無論是自然還是人類系統(tǒng)中,都廣泛存在著各種形式的對有限資源的競爭與博弈。然而,為了便于理論分析,過去的研究往往只考慮博弈個體在全局相互作用下的情況,而實際上真實世界中的博弈個體只與其所在環(huán)境中的部分其他個體存在相互作用,即只存在局域博弈；更進一步,個體之間的博弈網(wǎng)絡結(jié)構(gòu)也是值得考慮的。我們通過真人實驗與多代理模型研究了個體之間只能進行局域博弈的系統(tǒng)。 我們首先基于隨機網(wǎng)絡對博弈個體之間的競爭關系進行建模,考察了不同規(guī)模的局域博弈對系統(tǒng)整體性質(zhì)的影響。我們發(fā)現(xiàn),即使系統(tǒng)中的個體只能參與局域競爭,整體的資源配置依然可以是高效的,并且,一定條件下局域博弈還可以提高系統(tǒng)的穩(wěn)定性。我們還發(fā)現(xiàn)在僅允許局域博弈的情況下,全局視野下系統(tǒng)會存在一些穩(wěn)定的套利機會,這啟發(fā)我們借鑒統(tǒng)計物理學中的熵增加原理去考察系統(tǒng)宏觀性質(zhì)的演變。我們發(fā)現(xiàn)孤立真人系統(tǒng)中類熵量的增加源于構(gòu)成系統(tǒng)的個體的適應性提升,而如果個體所參與局域博弈的大小受到限制,個體則會受到限制而不能發(fā)展出與環(huán)境復雜度相匹配的適應性,這將妨礙系統(tǒng)整體向平衡態(tài)演化,而只能進入非平衡穩(wěn)態(tài)。另外,由此我們也能看出系統(tǒng)由不同單元構(gòu)成時呈現(xiàn)出的不同特征：當系統(tǒng)由不具有適應性的個體構(gòu)成時(自然系統(tǒng)中的許多情況,例如房間中氣體分子構(gòu)成的系統(tǒng)),個體之間的相互作用促使系統(tǒng)從有序走向無序,熵不斷增加；而當系統(tǒng)由具有適應性的個體構(gòu)成時(人類社會中存在許多這樣的情況,例如金融市場),個體之間的相互作用是在消除系統(tǒng)中的套利機會,使系統(tǒng)由可預測狀態(tài)演化到不可預測狀態(tài),同樣體現(xiàn)為熵的增加。利用傳統(tǒng)物理學定律去研究人類社會系統(tǒng),不但具有類比的意義,還能幫助我們深入理解自然系統(tǒng)與社會系統(tǒng)之間的差異,并有望借鑒傳統(tǒng)物理學中的規(guī)律,幫助我們量化和調(diào)控社會狀態(tài)。 文章的最后,我們還考察了其他網(wǎng)絡結(jié)構(gòu)下的系統(tǒng)資源分配效率。
【學位單位】：復旦大學
【學位級別】：碩士
【學位年份】：2013
【中圖分類】：N941.4;O225
【部分圖文】：

尤其在Mi/M2比較大的時候，進入兩個房間的人數(shù)比例NI/N2始終偏離房間中的資源比例Mi/M2 (見圖3)。之后經(jīng)過一系列嘗試，通過在策略中引入異質(zhì)偏好使這個問題得到了解決：之前在每條策略的策略表右列只是隨機的填入房間1與房間2的標示0和1,而在引入異質(zhì)性偏好的策略中，每個策略表右列中的每一行都有P的概率填入0, (1-P)的概率填入1,經(jīng)過這個改變，通過一個新的隨機參數(shù)P，每條策略都帶有對一個房間的偏好；而在少數(shù)派博弈的策略中，由于房間1和房間2都是以50%的概率填入策略表，所以出現(xiàn)帶有極端偏好的策略的可能性是非常小的（出現(xiàn)一條堅持選擇房間1的策略的概率是經(jīng)過改進的MDRAG策略是對真人進行此博奔的更好仿真，因為在真人實驗中，參與者確實會在某段時間中對一個房間存在一定程度的偏好，甚至一直堅持選擇一個房間。在圖3中可以看到少數(shù)派博弈策略、MDRAG策略以及真人實驗在不同參數(shù)設置下的對比。對于普通的少數(shù)派博弈模型

為了更好地評估系統(tǒng)在不同情況下的表現(xiàn)，并找到系統(tǒng)達到理想狀態(tài)的必需條件，我們使用[18]:=\{N,)/{N2) - Mi/M2\M,/M2去描述系統(tǒng)分配資源的效率。在均衡態(tài)，也就是<NI>/<N2〉=MI/M2的時候，對應著系統(tǒng)的效率較高，e=0。所以一個較小的e表示較高的資源分配效率。系統(tǒng)的穩(wěn)定性可以cj2/N來表示[18]:‘ - i= I這個指標衡量了房間中人數(shù)偏離平衡狀態(tài)時的波動情況。系統(tǒng)的可預測性我們利用房間1的歷史勝率W1來表示。這是因為當W1接近0.5的時候，兩個房間相對而言是“對稱”的，代理人很難通過觀察歷史輸贏情況獲得什么有用的信息，所以系統(tǒng)是不可預測的；相反，如果W1偏離0.5，那么代理人很容易發(fā)展出絕對占優(yōu)的策略（dominant strategies)去消除系統(tǒng)中存在的套利機會，獲得超額的得分。

[54]接下來讓我們考察系統(tǒng)的穩(wěn)定性。在圖11 [54]中的大多數(shù)區(qū)域，較大的k對應著較穩(wěn)定的系統(tǒng)狀態(tài)。但是值得注意的是，圖10中的左上角和右下角表現(xiàn)出了較高的波動性。雖然兩塊區(qū)域看起來是相對于圖中心對稱的，但是產(chǎn)生他們的原因卻是完全不同的。在左上角區(qū)域，環(huán)境復雜性很高，而對應的k比較小，也就是代理人們獲得的信息集只描述了整個系統(tǒng)的很小一部分，因此高波動性的起源是信息的缺乏，換句話說，代理人幾乎是盲目地在做出選擇。但是在圖片的右下角
【相似文獻】

相關期刊論文 前10條

1 金成樹;;熵增加原理是一切運動和變化的原始推動力[J];科技信息;2012年34期

2 楊雅云;熵增加原理的一個補充證明[J];大學物理;1990年06期

3 嚴子浚;“論證熵和熵增加原理的一個方法”中的一個問題[J];大學物理;1992年06期

4 王鋼柱,李君良;關于熵增加原理的教學探討[J];新疆教育學院學報;1995年03期

5 孫國慶;熵增加原理及其應用[J];聊城師院學報(自然科學版);1999年01期

6 劉志國;熵增加原理的微觀本質(zhì)與適應范圍[J];株洲師范高等專科學校學報;1999年04期

7 郭秀芹;關于熵及熵增加原理教學中的幾個問題[J];承德民族師專學報;2001年02期

8 穆志勇;王東云;楊丕華;任普生;;簡述熱力學中熵和熵增加原理的推廣應用[J];赤峰學院學報(自然科學版);2009年08期

9 鄒經(jīng)文;熵增加原理的發(fā)展及其應用[J];自然雜志;1986年04期

10 尹佳斌;熵增加原理在求最大功問題中的應用[J];大學物理;1990年01期

相關碩士學位論文 前1條

1 鄭文智;帶有網(wǎng)絡結(jié)構(gòu)的資源分配復雜系統(tǒng)的物性研究[D];復旦大學;2013年

本文編號：2869895