矩阵对策上的计策理论

设给定的矩阵对策不是平凡的没意义(既不是对局中人l绝对有利,也不是对局中人2绝对有利)．在经典矩阵对策系统上加入局中人的判断和佯策略等成分,就得到可以使用计策的矩阵对策系统、文章通过实例给出矩阵对策上的计策的初等概念和严格概念,以Lebesgue测度为工具分别研究了一个局中人中另一个局中人的计的概率和识破另一个局中人的计的概率．最后在欧氏空间上给出一个关于判断的一致连续函数,以此可依次刻画局中人中计,识破计策,以及断定另一个局中人保守的程度.     

矩阵对策上的计策问题及其实例

通过商战和军事对策的实例引进了矩阵对策上的计策等形式结构,研究了计策及将计就计等概念的性质.定量地研究了当某个局中人识破对手的计策时,应以什么尺度决定是否使用将计就计.最后,讨论了局中人如何制定最优计策的问题.     

两级递阶软对策模型及其在冲突分析中的应用

Nigil Howard通过对亚对策的改进提出了软对策，但该理论仍基于效用进行分析。且没有涉及局中人个体偏好与整体偏好的不一致问题。本文的主要工作包括以下三个方面：一是将多维偏好分析技术与现有软对策模型结合起来．弱化原来要求局中人对所有可行结局排序的条件，使之在分析面向目标的冲突问题中显得更加方便；二是考虑到整体利益与局部利益的差异的普遍存在，且在局中人现有偏好结构下又常无法达到整体最优结局的问题，在冲突分析中引入整体协调人，给出一个二级递阶模型；三是借助个体偏好偏离度向量定量测度个体偏好与整体偏好的差异程度。最后结合一水资源冲突问题进行实证分析。     

多冲突环境下的两人一阶超对策交互集结模型

针对不确定多冲突环境,建立了多个两人一阶超对策的交互集结模型。基于单一局中人在多个超对策中所认知的对策模型,结合该局中人所受到的资源约束及其对另一局中人资源约束的认知,建立该局中人在多冲突环境中所认知的多个对策的集结模型,在所有局中人所认知的对策集结模型基础上得到多个一阶超对策的交互集结模型;给出了超对策交互集结模型的稳定性分析过程。最后,通过一个军事例子说明了模型的实用有效性。     

专家权重模糊评价下的超对策偏好认知集结

针对超对策环境中不同专家给出的对其他局中人结局偏好关系的不同认知,在专家权重为模糊评价时提出了一种偏好认知信息的集结方法。首先,给出了专家模糊权重评价相容的定义,讨论了相容的充分必要条件。然后,通过给出一个与模糊权重相对应的有效权重,集结专家群体对其他局中人结局偏好关系的认知,进而引用大多数一致性优胜者模糊集来确定其他局中人的结局偏好。最后,给出了一个数值例子。     

协调对策的有效均衡选择机制——“人质”方法

在经济研究中，协调问题通常被描述为有多个Ｎａｓｈ均衡的非合作对策，其中任一个Ｐａｒｅｔｏ最优策略组合都是一个Ｎａｓｈ均衡。但由于策略的不确定性，往往会产生协调失败。本文为实现Ｐａｒｅｔｏ最优均衡而设计了一种激励机制——提供“人质”。相对于一个局中人的某一行动的人质定义为当他采取该行动时要付给对方的支付数量。为了在Ｎａｓｈ均衡中支持占优，本文证明了人质必须足够大（有下界），以吸引每个局中人合作，同时要足够小（有上界），以防诱使对方不合作，并证明了支持占优的Ｎａｓｈ均衡存在的充要条件是下界值不大于上界值。     

一类优先联盟内有限制的具有联盟结构的合作对策

结合具有联盟结构的合作对策和具有权限结构的合作对策,考虑了一类优先联盟内有限制的合作对策.在这类合作对策中,局中人结成一些优先联盟参与合作,而各优先联盟内部具有层级组织结构,其中某些局中人对其他人的行动具有否决权.定义了这类合作对策的一个解,该解是Owen值的推广.证明了其公理化结论,最后通过一个算例说明这类合作对策在收益分配问题中的应用.     

具有失真认知信息的两层冲突环境建模与分析

针对具有失真认知的两层冲突环境,提出了一种基于两层递阶超对策的建模与分析方法。根据局中人之间策略集与结局偏好上的认知信息,将单方上、下两层局中人与对方局中人之间的冲突分别描述为一个超对策和多个双矩阵对策,构建面向两层冲突环境的两层递阶超对策模型。给出了两层递阶超对策模型递阶超纳什均衡的定义,探讨了递阶超纳什均衡存在的条件及求解分析方法。最后,一个例子说明了模型与方法的实用性和有效性。     

有限制对策的Banzhaf值

对策的“限制”是指有限局中人集合上的每一个结盟到其子结盟的单调映射。带有“限制”的对策称为有限制对策。实际上这种对策考虑的是合作对策中局中人间的合作受到某种约束的情形。把某种分配原则应用于有限制对策上，得到有限制对策的分配值。在效用可转移合作对策(即TU对策)类上把Banzhaf值应用于有限制对策．得到有限制对策的Banzhaf值．同时给出有限制对策的Banzhaf值的公理化特征，并举例说明研究有限制对策的意义。     

协调对重的原理与方法——在资源系统分析中的应用

很多现实系统往往是一类相互作用和竞争条件下的不确定因素决策。由于这些条件和因素的影响，所以采用一般的优化决策方法所得到的结果可能不会是一个满意的结果，尤其是在各方利益有抵触或冲突的情况下，这类系统优化结果常常会遭到系统中某些局中人因利益受损而拒绝接受，从而引起整体方案不能实施。为此，本文综合应用系统分析和对策等概念建立了协调对策系统的原理和方法，并以污水预处理系统的背景进行了初步的应用，取得一定成效。     

动态矩阵对策上的无中生有计及其实例

设两个局中人都仅有有限个纯策略．则《三十六计》中的第七计——无中生有计是一个保持赢得矩阵不变的动态矩阵对策系统。研究无中生有计的对策模型、对策结构以及破此计的算法．用实例说明了这些模型,阐明了“聘用”计算机担任大对策系统的现代化“谋士”的可行性。     

一条路上的在线货车调度及其竞争分析

一条路上的货车调度问题是线上的在线服务器问题的推广.决策者必须以在线方式做出决策,即已知现在和过去的信息而对未来一无所知情况下决策如何调度货车完成服务需求.优化目标是使竞争比最小.本文分空载和实载两种情行进行了讨论,对每种情形分别提出两种不同的竞争策略,得到了相应的竞争比;最后,对本文中给出的问题P3的两种竞争算法作了比较并得出了结果.     

一类双行动对称三人博弈的局势分析法

研究了一类三人双行动对称博弈的局势预测问题与指导参与人达到共赢问题.基于偏爱信息熵极小的局势概率分布是参与人共同知识的假定,得到了此类博弈中信息熵极小的局势概率分布的计算公式,并由一个算例说明了此类博弈的局势分析法的应用,结果表明由本文所得分析结论与直观吻合,具有精确性,客观性和可操作性.     

关联竞赛模型参与选择及均衡策略

在独立努力竞赛模型中,参与人赢得竞赛的概率与自身的投入正相关.本论文提出一种关联努力竞赛模型刻画参与人之间努力程度的关联性.研究了关联程度强弱对参与决策的影响.分析了当竞赛组织者设立最低参与努力程度时参与人的参与选择以及努力决策,得到参与人赢得的概率与自身投入之间的正相关性不再成立、参与人之间不存在纯参与均衡策略的结论.     

逻辑斯蒂情绪效用如何影响群体性事件的均衡结果?

群体性事件应急处置过程中双方非理性情绪因素导致决策和执行过程产生偏差.大量的实验研究表明,当事件发生概率较低时当事者倾向于悲观情绪,当事件发生概率较高时当事者倾向于乐观情绪.考虑双方群体具有上述逻辑斯蒂情绪效用特征,本文构建了强势群体与弱势群体具有逻辑斯蒂情绪效用的同时行动博弈模型,结合大连PX事件的案例进行了数值分析.研究结果表明:强势群体单方具有逻辑斯蒂情绪下,其悲观情绪导致群体性事件爆发;弱势群体单方具有逻辑斯蒂情绪有利于事态的和解,尤其是其乐观情绪使得事态达到双方合作的和谐结局.而双方都具有明显的情绪波动加剧事态发展的不确定性.因此,地方政府加强信息搜集,态势研判和开展应急演练增加处置经验,能够促使事态尽快收敛到稳定均衡.     

n人0-1理性博弈的严格纯Nash均衡和期望均衡求解法与期望均衡分析

为了解决每个参与人恰有两个行动且极大熵准则以及每个参与人都完全不知道其他参与人的行动信息是全体参与人的共同知识的多人策略博弈的可能出现局势,给出了严格纯Nash均衡和期望均衡的求解法和最可能局势的分析法及其用应例子。以二进制和十进制数为基本工具,证明了严格纯Nash均衡的一个求解算法,基于全体参与人上述共同知识系统,给出了一个明显的期望均衡求解公式。通过设定参与人的效用为未知参数并根据期望均衡求解公式,由解不等式组的方法提出了期望均衡分析法。研究表明,此类常用博弈的特殊性致使两种均衡和期望均衡分析计算简洁。实例分析表明,此法可快速计算出博弈的严格纯Nash均衡和期望均衡,由期望均衡分析法给出的结论由传统方法无法得到且更加符合实际。     

基于关联度的决策概率转换方法

针对基本概率赋值转换为决策概率的问题,提出一种新的基于关联度的决策概率转换方法.该方法将单子集命题的基本概率赋值和转换后的决策概率之间的关联度作为评价转换方法的标准,并用其对比例信度转换方法和比例似然度转换方法进行线性组合,得出命题的决策概率.通过算例对比新方法与已有方法,结果表明新方法更加合理有效.     

匹配场反演后验概率分析

构造了一种基于并行优化算法的后验概率分析算法，用于对匹配场反演结果进行定量的概率分析。应用并行优化算法的强收敛特性，解决了统计计算中常出现的收敛标准难以确定的问题；应用优化算法高度并行、种群个体收敛高度一致的特性，较好的解决了高维统计计算中样本数量与计算时间、样本数量与样本质量之间难以协调的问题。匹配场反演仿真算例表明，该算法能有效对反演结果进行概率分析。