Pareto-Nash混合策略下小世界网络中创新扩散模型仿真分析

采用基于代理(Agent)的复杂系统仿真方法,从微观层面研究了技术创新在小世界网络中的扩散问题,分析了Nash和Pareto 2种不同规则对扩散过程和扩散终态的影响.结果表明:在一定的成本系数取值范围内,采用Pareto规则的Agent获得的收益值高于采用Nash规则;同时,随着成本系数k的变化,2种规则带来的收益曲线中存在转折点,其出现在k=3.7处.     

易腐商品最优订货批量与定价及其粒子群优化解

对易腐商品的订货批量与定价问题进行了研究.基于一种负二项分布的离散需求函数,推导了易腐品利润最大化模型.由于模型中涉及多个随机变量的概率分布,常规函数极值法对此具有极大局限性,故首次将粒子群优化算法引入该领域,并提出两种不同的求解思路:1)枚举法.利用粒子群算法依次计算不同订货批量下的最大化利润,然后根据边际分析法确定最优订货批量及相应定价;2)二维寻优法.将利润视为订货量与定价的二维函数,利用粒子群算法对其进行二维演化寻优.算例分析表明:两种方法均可有效获得问题的满意解,当订货量波动范围较小时,枚举法效果更优.     

地震数据反演中的Monte一Carlo算法、模拟退火算法(SA)及遗传算法(GA)

Monte一Carfo反演方法不是从方程出发直接未反问题,而是在可行解空问中随机产生一系列搜索.叙,通过检脸各搜索点得到反问题的解,该方法具有很强的杭噪音能力,不禽对问题作任何线性近似。模拟退火技米足把最优化问题与统计力学中热平衡问题进行类比得来的,它是一种最优化技术,把我们要找极值的函数看成是整个系统的能量函数,任一时刻的系‘统状态刘看成是模型空问的一个.点。其优点是可进免陷入局部极小值,缺点是计算蚤很大。遗传算法(GA)这种新的“全局优化”算法的出现早于模拟退火十多年。GA的实质足应用于一个模型群体的一组运算,使我们得到一个新的群体,它比上一代成员有更大的期望平均拟合度。上述三种用于反演问题求解的算法已广泛地应用在地球物理术解中,已成为求解昨线性反问题的有力数学工具。.     

混合策略下小世界网络中创新扩散模型仿真分析

采用基于代理(Agent)的复杂系统仿真方法,从微观层面研究了技术创新在小世界网络中的扩散问题,分析了Nash和Pareto 2种不同规则对扩散过程和扩散终态的影响.结果表明：在一定的成本系数取值范围内,采用Pareto规则的Agent获得的收益值高于采用Nash规则;同时,随着成本系数k的变化,2种规则带来的收益曲线中存在转折点,其出现在k＝3.7处.     

伯川德竞争下债务融资的策略性效应

通过建立一个随机动态博弈模型,考虑债务融资在寡头价格竞争中的策略性效应,并分析市场进入中企业战略性债务融资策略与产品市场竞争策略的选择.结果表明:企业在制定商业战略时,系统地考虑融资策略和竞争策略间的战略性关系,将有利于其在不确定环境下的可持续发展.