完全信息动态博弈

摘要： 随着科学技术和经济的快速发展,有大量电子产品被淘汰,不合理的处理方式会导致资源浪费和环境污染。为解决上述问题,文章建立以政府、企业和消费者为局中人的电子产品逆向物流完全信息动态博弈模型并采用逆向归纳法分析。以博弈模型参数和结论为依据设计调查问卷,采用SPSS23.0工具有效问卷进行量化分析,探究影响电子产品逆向物流的具体因素,为其提供针对性的建议。

摘要： 安全威胁情报集合了丰富的数据内容,具有准确性较高、处理过程可自动化等特点,在面对新型攻击时可以弥补传统安全防护措施的不足,对于网络安全防御具有重要的意义.但是在威胁情报共享过程中,参与者会在权衡成本与收益后对是否共享威胁情报而持不同的观点,从而可能使情报共享陷入"囚徒困境".学术界已经开始研究安全威胁情报共享机制,但在威胁情报共享过程中参与者间的博弈并没有一个明确的解决方案.本文运用完全信息动态博弈分析方法对威胁情报共享过程进行分析,求解出子博弈精炼纳什均衡解,从而获取达成参与者对威胁情报进行共享的条件.

摘要： 为寻求益智类游戏"沙漠掘金"在多人参与下的游戏策略,针对具体的游戏规则进行了深入的分析,分别提出了基于完全信息静态博弈与完全信息动态博弈的游戏策略。首先,通过简化游戏规则将其转变为一个非合作博弈问题。其次,考虑单人游戏中的最优化问题,分析单人游戏的策略并在此基础上采用博弈论的方法对多人游戏的情况进行求解。最后,针对第一关,满足完全信息静态博弈的情况,模拟玩家行动,得出博弈支付矩阵,通过混合策略纳什均衡的方法计算最优策略;针对第二关,满足完全信息动态博弈的情况,构建博弈树并通过逆向递归求解得出最佳的游戏攻略,并分析了多人竞争策略。

摘要： 资金不足是我国中小企业面临的重要问题,他们经常遇到"融资贵"和"融资难"的困境.本文研究了在零售商存在资金约束环境下,供应链上游企业的预算制定和预算执行问题.上游大型企业可以使用既定的预算,采用"先发货后付款"的方式解决下游零售商资金不足的问题,也可以将预算用于创新或投资,创新可以带来市场的扩大,投资可以获得固定收益.本文采用了完全信息动态博弈的方法进行分析,以子博弈完美纳什均衡对问题进行求解,并对结果进行了数值分析.本文发现即便供应商不采用"先发货后付款"的模式,下游供应商也一定会选择从银行贷款;随着零售商自有资金的增加,供应商选择"先发货后付款"的意愿愈加强烈,且只有在零售商资金短缺情况很严重时,供应商才有动机进行投资.企业在决策的时候会面临各种成本,如机会成本、 时间成本、 市场成本.市场环境的不确定性和自身当前的状态会影响决策的结果.企业需要根据市场环境的变化,综合考虑不同的成本,做出最优的决策.本文为大型企业和中小企业在面对资金约束及市场不确定性的环境下的决策提供了支持.

摘要： 美丽乡村建设和PPP模式的结合能够有效帮助解决农村建设资金短缺的突出问题.然而,美丽乡村PPP项目周期长,利益相关者多,从而为项目带来较多隐患.为加强美丽乡村PPP项目的风险管理,在归纳总结美丽乡村PPP项目风险因素的基础上,深入研究PPP项目风险承担流程,针对需要多方承担的PPP项目风险因素,引入CAPM资本资产定价模型,构建完全信息动态博弈模型,确定风险分担比例.在风险承担双方充分掌握信息的情况下,该分担机制可以使风险分担比例最优化,为后续PPP项目的风险管理研究和实践提供基础.

摘要： 集群企业与物流企业在供应链关系下对接紧密,无缝链接是双方企业重点关注且逐渐加大创新投入的关键环节.本文在传统对接技术创新模式的基础上,提出了两企业之间的技术创新协同新模式,针对影响协同策略选择问题构建博弈模型进行分析.从内部生产、外部销售两阶段入手,引入成功率、研发费用、溢出系数等变量建立完全信息动态博弈模型,求解各策略博弈均衡时最优定价、利润函数关系式,得出企业可根据不同技术溢出系数、创新因子水平选择相应技术创新策略.

摘要： 本发明公开了一种基于完全信息动态非合作主从博弈的蓄滞洪区分洪量分配方法。将上游蓄滞洪区作为先行博弈人优先进行决策，下游蓄滞洪区作为从属博弈人根据上游决策信息随后行动，并将决策信息反馈给上游蓄滞洪区，促使上游蓄滞洪区调整自身策略，从而形成一个交互反馈的决策过程，并考虑博弈进行多个回合，双方通过不断地竞争与权衡最大化自身效用。从属博弈人掌握先行博弈人可能采取的决策，同时，先行博弈人完全掌握从属博弈人的决策行为，从而实现蓄滞洪区分洪量分配。本发明通过非合作的博弈手段，模拟分洪规划中各主体间的交互与制约行为，寻求稳定的纳什均衡决策方案，实现有效合理分洪，减少洪灾损失，提高灾后重建能力。

摘要： 本发明公开了一种基于完全信息动态非合作主从博弈的蓄滞洪区分洪量分配方法。将上游蓄滞洪区作为先行博弈人优先进行决策，下游蓄滞洪区作为从属博弈人根据上游决策信息随后行动，并将决策信息反馈给上游蓄滞洪区，促使上游蓄滞洪区调整自身策略，从而形成一个交互反馈的决策过程，并考虑博弈进行多个回合，双方通过不断地竞争与权衡最大化自身效用。从属博弈人掌握先行博弈人可能采取的决策，同时，先行博弈人完全掌握从属博弈人的决策行为，从而实现蓄滞洪区分洪量分配。本发明通过非合作的博弈手段，模拟分洪规划中各主体间的交互与制约行为，寻求稳定的纳什均衡决策方案，实现有效合理分洪，减少洪灾损失，提高灾后重建能力。

摘要： 本申请涉及人工智能技术领域中一种不完全信息在线博弈的对手隐藏信息估计方法和装置。该方法包括：根据获取的重复机器博弈过程中已完成的预设局历史博弈数据，获取不同决策点上对手决策数据，采用概率统计方式根据该决策数据统计每一个决策点上对手行动的概率，构建对手基于决策点的稳定特征；根据稳定特征和S型曲线构建不同决策点上的对手决策模型；在每一局博弈中对观测到的当前局在线博弈数据进行统计并更新对手稳定特征和不同决策点上对手决策模型，并根据观测到的对手行动及对应决策点上对手决策模型更新对手的隐藏信息分布。采用本方法可以提高参与博弈的计算机对对手隐藏信息在线估计的快速性和准确性，降低计算量，节约计算资源。

摘要： 本发明公开了基于双深度Q网络学习的非完全信息博弈策略优化方法。包括以下步骤：步骤1，网络初始化：构建两个深度Q网络Q1和Q2，并进行随机初始化；步骤2，策略动作选择；步骤3，基于双深度Q网络学习DDQN的最优反应策略网络优化；步骤4，基于重要性采样的平均反应策略网络优化，本发明的有益效果是通过引入DDQN算法来训练神经虚拟自我对局中的最优反应策略网络，能消除动作策略过度估计问题，有利于网络收敛；在经验池中采样经验数据来监督训练平均反应策略网络时，根据时间差分误差来赋予经验数据不同的采样权重，增大了重要经验数据被采样的概率，使网络学习更加高效，提高了平均反应策略的可靠性。

摘要： 本发明公开了一种基于神经网络虚拟自我对局的多人、大规模非完全信息博弈方法及装置，本发明在传统的神经网络虚拟自我对局NFSP算法的基础上引入了优先级经验采样机制和优先级加权的程度控制机制，根据经验片段的学习价值设置优先级来过滤记忆库中的经验，对于优先经验的存储和采样，采用求和树的数据结构，以时间复杂度实现优先级经验采样，降低NFSP训练过程中与环境交互的代价，加快求解速度；同时使用马尔科夫决策过程对扩展式博弈进行建模，将多人博弈转化成单个智能体与环境的交互过程，可看作单个智能体和环境的二人博弈，将NFSP的应用范围拓展至多人博弈，增强算法的泛用性。

摘要： 本发明公开了一种基于事后回顾和渐进式扩展的持续强化学习非完全信息博弈方法及装置，包括下述步骤：获取非完全博弈环境，确定任务目标；构建第一神经网络和基于未来值预测的强化学习方法；构建事后经验回顾池；对第一神经网络进行训练，直至第一神经网络收敛；构建渐进式神经网络，实现网络模型的渐进式扩展；选择下一个任务作为任务目标，利用基于未来值预测的强化学习方法持续训练，直至所有的任务都训练完成。本发明通过使用非完全信息博弈场景中丰富的智能体状态变化作为监督信号，解决该环境下的奖励稀疏问题，同时引入持续学习框架渐进式神经网络对未来值预测网络结构进行动态扩展，解决了在该环境下的多任务场景中的灾难性遗忘的问题。

摘要： 本申请提出一种基于不完全信息动态博弈模型的节点信誉评估方法，包括：获取节点与其他节点交互过程中的网络事件信息和进程事件信息，计算交互节点的直接信誉和交互收益，形成点‑点的直接信誉向量和期望收益向量；若干邻近节点组成信任域，域内广播自身点‑点的直接信誉向量和交互收益向量，形成点‑点的直接信誉矩阵和交互收益矩阵，进而计算信任域和点之间的域‑点的间接信誉矩阵和期望收益矩阵；基于信誉模型的信任链，通过信任链传递算法获取目标节点的推荐信誉；根据域‑点的间接信誉矩阵和期望收益矩阵、以及各个信任域的节点列表，获取交互次数小于预设阈值的节点的推荐信誉。解决了现有技术中信誉评估缺乏可扩展性和客观性的问题。

摘要： 本发明涉及一种基于不完全信息动态博弈的入侵响应决策方法，所采用的方法是：构建了基于不完全信息动态博弈的入侵响应决策模型，将博弈理论思想引入到入侵响应的决策阶段，考虑入侵响应代价及入侵检测系统的误报率、漏报率等因素对入侵响应的影响，平衡响应的负面影响和攻击造成的损失，并加强对攻击者策略的预测及应对能力，提高响应效率。本发明提出了攻防成本-收益评估方法，用以计算攻防双方代价收益，进而构建攻防双方动态博弈模型，通过求解攻防双方动态博弈模型的精炼贝叶斯均衡，得到防御者的最优响应策略。

摘要： 本申请提出一种基于不完全信息动态博弈模型的节点信誉评估方法，包括：获取节点与其他节点交互过程中的网络事件信息和进程事件信息，计算交互节点的直接信誉和交互收益，形成点‑点的直接信誉向量和期望收益向量；若干邻近节点组成信任域，域内广播自身点‑点的直接信誉向量和交互收益向量，形成点‑点的直接信誉矩阵和交互收益矩阵，进而计算信任域和点之间的域‑点的间接信誉矩阵和期望收益矩阵；基于信誉模型的信任链，通过信任链传递算法获取目标节点的推荐信誉；根据域‑点的间接信誉矩阵和期望收益矩阵、以及各个信任域的节点列表，获取交互次数小于预设阈值的节点的推荐信誉。解决了现有技术中信誉评估缺乏可扩展性和客观性的问题。

摘要： 本发明涉及一种基于不完全信息动态博弈的入侵响应决策方法，所采用的方法是：构建了基于不完全信息动态博弈的入侵响应决策模型，将博弈理论思想引入到入侵响应的决策阶段，考虑入侵响应代价及入侵检测系统的误报率、漏报率等因素对入侵响应的影响，平衡响应的负面影响和攻击造成的损失，并加强对攻击者策略的预测及应对能力，提高响应效率。本发明提出了攻防成本-收益评估方法，用以计算攻防双方代价收益，进而构建攻防双方动态博弈模型，通过求解攻防双方动态博弈模型的精炼贝叶斯均衡，得到防御者的最优响应策略。