不完全信息博弈

摘要： 针对AUV(autonomous underwater vehicle)协同对抗过程中的信息不完全问题,用不完全信息博弈理论研究AUV的对抗行为。以对抗双方的剩余生存概率和武器消耗量为评价指标,加入位置误差影响因子,建立了面向不完全信息的AUV博弈对抗目标分配模型。以贝叶斯纳什均衡理论为基础,通过虚拟参与者“自然(Nature)”,预先设置关于攻防策略类型的先验概率,选择出待分配的AUV类型,然后通过后验概率不断修正关于对方采用的目标分配策略类型的判断。提出了基于多目标离散粒子群的不完全信息目标分配求解算法,得到了博弈对抗双方的贝叶斯纳什均衡目标分配策略,为指挥官的作战指挥提供了策略选择帮助。

摘要： 随着我国电力市场改革进程的不断推进,市场主体数量和投资不确定性不断增加,提升了电力系统规划的难度。提出一种市场环境下的多主体博弈规划方法。根据不同市场主体得利益需求,采用博弈论构建电力市场多主体博弈框架,并针对对电力市场的投资不确定性,采用实物期权理论进行评估,在此基础上构建多主体不完全信息规划模型,并采用协同进化算法进行求解。基于IEEE30节点的系统算例仿真结果表明,所提方法在提升电力系统经济运行水平同时,平衡了各主体的利益需求,提高了各主体考虑期权的综合长期投资收益。

摘要： 文章基于计算机博弈的基本理论,对幻影围棋系统进行了研究。整个棋局分为三个阶段:开局、中盘和收尾。每个阶段都对应着不同的策略与应对方法,根据这些不同的阶段,设计算法,将算法与局势结合起来,从而增大胜率。根据我们从多次对弈获得的数据,选择有效和适当的定式,可以减少搜索时间,提高己方的胜率。该系统将使用Alpha-Beta剪枝算法以弥补蒙特卡洛算法的不足。

摘要： 现代战场电磁环境复杂,制导雷达与干扰机间对抗日趋激烈.针对对抗过程中制导雷达和干扰方不能获取对方完整信息情形下的性能降低问题,基于SINR准则建立制导雷达和干扰Bayesian博弈模型,通过海萨尼转换方法,采用目标概率集合形式表达未知信息,求解博弈模型并设计雷达和干扰优化波形、基于二次注水和迭代注水法分配信号频域能量,并对Bayesian博弈纳什均衡存在性展开研究.最后通过仿真分析不同策略下的雷达和干扰信号具体形式,验证不同波形条件下制导雷达检测性能.仿真结果证明,迭代注水信号及二次注水信号检测概率最高可比线性调频信号分别提升15.41％、12.79％,为不完全信息博弈中制导雷达信号优化提供了解决方案.

摘要： 文章使用各区域性股权交易市场官网和wind数据库截至2017年7月31日的数据,进行描述性统计和DEA实证分析,发现市场具备一定的融资能力,但是地区差异大,融资效率偏低.结合现行法律法规,总结出市场政策、信息披露制度、挂牌企业质量三个影响因素.进一步构建不完全信息博弈,揭示各因素对融资企业的最优违约概率和投资者的最优投资概率的限制,提出相关的建议.

摘要： 以供电单元为单位,以供电单元中发电和用电的收益模型为基础,建立了发用电双方之间的双边不完全信息博弈模型,并证明了该博弈中纳什均衡的存在,提出了通过迭代求出纳什均衡解的步骤。以PJM市场的数据作为算例,验证了所提模型和算法的正确性。

摘要： 为了提高政府部门的财务信息透明度,缓解审计机关资源短缺压力,政府财务报告审计业务外包成为现实选择.外包会引发逆向选择与道德风险,要求政府对承接外包业务的会计师事务所实施有效监管.政府与社会审计机构之间的不完全信息静态博弈分析表明,监管部门的处罚力度可以在很大程度上减轻监管部门的监管强度,社会舆论监督则可提高处罚力度和监管强度之间的替代程度.通过政府监督和社会监督结合的双重监督机制,构建制衡社会审计机构的路径,可以为政府财务报告审计业务外包的顺利开展提供保障.在此过程中,应严格对会计师事务所进行监管,健全守信激励和失信惩戒机制,并加强政府会计审计相关知识的培训.

摘要： 我国农业生产中过度使用普通农药等有害物质,造成农产品尤其是蔬菜中有害物质残留超标现象较为严重,而监管对象规模小、数量大,监管效果不理想.据此,本文使用博弈论中混合博弈和不完全信息博弈模型,导出监管力度、绿色蔬菜及绿色农药价格是影响农户采取何种农药使用量策略的关键因素,并据此提出相关建议和对策.

摘要： 本文针对5·12汶川地震暴露出的我国在公共建筑工程的项目建设管理方面存在的问题,在现有的最底价格密封报价招标的理论模型基础上,进一步考虑了质量和施工技术因素,运用不完全信息博弈理论分析了我国建筑招标市场上存在的低价中标现象,由于中标企业的施工质量无法被业主完全观察到,那么以过低价格中标的施工企业在利润驱动下,必然产生施工质量低劣的道德风险问题,以及在整个建筑市场产生逆向选择现象.通过委托-代理模型可以得出克服低价中标上述缺陷的一些措施和在一定的理论限制条件下最优招标设计方案:作为独立参与博弈的第三方,引进施工监理部门;通过重复博弈建立工程承包商的定级和评价机制.

摘要： 随着不确定性因素在商业交易中的越来越突出的影响,考虑价格随机波动的动态定价研究成为管理经济学的重要课题.本文把随机误差所带来的不确定因素导入制造商主导定价模型,引入零售价格的期望、方差和转移价格的期望,将不完全信息博弈转化为完全信息博弈,并结合最优生产和存储模型,运用泛函极值方法解决供方先动需方后动的转移价格最优定价问题.

摘要： 传统的企业治理模式对于知识型企业的解释能力会大打折扣.共同治理模式将是知识型企业博弈的优化选择,同步实施基于知识的剩余分配模式将推进和强化知识型企业共同治理的选择进程.本文通过构建单边非完全信息动态博弈模型,分析了知识型企业共同治理模式的博弈选择,并构建了基于共同治理的剩余分配结构框架.最后阐明了文章研究的意义和进一步研究的问题.

摘要： 传统的企业治理模式对于知识型企业的解释能力会大打折扣.共同治理模式将是知识型企业博弈的优化选择,同步实施基于知识的剩余分配模式将推进和强化知识型企业共同治理的选择进程.本文通过构建单边非完全信息动态博弈模型,分析了知识型企业共同治理模式的博弈选择,并构建了基于共同治理的剩余分配结构框架.最后阐明了文章研究的意义和进一步研究的问题.

摘要： 传统的企业治理模式对于知识型企业的解释能力会大打折扣.共同治理模式将是知识型企业博弈的优化选择,同步实施基于知识的剩余分配模式将推进和强化知识型企业共同治理的选择进程.本文通过构建单边非完全信息动态博弈模型,分析了知识型企业共同治理模式的博弈选择,并构建了基于共同治理的剩余分配结构框架.最后阐明了文章研究的意义和进一步研究的问题.

摘要： 传统的企业治理模式对于知识型企业的解释能力会大打折扣.共同治理模式将是知识型企业博弈的优化选择,同步实施基于知识的剩余分配模式将推进和强化知识型企业共同治理的选择进程.本文通过构建单边非完全信息动态博弈模型,分析了知识型企业共同治理模式的博弈选择,并构建了基于共同治理的剩余分配结构框架.最后阐明了文章研究的意义和进一步研究的问题.

摘要： 传统的企业治理模式对于知识型企业的解释能力会大打折扣.共同治理模式将是知识型企业博弈的优化选择,同步实施基于知识的剩余分配模式将推进和强化知识型企业共同治理的选择进程.本文通过构建单边非完全信息动态博弈模型,分析了知识型企业共同治理模式的博弈选择,并构建了基于共同治理的剩余分配结构框架.最后阐明了文章研究的意义和进一步研究的问题.

摘要： 在公司治理中，约束性高管变更是股东对公司高管最严厉的惩罚。rn 股东通过选择约束性变更方式试图让高管努力工作，以保证股东与高管利益趋于一致。本文建立了公司高管与股东之间关于变更率的博弈模型，通过深层分析，可知约束性高管的变更与高管向股东有意识提供虚假信息相关。对于公司业绩信息的掌握程度会影响博弈模型的不同，以及最佳变更率的选择。我国上市公司从2007年1月1日开始实施新企业会计准则从制度角度保证了会计信息的质量要求，是对会计信息舞弊的有效遏制。在会计信息逐渐趋于真实性和完整性的情况下，约束性高管变更率的选择成为公司治理中的一个关键选择。

摘要： 在公司治理中，约束性高管变更是股东对公司高管最严厉的惩罚。rn 股东通过选择约束性变更方式试图让高管努力工作，以保证股东与高管利益趋于一致。本文建立了公司高管与股东之间关于变更率的博弈模型，通过深层分析，可知约束性高管的变更与高管向股东有意识提供虚假信息相关。对于公司业绩信息的掌握程度会影响博弈模型的不同，以及最佳变更率的选择。我国上市公司从2007年1月1日开始实施新企业会计准则从制度角度保证了会计信息的质量要求，是对会计信息舞弊的有效遏制。在会计信息逐渐趋于真实性和完整性的情况下，约束性高管变更率的选择成为公司治理中的一个关键选择。

摘要： 在公司治理中，约束性高管变更是股东对公司高管最严厉的惩罚。rn 股东通过选择约束性变更方式试图让高管努力工作，以保证股东与高管利益趋于一致。本文建立了公司高管与股东之间关于变更率的博弈模型，通过深层分析，可知约束性高管的变更与高管向股东有意识提供虚假信息相关。对于公司业绩信息的掌握程度会影响博弈模型的不同，以及最佳变更率的选择。我国上市公司从2007年1月1日开始实施新企业会计准则从制度角度保证了会计信息的质量要求，是对会计信息舞弊的有效遏制。在会计信息逐渐趋于真实性和完整性的情况下，约束性高管变更率的选择成为公司治理中的一个关键选择。

摘要： 本发明提供的基于少数派博弈的不完全信息异构边缘任务卸载方法，以少数派博弈模型为基础，引入联盟的概念，首先将用户生成的异构任务按照某一个基准分为不同数量的子任务，然后对这些子任务按照联盟的思想进行子任务配对以及初始化分配，之后对博弈的结果进行统计，并把博弈结果广播至各个用户，随后各个用户只需要根据上一轮博弈的结果对自身子任务的决策按照一个概率的方式进行调整，直至达到系统稳态。实验证明，对比传统方法，本发明能够减少30％的系统总处理时间。另外，本发明能够在更短的时间内收敛到一个近优点。综上所述，本发明能够在不完全信息的分布式环境中，对产生的异构任务进行高效的任务卸载。

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： 本申请涉及人工智能技术领域中一种不完全信息重复博弈的对手决策在线显式重建方法和装置。所述方法通过基于决策点概念和信息集遍历度指标，将超大规模信息集压缩到决策点以在最少影响因素条件下考察对手的决策并利用其稳定的决策特征，解决了超大规模状态空间与不完全信息重复博弈游戏对手决策在线建模数据有限的矛盾。利用核密度估计实现对可观测信息精确建模，利用风险特征积分面积计算的转换解决隐藏信息推理问题，采用非迭代方法实现对手策略的在线建模。本方法可使参与不完全信息重复机器博弈游戏的计算机能够实现对对手策略的准确重建，提高参与博弈的计算机的反应速度和智能化水平，同时采用非迭代方法进行在线建模降低计算量节约资源。

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： 本发明公开了一种基于不完全信息博弈的智能车换道决策方法，首先在时间和空间上，对智能车换道意图和换道可行性进行建模；然后根据换道车辆及其周车的状态信息来建立收益矩阵；收益矩阵的求解采用博弈论中的帕累托最优和纳什均衡进行求解；为了解决不完全信息非合作动态博弈的行为信息未知问题，换道车辆对具有博弈冲突的车辆进行速度及加速度的纵向行为预测，所采用的方法是NARX神经网络模型；换道车辆的周车通过连续隐马尔科夫模型预测换道车辆的横向运动。博弈参与者通过预测他车未来的行为趋势来对收益矩阵的决策进行修正，在决策达到执行的阈值时执行。

摘要： 本发明提供一种不完全信息博弈的决策方法、装置、电子设备与存储介质，所述方法包括：基于各对象组合的当前强度，以及所述各对象组合对应的出路数量，确定所述各对象组合的最终胜率；所述出路数量为有利于所述各对象组合的强度增强的待补充公共对象数量；基于所述各对象组合的最终胜率，构建博弈树；基于所述博弈树，求解纳什均衡策略。本发明提供的方法、装置、电子设备与存储介质，解决了信息抽象技术中对象组合胜率的评估速度慢的难题，实现了缩短均衡分析算法的决策收益计算时间，能够极大地节约CFR的迭代时间，同时可以降低均衡分析算法在不完全信息博弈决策问题中的应用效率，促进不完全信息博弈领域的发展。

摘要： 本发明公开了一种多主体不完全信息非合作博弈的主动配电网扩展规划方法，包括：S1，建立各利益主体扩展规划目标模型；S2，基于协整理论建立不完全信息博弈关系的数学模型；S3，以寻找博弈各方规划策略的均衡点为优化目标，建立目标函数；S4，对目标函数进行求解，寻找博弈均衡，得到扩展规划结果。本发明获得的结果不仅符合实际情况，更能够使得各主体给出更为保守和客观的规划策略，在最大化各主体自身利益的同时，保守策略也能够尽可能避免网络运行极端情况的出现，从而提升了运行稳定性，避免了可能造成的经济损失，本发明有利于网络决策者在进行规划时充分考虑不同主体的诉求，得到能够充分满足多方主体利益的网络规划策略。

摘要： 本申请涉及一种面向不完全信息博弈的集成策略学习方法、装置和设备。所述方法包括：通过集成策略学习模型中的梯度更新网络从训练数据中的动作状态数据提取对抗轨迹特征信息，基于注意力机制集成整合基础决策模型输出的基础策略信息，进一步集成得到预测策略信息，在完成梯度更新网络的训练后，得到训练数据中每个智能体的第二集成策略信息，通过集成策略学习模型中的神经演化模块基于策略评估值通过交叉和变异进行进化，其中由于训练数据是小批量数据，本方法通过评估并去除对抗得分值中的运气因素值，在有限轨迹数据的基础上实现了策略的准确评估。通过策略评估值选取表现优异的智能体，得到表现最优的集成策略信息。

摘要： 本发明公开了一种基于不完全信息博弈的智能车换道决策方法，首先在时间和空间上，对智能车换道意图和换道可行性进行建模；然后根据换道车辆及其周车的状态信息来建立收益矩阵；收益矩阵的求解采用博弈论中的帕累托最优和纳什均衡进行求解；为了解决不完全信息非合作动态博弈的行为信息未知问题，换道车辆对具有博弈冲突的车辆进行速度及加速度的纵向行为预测，所采用的方法是NARX神经网络模型；换道车辆的周车通过连续隐马尔科夫模型预测换道车辆的横向运动。博弈参与者通过预测他车未来的行为趋势来对收益矩阵的决策进行修正，在决策达到执行的阈值时执行。