强势参与者和弱势参与者群体的随机LQ博弈.pdfVIP

第 5O卷 第6期 复 旦 学 报 (自然科学版) Vo1．50No．6 2011年 12月 JoumalofFudanUniversity(NaturalScience) Dec．2011 文章编号：0427—7104(2011)06—0720-12 强势参与者和弱势参与者群体的随机 LQ博弈 胡芳超 (复旦大学 数学科学学院，上海 200433) 摘 要 ：研究了含有—个强势参与者和一群弱势参与者的随机LQ博弈问题，参与者状态方程的扩散项依赖于他本 身的状态和控制变量．推导了相应的N 方程并对参与者的闭环状态进行估计，给出了博弈问题的 ￡一Nash均衡． 关键词 ：随机微分博弈；NCE；随机LQ控制；s—Nash均衡 中图分类号：O225；O231．3 文献标志码 ：A 诸多领域的动态建模都涉及大量参与者博弈问题，比如经济学、社会学、生物学和工程等．因此，近年 来，大量参与者博弈问题吸引了越来越多的学者的关注．Huang，Caines和Malham6在文献1：1-4]中发展 了所谓的NCE(NashCertaintyEquivalence)方法，将大量参与者博弈问题分解成局部化最优控制问题． 2008年，Huang在文献[5]中研究了含有一个强势参与者和一群弱势参与者的大量参与者博弈问题．单 个弱势参与者对其他参与者影响微乎其微，但弱势参与者全体对每个参与者有很大影响，而强势参与者 对其他参与者都能施加很大的影响．但是，Huang在文献Es]中假定参与者状态方程的扩散系数是常量． 本文在文献[5]的基础上研究参与者状态方程的扩散项依赖于他本身的状态和控制变量情形下的随机 LQ(LinearQuadratic，线性二次)博弈． 1 随机 LQ博弈模型 考虑包含一个强势参与者 和一群弱势参与者 { ，1≤ ≤N)的博弈模型．设 鲳 和 在时刻 t的 状态分别是 。(￡)和置()，1≤i≤N．在概率空间(， {) ≤ ，P)下，N+1个参与者的状态方程为 dxo()===(A0(t)Xo(￡)+Bo(￡)0()+ Fo() N‘(￡))dt+ (Co(t)Xo(￡)+D0()ll0(￡)+So(￡) N‘(￡))dWo()， (1) d (￡)一 (A (z) (￡)+ () ()+ F(t)x ()+G(t)xo(￡))dr+ (C(￡)置(￡)+D(t)ui(￡)+S(t)xN‘’()+T(t)xo()) i(￡) 1≤ ≤N， (2) 其中： △ X是所有弱势参与者的平均状态；状态变量XO，XiER，控制变量Uo ERm；初始状态 』V —i= 1 Xi(O)，o4 ≤N， 一可测且均有有限二阶矩；Wo， 是 {) ≤广适应的一维标准布朗运动，且与初始状态 薯(0)，O≤ ≤N独立；确定性矩阵函数A0，风 ，F0，C0，D0，s。， ，B，F，G，C，D，S，T具有合适的维数且有 界可测； 是参与者 对应的动态参数 ，表示弱势参与者的类型．在弱势参与者的状态方程 (2)中，我们假 定 会随着参与者类型 而改变，其他系数矩阵不随 而改变．假定弱势参与者共有K种类型，即 取 值于有限集 {1，2，…，K)．当 一忌时， 是忌一类型的弱势参与者．为了表述的简明，在不引起混乱的情况 下，后文通常省略过程和矩阵系数中的时间变量． 强势参与者蛹 和弱势参与者 ( ，1≤ ≤N)的允许控制类均为L多(0，1； )，目标是最小化各 自的性 能指标 ： 收稿 日期：2009-05—08 基金项目i浙江省 自然科学基金资助项目(Y606667) 作者简介：胡芳超 (1983一)，男 ，硕士研究生 ，E-mail：O62O18O49@fudan．edu．cn 第 6期 胡芳超：强势参与者和弱势参与者群体的随机 LQ博弈 721 ．厂。(Uo,U-o)=Ef：((Xo--(N())Qo(‰一((^D))+“