基于PSO神经网络的进化博弈研究.pdfVIP

第29卷 第8期 系统工程与电子技术 Vo1．29 No．8 2007年8月 Systems Engineering and Electronics Aug．2007 文章编号：1001—506X(2007)08—1282 03 基于PSO神经网络的进化博弈研究 刘伟兵，王先甲 (武汉大学系统工程研究所，湖北武汉430072) 摘 要：针对进化博弈q-博弈人是有限理性的，提出了一种基于粒子群神经网络的进化博弈决策机制。该机 制将神经网络技术引入到进化博弈q-，并采用粒子群优化算法(PSO算法)来训练神经网络，因而可利用神经网络 来模拟博弈人在进化过程q-的学习和策略调整。利用该机制分别对有限理性条件下的鹰一鸽博弈和重复囚徒困 境博弈进行了研究。实验表明：PSO神经网络可以准确地模拟进化博弈q-博弈人的动态学-j与决策过程，能有效 地指导博弈人的策略选取，是进化博弈分析的有力工具。 关键词：博弈论；进化博弈；神经网络；粒子群优化算法 中图分类号：F 224．32；TP 183 文献标志码：A Study on evolutionary games based on PSO-neural networks LIU Wei—bing，WANG Xian—j ia (Inst．of Systems Engineering，Wuhan Univ．，Wuhan 430072，China) Abstract：Considering the bounded rationality of players in evolutionary games，a decision method based on the particle swarm optimization neural network for evolutionary games is presented．The neural network is in— troduced into evolutionary games and is trained by the particle swarm optimization algorithm (PSO)，thus this method can use neural networks tO simulate the learning and strategy choosing of the player．The hawk—dove game and the iterated prisoner’S dilemma are analyzed respectively．Experimental results show that the PSO— neural network can accurately simulate player’S dynamic learning and guide players tO choose the best strate gies，and it provides a good means for evolutionary games． Keywords：game theory；evolutionary game；neural network；particle swarm optimization algorithm 模拟有限理性博弈人的学习和策略调整过程，本文采用BP 0 引 言 神经网络，并采用 PSO算法对神经网络进行学习和训练， 最后对鹰一鸽博弈和囚徒困境博弈分别进行了研究，结果 博弈论是针对多个利益主体间的利益冲突和相互决策