模仿经纪人演化少数者博奕模型中的合作效应-中国科学院大学学报.PDFVIP

第20 卷 第2期 Vol.20　No.2 2003 年6 月 Journal of the Graduate School of the Chinese Academy of Sciences June　2003 ＊ 1, 2 1 1, 3 全宏俊 　汪秉宏 　罗晓曙 (1 中国科学技术大学近代物理系及非线性科学中心, 合肥　230026 ; 2 华南理工大学应用物理系, 广州　510641 ;3广西师范大学物理与电子科学系, 桂林　541004 ) (2002 年3月25 日收稿;2002 年5 月 16 日收修改稿) 　　提出并研究了一种新的演化少数者博弈模型.在该模型中.每 经纪人有 一 几率p 值.在给定m 比特下, 每 经纪人以几率p 选择去最近相同m 比特历史下的取胜方, 以几率 1-p 作出相反的决定, 同时经纪人可以模仿财富高于自己的最近邻邻居的p 值并加以修正, 数 值模拟结果显示, 经纪人的新几率p 和他最佳邻居的几率之间的相关程度存在 一 最佳值.在 此处自组织分离效应最强, 经纪人自分离成尺寸几乎相同的由极端行为表征的人群和反人群, 明显提高了系统的协作. 　争当少数者博弈模型, 模仿, 演化 　O59 1　 [1] 　　近年来, 复杂适应系统(CAS)的基于经纪人的模型 , 因为可用来解释个体的决定如何提高整个系 统的合作效应而引起了人们的极大关注. [2] [3, 4] 　　在Arthur 的酒吧模型的基础上, Challet 和Zhang 提出了一个简单且实用的少数者博弈模型 (MG).该模型抓住了类似金融市场这样一个系统的基本特征, 在该系统中, 经纪人竞争有限资源.对MG [5] [6～ 15] 模型和它的演化模型(EMG), 已有大量的研究报道 .在EMG 中, 考虑由N 个经纪人组成的系统, 每 m 个经纪人事先都知道最近出现的2 种不同历史(每个历史的长度为m 比特)下取胜方的记录.所有经纪 人都拥有一个相同的策略, 即选择去最近相同历史下的取胜方.同时每个经纪人拥有一个几率p (j ):对给 定的历史, 每个经纪人或者以几率p (j )选择去最近相同历史下的取胜方, 或者以几率1-p (j )作出相反 的决定(j =1, , N).处于少数方的胜(处于多数方的失败)者的财富将加(减)1分.当他们的财富低于 某个给定的值d(d0)时, 他们可以在以p (j )为中心、宽度为R (R ≤2)的一个区间内重新按均匀分布 随机挑选一个新的p (j )值.令人惊讶的是, 采用极端行为的经纪人, 即或者总是选择去最近相同历史下 的取胜方(p ～1), 或者总是选择去与最近相同历史下的取胜方相反的一方的人(p ～0)比犹豫不决的人 (p ～ 1/2)的成功率高.这说明经纪人希望自己的决定与大多数人的相反. [6] 　　hulst 和Rodgers 提出了修正的EMG 模型 , 该模型将 EMG 的演化思想与MG 中初始的随机策略 分配相结合.他们的研究结果显示, 经纪人将演化到这样一个状态 :所有经纪人都将仅采用一个策略, 或 者总是选择去自己策略预测的取胜方, 或者总是选择去与自己策略预测的取胜方相反的一方, 同时该状 [13] [16] 态也是取得最大成功率的状态, 虽然p 值分布P (p )的细节有所不同 .Hod 和Nakar