对策模型和算法上课讲义.pptVIP

在对策论中，应有以下要素：;;当局中人得失总和为零时，称这类对策为零和对策；否则称为非零和对策。;　　鞍点对策是对策的最基本策略，为更好地理解鞍点对策，先看一个简单的例子。;问题分析： 从直观来看，局中人A应该出策略a1, 因为这样选择，他有可能得到9. 但局中人B看到了这一点，他出策略b1，这样局中人A不能得到9，而只能得到1. 因此，局中人A也充分认识到这一点，他应当出策略a3, 这样做，就有可能得到8，而这种情况下局中人B，就要出策略b3，局中人A也只能得到2. ; 从上面的分析可以看出，无论局中人A选择什么策略，他赢得的值总是小于等于5，而无论局中人B选择什么策略，他输掉的值总是大于等于5，5就是支付矩阵的鞍点。; 其中局中人A有m个策略α1 , …,α m, 局中人B有n个策略β1, …, β n, 分别记为S1={α1 , …,α m}, S2= {β1, …, β n} C为局中人A的支付矩阵，而-C为局中人B的支付矩阵。因此，矩阵对策记为G={A,B; S1, S2, C}, 或G= {S1, S2, C} 对于一般矩阵对策，有如下定义和定理。 ;定义9.1设G= {S1, S2, C} 是一矩阵对策，若等式 成立，则记vG=, ci* j*并称vG 为对策G的值。 称使式(1)成立纯局势 (α i*, β j*)为G在纯策略下的解（或平衡局势），称α i*和β j*分别为局中人A、B的最优纯策略。;定理9.1 矩阵对策G={S1, S2, C}在纯策略意义下有解的充分必要条件是：存在纯局势(α i*, β j*)使得;当矩阵对策的最优解不唯一时，有如下定理：;2. 无鞍点的对策策略---混合对策 如果支付矩阵有鞍点，选择鞍点对策是最优的对策策略，如果支付矩阵无鞍点，则需要选择混合对策。 我们回过头再看例9.1（“石头--剪子--布”），对于支付矩阵, 有;定义9.3;定义9.4;定理9.4;3. 混合对策求解方法;当A采用混合策略，B分别采用纯策略bj(j=1,2, …,n), A的赢得分别为 依据最大最小原则，应有;将问题（9）写成线性规划问题;例9.3 用线性规划方法求解例1的 最优混合策略。; 6]data: 7] C = 0 1 -1 8] -1 0 1 9] 1 -1 0; 10]enddata 11]max=v_A; 12]@free(v_A); 13]@for(playerB(j): 14] @sum(playerA(i) : C(i,j)*x(i))=v_A); 15]@sum(playerA : x)=1; END;得到最优解（只保留相关部分）; 即儿童??以1/3的概率出石头、剪子、布中每种策略的一种，其赢得值为0. 用线性规划求出儿童乙有同样的结论。 计算到此，读者可能会产生一个问题：一个具有鞍点的对策问题，如果采用线性规划方法求解，将会出现什么情况？;例9.4用线性规划方法求解例2; 8] 6 5 7 9] 8 4 2; 10]enddata 11]max=v_A; 12]@free(v_A); 13]@for(playerB(j): 14] @sum(playerA(i) : C(i,j)*x(i))=v_A); 15]@sum(playerA : x)=1; END;计算结果为（保留有效部分） Global optimal solution found at iteration: 0 Objective value: 5.000000 Variable Value Reduced Cost V_A 5.000000 0.000000 X( 1) 0.000000 2.000000 X( 2) 1.000000 0.000000 X( 3) 0.000000 1.000000; 由结果可以看到，局中人A仍然选择纯策略。对局中人B的计算也会出现同样的情况。 从例9.3和例9.4可以看出，无论矩阵对策有无鞍点，我们均可以采用线性规划的方法求其对策，只不过具有鞍点的对策可以有更简单的算法罢了。;1.