建模与仿真MAS部分.pptVIP

(五) 与其它仿真方法的比较 （3）与元胞自动机的区别 空间结构：规则/灵活 个体记忆：无/有或无 学习推理：一般无/一般有 交互结构：临近/网络 第三十页，共六十七页，2022年，8月28日 三、 多主体仿真的实现技术 (一) 主体构建技术 （1）产生式系统 一个产生式系统包括三个部分：规则集、事实库和控制器。 规则集存储有关问题的状态转移、性质变化等过程性知识，简单产生式规则的形式为“if…,then…”,每个规则有条件和行为两部分组成，当前提条件满足时就执行动作。 事实库存储关于目前环境/自身状态、性质等信息，由此决定某个规则的前件是否满足。 控制器根据主体的性质选择控制策略，将规则与事实进行匹配，消解冲突，进行推理，实现主体决策，产生行动。 第三十一页，共六十七页，2022年，8月28日 （2）面向对象技术 为每类主体设计相应的类，用属性表达主体的内部状态，用方法表示主体的行为。 多主体系统中的主体本质上是并发的。主体的主动性和并发性需要在面向对象框架中采用一定的技术手段进行模拟。 第三十二页，共六十七页，2022年，8月28日 (二) 主体的学习算法 学习是智能生物的一个重要特征 如果一个系统能够通过执行某个过程改进他的性能，我们就认为它有学习能力。 对主体而言，学习的含义是 主体根据所观察到的事件，在连续交互过程中结构化的修改行为策略，改进它的性能。 第三十三页，共六十七页，2022年，8月28日 （1）强化学习 基本思想： 如果某个行动引起的后果较好，则在以后增加使用该行动的可能，反之则减少。 强化学习主体的一般结构 ： 目标是学习一个策略π：S→A，使系统选择的动作能够获得回报的累计值最大。 第三十四页，共六十七页，2022年，8月28日 Roth-Erev算法 初始化：选择各行动的倾向（Propensity） 重复: 根据各个行动的倾向计算选择概率 按概率选择行动 根据该行动的回报调整其倾向 返回 第三十五页，共六十七页，2022年，8月28日 行动倾向的更新方法： 第三十六页，共六十七页，2022年，8月28日 概率计算 将倾向转换为选择概率有多种方法，较简单的一种是计算相对倾向作为概率： 第三十七页，共六十七页，2022年，8月28日 （2）遗传算法 基本思想： 首先将状态-行动对表达为染色体， 然后主体在动态环境中感知状态→选择行动→得到回报→计算适应度， 根据个体适应度指标淘汰低适应度个体， 染色体之间进行交叉，以小概率发生变异，产生下一代种群，重复进行…。 第三十八页，共六十七页，2022年，8月28日 例：多人囚徒困境博弈 状态State=(上次行动，上轮对手行动) 主体的行动有两种：合作=1，欺骗=0 有四种可能的状态，编码为 状态1为(1,1),2为（1，0）,3为(0,1),4为(0,0) 第三十九页，共六十七页，2022年，8月28日 个体的一个策略就可以用位串表示 例如针锋相对（TFT）策略就是： 初次选择行动1 if State 1,then choose action 1; if State 2,then choose action 0; if State 3,then choose action 1; if State 4,then choose action 0; 则该策略可以编码为（1 1 0 1 0），表示初次选择行动1，以后若状态为1则选择1，若状态2则选择0，状态3则选择1，状态4则选择0。 第四十页，共六十七页，2022年，8月28日 四、多主体仿真在经济中的应用 经济系统的特点： 经济系统是一个复杂动态系统 微观上由许多相对独立的个体组成，个体具有智能性，存在学习和适应行为 个体之间存在复杂的相互作用 第四十一页，共六十七页，2022年，8月28日 （1） 基于Agent的计算经济学 ACE ，Agent-based Computational Economics 将经济过程看作是由交互作用的主体构成的动态系统，采用仿真手段对经济系统进行研究。 研究方法： 采用“培养皿”（culture dish）类比 ，对经济过程进行理论研究。 第四十二页，共六十七页，2022年，8月28日 （2） “培养皿”研究方法 首先构建一个由多种主体构成的虚拟经济世界， 设定初始条件（如结构条件、制度安排、主体行为分配等）， 然后令虚拟世界自然发展，发展的根本原因是主体之间的交互； 研究者对虚拟世界进行观察，收集数据，进行分析。 第四十三页，共六十七页，2022年，8月28日 主体 将经济系统中的个人、公司、市场、政府等抽象为主体 主体可能很简单，也可能具有不同程度的认知能力： 适应 社会交互 目标导向的学习 自治 在主体的