序贯博弈

摘要： 本文以行为决策权的获取和转移为视角构建博弈模型,将引发政府债务风险的政府和社会资本合作(PPP)财政支出行为的权利分别界定给政府和社会资本,构建并对比分析政府先行和社会资本先行的序贯博弈,及政府过度转移风险给社会资本的博弈模型。研究结果显示:一是现有制度短板提供了PPP项目财政支出责任债务风险的引致与分担的政社博弈空间。二是提升由不规范支出行为引发的交易费用是防控风险的关键,应构建财政支出的预算管理与合同管理的双重法律保障,优化政府监管。三是可引发政府和社会资本合谋违规的说服费用产生于综合制度环境,并非囿于单一项目的得失,应重视完善激励约束机制,加强配套制度建设。四是政府过度转移风险虽可在短期内降低财政支出责任,但随之产生的社会资本参与积极性下降、项目风险控制能力削弱和社会福利净损失等影响,将增加中长期财政支出责任债务风险。

摘要： 动态重构是一种有效的综合模块化航空电子系统故障容错方法.重构蓝图定义了系统故障环境下的应用迁移与资源重配置方案,是以最小代价重构恢复系统功能的关键.在复杂多级关联故障模式下,如何快速自动生成有效重构蓝图是其难点.针对该问题,本文提出一种基于序贯博弈多智能体强化学习的综合模块化航空电子系统重构方法.该方法引入序贯博弈模型,将因受故障影响而需要迁移重构的应用软件定义为博弈中的智能体,根据应用软件优先级确定序贯博弈的顺序.针对序贯博弈过程中多智能体间竞争与合作的问题,算法使用强化学习中的策略梯度,通过控制与环境交互中的动作选择概率来优化重构效果.应用基于有偏估计的策略梯度蒙特卡洛树搜索算法更新博弈策略,解决了传统策略梯度算法震荡难收敛、计算耗时长问题.实验结果表明,与差分进化、Q学习等方法相比,所提算法的优化性能和稳定性均具有显著优势.

摘要： 针对国际航权资源双边谈判问题,对谈判双方基于战略谈判关系和价值对等原则的博弈关系进行研究,提出了基于谈判方议价能力、关联产业补偿、产业空间预留价值和资源空置价值耗损4个维度的指标来描述航权资源议题的价值,建立适用于针对不同类型议题的物质收益函数,基于互惠偏好理论,提出互惠动机和单方面施惠动机来描述双方在战略谈判关系下博弈行为带来的心理收益,构建基于互惠心理收益的序贯互惠博弈模型。通过航权资源谈判数值模拟,结果表明:在双方具备互惠关系的情况下,互惠敏感系数、议题航权资源规模及产业空间预留价值与资源空置价值耗损,共同决定了谈判方的博弈行为策略,验证了模型的有效性。研究发现该谈判问题对应6个议题价值博弈场景,议题价值范围是决定谈判对应博弈场景的核心因素。

摘要： 信贷资产支持证券为结构性金融产品,投资人难以穿透观察底层基础资产,且交易主体间存在多重委托代理关系,为实现各自利益,会做出损害利益相关方的道德风险行为。声誉理论为解决此问题提供了良策,本文根据信贷资产证券化交易结构首先构建了声誉共同体模型解释声誉控制道德风险的机理,其次采用序贯博弈推导出信贷资产支持证券声誉模型中的“主导者”为发起人,最后重点分析发起人声誉模型,根据声誉动态、期间贴现因子、误报的发起人收益区分最低成本分离均衡、完全分离均衡、部分混同均衡和完全混同均衡,研究声誉如何帮助投资人区分发起人类型及甄别其道德风险行为。本文得出声誉共同体的声誉价值即为其道德风险行为获益的机会成本,防范信贷资产证券化道德风险的重点在于控制发起人道德风险,风险自留减少可以成为其声誉提高的信号这三项结论。本研究对分析结构性金融产品交易主体的声誉机制有一定参考意义,对声誉实证研究也有一定启发。

摘要： 结合地震应急处置中的决策分阶段性和动态调整特征,通过分析地震事件和应急决策主体间的分阶段博弈过程,构建地震应急决策序贯博弈模型。在此基础上,引入贝叶斯理论,判定地震事件的灾害等级,实现对各阶段应急处置方案的动态调整。以九寨沟7.0级地震应急决策为例进行实例分析,结果表明,该方法具有可行性和合理性,决策主体在地震应急处置过程中根据阶段成果和实时信息调整处置方案,从而使不同处置阶段的决策建议更具针对性。

摘要： 企业合作一直以来都是企业决策中值得关注的命题,企业通过合作实现优势互补,在合作过程中取长补短。将市场上的企业简化为两种类别,通过建立一个序贯博弈模型,分别求取领导企业和跟随企业在独立经营与合作经营两种情况下的利润函数,研究在信息不完全的条件下跟随企业在何种信息水平下会选择跟随领导企业进行经济合作,研究显示获取竞争企业的信息成本占对手所投入自身信息成本的一定比例时,两企业会选择进行合作;当获取竞争企业的信息成本占对手所投入自身信息成本的比例较大时,两企业则不会进行合作,因为此时信息成本过高,此时的投入是不值得的。

摘要： 药品集中带量采购政策是中国医疗体制改革的重大举措,目的在于通过以“量”换“价”的方式,降低药品价格。采用不完全信息静态博弈和序贯博弈分析制药企业如何在投标过程中做出最优报价决策。结果表明:制药企业成本越低,最优投标报价策略下所实现的收益越高;参与竞争的制药企业越少,最优投标报价策略下所实现的收益越高;政府采购价格为顶价A与制药企业成本C的一半。基于研究结论,为完善药品集中带量采购政策,推进政企之间的利益均衡提出几点可行性建议。

摘要： 创新是当今时代的重大命题,企业通过持续创新以提升竞争力.与此同时,不断增加的研发费用和研发产出的不确定性促使企业寻求研发合作.本文探究了存在技术溢出下领导企业与追随企业的研发合作动机,重点分析了研发合作对企业竞争力、行业总研发投入和社会福利的影响,并讨论了政府如何在不同的溢出水平下实现社会福利最大化.本文构建了三阶段动态博弈模型:领导企业和追随企业在第一阶段决定是否建立研发合作,在第二阶段同时决定研发水平,在第三阶段进行序贯产量竞争.研究发现:首先,不同于静态博弈的情形,在序贯产量竞争中,只有当溢出水平在较低的范围内时,领导企业和追随企业才会建立研发合作关系;其次,研发合作可能会削弱领导企业的市场势力;最后,市场结果可能是无效的.本文的研究为政府制定相关政策提供了理论依据.

摘要： 本文建立序贯博弈模型,从校企合作决策、合作伙伴选择及合作利益分配等环节分析高等教育校企合作人才培养机制.研究发现,企业更愿意与综合实力强的高校合作;高校更愿意选择合作意愿强、优势互补的企业;企业利益分配比例应与企业给予高校的人才培养补贴成正比.本文提出建立校企合作人才培养信息平台、提高高校自身实力、选择合作意愿强烈、优势互补的企业合作伙伴、建立有效利益分配机制等建议.

摘要： 为探究海外的终端消费者需求不确定性及零售业集中度与我国厂商成品出口之间的关系,笔者建立了我国厂商、海外进口商和海外零售商三者之间的序贯博弈模型.本文从理论上揭示了终端消费者需求变异系数与零售业集中度两者对成品出口的一系列影响.研究表明:我国厂商成品出口量及出口价格均随着该成品的海外市场价的上升而增加;其次,在给定的海外市场价格水平下,海外终端消费者对该成品的需求变异系数越大,我国厂商实现的出口量以及其利润占整个供应链利润的比例都将越小.另外,出口目的 地的零售业集中度存在一个临界值,当集中度低于这个临界值时,出口目的 地的零售业集中程度并不影响成品的出口定价与出口量,而且我国厂商的利润及该利润占供应链利润的比例均会稳定在较高水平;相反地,当出口目的 地的零售业集中度超过临界值时,则集中度越高,出口定价越低、出口量越大、出口利润与该利润占供应链利润的比例也都将越低.

摘要： 旨在促进工业生态链发展,有效减少资源消耗和废弃物排放,构建了政府、工业生态链上下游核心企业间的三阶段序贯博弈模型,据此研究了政府财政补贴下工业生态链上核心企业的均衡定价策略.采用逆序推断的方法,求解了三阶博弈模型的均衡解,并分析了政府财政补贴对工业生态链核心企业产品定价和副产品交易价格的影响.研究表明,财政补贴可以改善社会总福利和工业生态链的利润.同时,政府采取对核心企业均补贴的策略更优.通过合理分配补贴额度,有效调控副产品交易价格,能够缓解核心企业的利益冲突.

摘要： 在进行作战计划的过程中,作战行动序列(COA,Course of Action)的生成其中一个很重要的环节.本文主要在基于影响网络和序贯博弈的COA生成模型的基础上,探讨将时序影响网络应用到COA建模中的方法.在基于时序影响网络的COA模型中,需要考虑作战行动的开始执行时间和执行结束时间,并根据建模需要,将基于影响网络和序贯博弈的COA生成模型中的资源消耗模型进行改进.本文的主要工作是为进一步讲时序影响网络应用到COA生成的模型中提供指导.本文共分5部分，第一部分是对目前关于COA生成研究现状的分析；第二部分是对当前COA生成模型中存在的问题进行分析；第三部分主要介绍所研究的主要内容；第四部分介绍进行基于时序影响网络的COA建模的整体思路；第五部分是对本文所做工作的小结。

摘要： 在现实经济生活中，监督者往往试图通过对违规的被监督者施加高额的惩罚，以达到政策目标．但现实证明这常常是无效的。本文以“寝室违章电器问题”为切入点，运用博弈论的方法对此现象进行了分析，解释了为何“高惩罚政策”在一定情况下是无效的，并提出解决方案。揭示了影响众多监督博弈问题的本质因素，并非是监督者对被监督者所实施惩罚的程度，而是博弈中参与人的信息结构。通过对此问題的分析，以小见大地为存在于现实生活中的若干类似问题提供解决思路。

摘要： 在现实经济生活中，监督者往往试图通过对违规的被监督者施加高额的惩罚，以达到政策目标．但现实证明这常常是无效的。本文以“寝室违章电器问题”为切入点，运用博弈论的方法对此现象进行了分析，解释了为何“高惩罚政策”在一定情况下是无效的，并提出解决方案。揭示了影响众多监督博弈问题的本质因素，并非是监督者对被监督者所实施惩罚的程度，而是博弈中参与人的信息结构。通过对此问題的分析，以小见大地为存在于现实生活中的若干类似问题提供解决思路。

摘要： 在现实经济生活中，监督者往往试图通过对违规的被监督者施加高额的惩罚，以达到政策目标．但现实证明这常常是无效的。本文以“寝室违章电器问题”为切入点，运用博弈论的方法对此现象进行了分析，解释了为何“高惩罚政策”在一定情况下是无效的，并提出解决方案。揭示了影响众多监督博弈问题的本质因素，并非是监督者对被监督者所实施惩罚的程度，而是博弈中参与人的信息结构。通过对此问題的分析，以小见大地为存在于现实生活中的若干类似问题提供解决思路。

摘要： 在现实经济生活中，监督者往往试图通过对违规的被监督者施加高额的惩罚，以达到政策目标．但现实证明这常常是无效的。本文以“寝室违章电器问题”为切入点，运用博弈论的方法对此现象进行了分析，解释了为何“高惩罚政策”在一定情况下是无效的，并提出解决方案。揭示了影响众多监督博弈问题的本质因素，并非是监督者对被监督者所实施惩罚的程度，而是博弈中参与人的信息结构。通过对此问題的分析，以小见大地为存在于现实生活中的若干类似问题提供解决思路。

摘要： 在现实经济生活中，监督者往往试图通过对违规的被监督者施加高额的惩罚，以达到政策目标．但现实证明这常常是无效的。本文以“寝室违章电器问题”为切入点，运用博弈论的方法对此现象进行了分析，解释了为何“高惩罚政策”在一定情况下是无效的，并提出解决方案。揭示了影响众多监督博弈问题的本质因素，并非是监督者对被监督者所实施惩罚的程度，而是博弈中参与人的信息结构。通过对此问題的分析，以小见大地为存在于现实生活中的若干类似问题提供解决思路。

摘要： 本发明提供一种新型序贯同步博弈的单树蒙特卡洛搜索方法，具体过程包括：步骤1：构建单博弈树结构：每一层的所有节点均对应同一个执行方且每个节点表示当前局面的博弈状态；除第一层外的奇数层为状态转移层，偶数层为状态传递层；步骤2：在同一博弈状态下，参与博弈的两个执行方依次进行选择过程和扩展过程；其中，具体步骤为博弈一方进行选择和扩展，然后博弈另一方进行选择和扩展，在迭代搜索过程中，当参与博弈的双方均作出一次动作选择后，才进行状态转移；步骤3：估值阶段；步骤4：更新阶段：步骤5：迭代进行步骤2至步骤4，直至完成设定的搜索时间或者迭代次数。本发明解决了现有双树结构方法存在博弈树节点信息同步的的问题。

摘要： 本发明公开了一种用于解决大规模序贯同步博弈问题的双树蒙特卡洛搜索算法，相比于单树结构的序贯同步蒙特卡洛搜索，在保留同步特点的基础上，建立两棵树表示博弈双方的状态转移情况，使得博弈树的选择分支大大减少，在维持同步行动特点的同时，减小了博弈树的规模。消除了同步动作造成的双方动作组合爆炸问题，增加搜索深度，既保证了求解质量，又提高了求解效率。具体的技术手段包括：通过构建纳什均衡支撑库，解决同步的纳什均衡在线计算时间过长的问题；设计序贯同步博弈的深度策略网和深度估值网，实现序贯同步搜索的知识引导；研究面向环境的强化学习，解决状态转移或收益缺失下的决策问题。

摘要： 本申请提供了单光子序贯检测阵列、系统、方法、装置和存储介质，单光子序贯检测阵列包括：第一单光子检测器、若干个门控信号整形器及对应的第二单光子检测器，第一单光子检测器在上电后始终处于使能状态，第二单光子检测器在上电初始时刻处于关闭状态，一单光子检测器，用于在使能状态下，当检测到单光子时，发生雪崩效应，输出检测脉冲，并进入死时间，一门控信号整形器，用于将接收的检测脉冲整形为门控信号，并输出至该门控信号整形器对应的第二单光子检测器，以使其处于使能状态。本申请使用序贯连接的方式实现了多单光子检测器的贯续使能，从而可实现亚死时间或无死时间的快速检测，从单光子序贯检测阵列整体来说，死时间得到减少或消除。

摘要： 本发明公开了一种用于序贯治疗的纳米凝胶及其制备方法和应用。该纳米凝胶是通过自组装方法将孟加拉玫瑰红（RB）和亚甲蓝（MB）包载于齐墩果酸（OA）纳米凝胶中，RB的荧光被MB淬灭。当纳米凝胶暴露于680 nm激光下时，MB发挥光热效果并被分解，RB释放出来，用于后续的声动力治疗。光声的序贯治疗能有效激活小鼠的免疫反应，与PD‑L1抗体联合后，可以有效清除残余的肿瘤细胞，抑制远端肿瘤的增长，在纳米医学领域具有重要的应用前景。

摘要： 本申请提供一种多普勒雷达序贯平滑变结构滤波方法及装置，属于雷达数据处理技术领域，能够同时解决多普勒雷达的非线性欠定观测模型问题和目标运动模型不确定条件下的鲁棒跟踪问题。所述方法采用多普勒雷达的目标位置量测和径向速度量测解耦处理、序贯估计的策略解决了非线性欠定观测模型问题：在第一量测转换模块和第一状态估计器中，利用非线性的目标位置量测和广义平滑变结构滤波方法获得第一级目标状态估计；在第二级量测转换模块和第二状态估计器中，利用径向速度量测构造伪量测，对第一级目标状态估计进行更新，得到当前帧目标最终的后验状态估计。其中，广义平滑变结构滤波方法保证了模型不确定条件下的鲁棒性。因此，本申请能够提高多普勒雷达的目标跟踪精度，同时在目标运动模型不确定情况下保持鲁棒估计性能。

摘要： 本发明提供了一种基于序贯博弈的多域光网络组播保护方法，该方法当多域光网络中到达第k个组播请求时，该请求与未释放的组播请求形成的组播树进行序贯博弈，下一阶段再与得到的新的组播树进行博弈，通过计算效益函数，最终得到使得光网络链路结构最合理、效益最高的纳什均衡，有效分配链路资源给组播工作树和保护树，使共享保护效益最大化。本发明中的SGDMS方法相较于经典的SSPP方法和具有混合拓扑的HTASP方法，所需成本和资源更少，在不同组播请求下的相应阻塞率有明显降低，大大减少了多域光网络所需的成本，有效提高了网络的生存性能。

摘要： 本发明公开了一种基于序贯博弈的虚拟机竞价分配方法。其中基础设施服务提供商作为虚拟机资源出售方，软件应用服务提供商作为虚拟机资源需求方。资源出售方和需求方按照顺序依次给出资源价格和需求策略，并通过重复迭代，双方不断修正其博弈出价和策略，以博弈竞价方式最终达到虚拟机资源分配的纳什均衡，并按照此最终结果进行虚拟机资源交易。本发明方法内部由博弈控制器、虚拟机竞价代理和负载监控探头组成。通过本方法的实施可以最大化提高虚拟机资源出售方经济效益，同时使虚拟机需求方合理购买资源，避免了资源的浪费。

摘要： 本发明提供了一种基于序贯博弈的多域光网络组播保护方法，该方法当多域光网络中到达第k个组播请求时，该请求与未释放的组播请求形成的组播树进行序贯博弈，下一阶段再与得到的新的组播树进行博弈，通过计算效益函数，最终得到使得光网络链路结构最合理、效益最高的纳什均衡，有效分配链路资源给组播工作树和保护树，使共享保护效益最大化。本发明中的SGDMS方法相较于经典的SSPP方法和具有混合拓扑的HTASP方法，所需成本和资源更少，在不同组播请求下的相应阻塞率有明显降低，大大减少了多域光网络所需的成本，有效提高了网络的生存性能。

摘要： 本发明涉及一种基于序贯博弈的单交叉口信号配时方法，其特征在于包括以下步骤：1)建立表征单交叉口各相位信号配时时间的无穷期序贯博弈模型，并确定该模型的收益函数和贴现因子；2)通过车路协同系统获取单交叉口当前周期各相位的收益函数计算参数以及上一周期各个相位的排队长度，用于序贯模型博弈计算；3)将单交叉口各相位作为无穷期序贯博弈模型的参与者进行序贯博弈，根据得到的序贯博弈均衡解以及单交叉口的周期时长，计算得到单交叉口各个相位在当前周期下分配得到的通行时间。本发明可以广泛应用于单交叉口信号配时领域中。

摘要： 本发明公开了一种基于序贯博弈的虚拟机竞价分配方法。其中基础设施服务提供商作为虚拟机资源出售方，软件应用服务提供商作为虚拟机资源需求方。资源出售方和需求方按照顺序依次给出资源价格和需求策略，并通过重复迭代，双方不断修正其博弈出价和策略，以博弈竞价方式最终达到虚拟机资源分配的纳什均衡，并按照此最终结果进行虚拟机资源交易。本发明方法内部由博弈控制器、虚拟机竞价代理和负载监控探头组成。通过本方法的实施可以最大化提高虚拟机资源出售方经济效益，同时使虚拟机需求方合理购买资源，避免了资源的浪费。