考虑博弈的多智能体强化学习分布式信号控制

交通需求的不均衡和波动会增加分布式信号控制优化的难度. 由于现有独立动作的多智能体强化学习(IA-MARL)仅基于自身的历史经验做出决策,基于IA-MARL的分布式信号控制难以及时缓解交通需求不均衡和波动的影响. 本文融入博弈论的混合策略纳什均衡概念,改进IA-MARL的决策过程,提出考虑博弈的多智能体强化学习(G-MARL)框架. 在采用带有泊松到达率的道路网络流量不均衡输入的格子网络中,分别对基于IA-MARL 和GMARL 的分布式控制方法进行数值模拟,获取单位行程时间和单位车均延误曲线. 结果显示,与IA-MARL相比,G-MARL在单位行程时间和单位车均延误方面分别改善59.94%和81.45%. 证明G-MARL适用于不饱和且交通需求不均衡和波动的分布式信号控制.     

考虑散货与集装箱业务的港口竞合研究

针对同时经营散货和集装箱业务的两个港口之间的竞争与合作问题,考虑港口同时竞争、单业务合作—拥堵成本分担和单业务合作—拥堵成本共担这3种合作模式,运用古诺博弈的方法,在考虑拥堵成本的情况下,对港口的产量、价格和利润进行了对比.研究表明:港口之间如果只有竞争没有合作,每个港口都在追求最大的吞吐量;在市场需求稳定的情况下港口同时决策,符合某一条件时吞吐量会增加同时价格会降低;单业务合作—拥堵成本共担比成本分担的情况吞吐量更高.     

A dynamic behavioural traffic assignment model with strategic agents

Foresee traffic conditions and demand is a major issue nowadays that is very often approached using simulation tools. The aim of this work is to propose an innovative strategy to tackle such problem, relying on the presentation and analysis of a behavioural dynamic traffic assignment.The proposal relies on the assumption that travellers take routing policies rather than paths, leading us to introduce the possibility for each simulated agent to apply, in real time, a strategy allowing him to possibly re-route his path depending on the perceived local traffic conditions, jam and/or time already spent in his journey.The re-routing process allows the agents to directly react to any change in the road network. For the sake of simplicity, the agents’ strategy is modelled with a simple neural network whose parameters are determined during a preliminary training stage. The inputs of such neural network read the local information about the route network and the output gives the action to undertake: stay on the same path or modify it. As the agents use only local information, the overall network topology does not really matter, thus the strategy is able to cope with large and not previously explored networks.Numerical experiments are performed on various scenarios containing different proportions of trained strategic agents, agents with random strategies and non strategic agents, to test the robustness and adaptability to new environments and varying network conditions. The methodology is also compared against existing approaches and real world data. The outcome of the experiments suggest that this work-in-progress already produces encouraging results in terms of accuracy and computational efficiency. This indicates that the proposed approach has the potential to provide better tools to investigate and forecast drivers’ choice behaviours. Eventually these tools can improve the delivery and efficiency of traffic information to the drivers.     

基于委托-代理理论的城市轨道交通激励约束机制博弈分析

城市轨道交通属于准经营性项目,其投资规模大、盈利能力差,采用特许权方式进行项目建设、运营时,需要政府部门对项目公司进行相应的扶持补贴。这种扶持补贴必须建立在现代委托-代理关系上,即建立相应的激励约束机制,以利于城市轨道交通项目能够低成本、高效率地运营。介绍了激励约束机制的重要性,运用博弈论对政府与项目公司的委托-代理关系进行了分析,得出政府给予项目公司的补贴是建立激励约束机制的关键。针对如何选择合理的补贴方式提出了相应的政策建议。     

现行监督费率确定机制的博弈分析

应用委托代理理论分析政府管理部门与政府质量监督机构行为策略的博弈过程．基于对不同监督效率水平下监督成本的概率密度比例分析，调整监督政策与激励因素。设计有效激励机制，引导监督机构通过提高技术参数增强市场竞争能力．充分调动优良质量监督机构监督工作的能动性，优化监督市场资源配置，最大限度地实现建设工程质量的社会效益、环境效益和政府质量监督机构的经济效益目标．     

城市公交优先机制的动态博弈分析

通过建立基于完全信息条件下的静态博弈模型,验证了交通公共资源利用方面常出现的问题.为促进公共资源优化配置,避免公共资源悲剧的发生,以有限理性的复制动态和优化稳定策略分析为基础理论,建立动态博弈模型并进行求解,从而提出了解决城市交通问题的办法,为政府实行公交优先机制提供了有力论证.     

广告、服务及价格选择的动态多维博弈

根据动态多维博弈理论，建立了两个企业在市场上关于产品广告、服务和价格选择的完全信息动态多维博弈模型，并求得了最优均衡解。设所得的均衡解中相应的参数为零，即可得到关于广告．价格或服务．价格的二维博弈的均衡。均衡解表明，静态和动态多维博弈均衡解的特征与一维博弈解的特征具有一致性．     

�յ������¼�ʻԱ·��ѡ����Ϊ���ݻ����ķ���

交通诱导是交通管理者、驾驶员等交通参与者之间的一个博弈过程，在这个过程中，每个驾驶员根据所拥有的信息修正自己的行为策略以提高盈利，从而构成交通又到演化中的宏观结构与驾驶员的微观行为之间互相影响的自组织现象。本文应用演化博弈论对交通诱导演化过程进行了分析，建立了诱导条件下驾驶员选择行为的演化模型，并对其进行分析以求为建立实用的诱导策略提供理论支持。     

上市公司配股政策的博弈论分析

通过对监管政策造成的上市公司预期收入缺口曲线的博弈分析，指出上市公司配股政策存在的弊端。配股政策是一种优惠政策，造成了公司业绩披露的混同均衡，进而造成市场效率的下降。从根本上解决这一问题的措施是放宽直至取消配股要求。当前可暂以净资产收益率作为配股依据，再选一些附加财务指标，这样即可部分克服混同均衡引起的信息甄别上的困难，也同时增加了上市公司操纵业绩的难度。     

我国电力工业体制改革中的垄断与管制

根据我国电力市场的需求特征,应用经济学的垄断与管制理论,构建了相应的博弈论模型,以研究我国电力产业中的市场垄断问题.研究表明,我国发电企业有很强的合谋动机;输电市场具有自然垄断特性,由于目前输电企业的所处特殊地位,很容易形成新的垄断.对我国的现行电力体制分析,发现无论在发电还是输电市场,行政垄断都严重阻碍了电力市场有效竞争的形成.最后,针对我国发电市场和输电市场的实际情况,分别提出解决上述垄断问题的政策建议.