一、信号博弈均衡结果的唯一性及其算法（论文文献综述）
陈浩,张琳[1]（2015）在《贷款利率市场化背景下农村小微企业融资信号博弈分析》文中提出贷款利率市场化可以有效缓解农村小微企业融资压力,但是因为信贷市场存在信息披露机制缺失等原因,融资问题仍然会成为阻碍其可持续发展的关键因素。因此针对农村小微企业融资过程中借贷双方存在的信息不对称和逆向选择问题,通过建立信号博弈模型,深入分析信号博弈的3种贝叶斯均衡及其条件、影响因素,并从提高主体理性水平、减少交易成本、创新市场制度和降低信息不对称这4个角度,提出解决农村小微企业融资问题的政策建议:完善基于惩罚和激励并存的融资约束机制;探索基于大数据和云计算的"互联网信贷"模式;建立基于风险预警和风险管理的市场化利率体系。
焦晶[2]（2015）在《两类交通网络的随机用户均衡研究》文中提出均衡的失效率研究是交通科学和计算机科学等领域的研究热点之一。在交通网络中,均衡的失效率是指,网络处于均衡状态时的最大总出行时间成本与网络的最优总出行时间成本之比。当假设网络用户掌握精确的出行时间信息,并以最小化自身出行时间为目标时,相应的均衡是一个确定性用户均衡。而当假设网络用户对出行时间有感知偏差,以最小化自身的感知出行时间为目标时,相应的均衡是一个随机用户均衡。本文的研究目的是比较上述两类均衡的失效率,以此考察网络用户在具备更多信息时的出行选择是否可能降低网络效率。本文首先定义均衡的相对失效率比为随机用户均衡的失效率与确定性用户均衡的失效率之比,并给出了一般网络中相对失效率比的上下界。其次,在两条平行弧网络中,假设其中一条弧的通行时间成本为常数,本文研究了此类网络中随机用户均衡的性质,得到随机用户均衡的失效率为1的充要条件。定义使两条弧的通行时间成本相等的弧流量为交汇点,本文证明了当网络的总流量在交汇点附近时,相对失效率比小于1;而当网络的总流量为交汇点的二倍时,相对失效率比等于1。同时,本文得到了该类网络中相对失效率比的最小值及其取最小值时网络的参数,并说明相对失效率比的下界是紧的。接着,本文将两条平行弧网络中的结论拓展至具有两类出行成本函数的多条平行弧网络中,给出了相对失效率比等于1和小于1的充分条件,并证明了相对失效率比的下界在此类网络中仍然是紧的。最后,在单起点多讫点的环形网络中,本文研究了该类网络的随机用户均衡的性质,得到一个相对失效率比小于1的充分条件,并分别对三种具体的网络结构分析了相对失效率比。本文的主要创新与贡献是:（1）首次比较了随机用户均衡与确定性用户均衡的失效率,在两类平行弧网络及单起点多讫点环形网络中给出了完全出行信息会降低网络效率的条件;（2）在含有一条常数弧的两条平行弧网络中得到了相对失效率比的最小值;（3）验证了相对失效率比下界的紧性。
夏新海[3]（2013）在《面向城市自适应交通信号控制的强化学习方法研究》文中研究说明由于城市交通的迅速发展，城市道路功能增多，密度加大，国外从20世纪60年代便开始了自适应交通信号控制的研究。自适应交通信号控制是缓解城市交通拥挤的很有潜力的方法。但由于城市交通系统具有非线性、动态性、非确定性、模糊性、复杂性等特征，传统的自适应交通信号控制系统及智能控制方法虽然取得了一定的成绩，但由于对多变的交通流在一定程度上不能适应，对交通模型依赖较严重。强化学习方法由于不需要外部环境的数学模型，对环境的先验知识要求低，可在大空间、复杂的非线性系统中取得良好的学习性能，因此，近年来许多学者提出的基于agent（智能体）的强化学习方法在自适应交通信号控制中将有广阔的发展前景。本论文首先为每个信号控制的交叉口定义一个agent,即交叉口交通信号控制agent，分析了面向自适应交通信号控制的标准强化学习的过程及有效性，研究了面向自适应交通信号控制的几种典型强化学习算法的应用，包括分布式Nash Q-学习方法、多遇历史学习方法、策略梯度上升方法。论文的重点及创新成果如下：（1）交叉口交通信号控制agent体系结构模型的构建针对交叉口交通流具有的多干扰、动态性、不确定性等特性，以agent的BDI理论模型为基础，将认知型agent结构和反应型agent结构进行融合，根据“感知-认知-行为”模式构建了交叉口交通信号控制agent体系混合结构模型。（2）面向自适应交通信号控制的标准强化学习算法的实现利用标准强化学习方法中方法对交叉口交通信号进行控制。首先设计了独立标准强化学习算法对单交叉口交通信号进行控制，并与定时控制方法进行对比分析，验证了独立标准强化学习控制方法的有效性。针对独立标准强化学习算法存在的维数灾难问题，通过引入协调机制对独立标准强化学习算法进行延伸设计了基于协调机制的标准强化学习算法，并与独立标准强化学习进行了比较，分析了其收敛性和有效性。（3）面向自适应交通信号控制的分布式Nash Q-学习方法的设计针对交叉口间交通流的相互关联性，利用n人非零和Markov对策建立了交叉口交通信号控制agent间的交互数学模型，提出了求解该模型的分布式Nash Q-学习算法。在所提出的算法中各个交叉口交通信号控制agent的配时动作选择不仅仅依赖自身的Q值函数，而且必须考虑其他交通信号控制agent的Q值函数，选择的配时动作是当前所有交叉口交通信号控制agent的Q值函数下的Nash平衡解，这种方法使得每一交叉口交通信号控制agent在联合配时动作及不完备信息下更新Q值。通过理论分析和仿真实验证明了此算法的收敛性，并与基于独立强化学习算法的交通信号控制、定时交通信号控制、基于国外相关文献算法的交通信号控制等进行比较分析，验证了其有效性。（4）面向自适应交通信号控制的多遇历史学习法的设计针对目前应用多agent学习协调机制进行自适应交通信号控制存在着完备知识假设和单遇交互假设的不足，利用对策论构建了城市交叉口交通信号控制agent间多遇交互数学模型，通过引入记忆因子设计了多交互历史学习协调算法。在此模型和算法中，每一交叉口交通信号控制agent与相邻交叉口交通信号控制agent进行交互，根据选择策略获得的效用值来更新它的混合策略，并且交叉口交通信号控制agent通过对其他相邻交叉口交通信号控制agent以往历史交互行为，特别是最近的历史行为的记忆学习达到协调。从理论上分析了此算法的收敛性。以数个交叉口相连接的干道交通信号协调控制为例分析了记忆因子、学习概率、交叉口交通流变化率等参数对此方法的性能的影响，并与国外相关文献方法进行了比较分析，证明了该方法的有效性，并具有一定的动态环境适应能力和协调能力。（5）面向自适应交通信号控制的策略梯度上升方法的设计由于城市交通系统的环境状态信息很难被控制系统完全感知，将自适应交通信号控制看成是POMDP（Partially Observable Markov Decision Process，部分感知马尔科夫决策）问题，建立了交叉口自适应交通信号控制POMDP环境模型，在引入GPOMDP算法的基础上，针对一般策略梯度估计法的不足，将自然策略梯度、值函数方法的优点进行融合，设计了在线NAC（NaturalActor Critic）算法来进行自适应交通信号控制。通过仿真实验分析了相关参数等对两种算法收敛性的影响，并与基于饱和度平衡策略的交通信号控制、定时交通信号控制及基于国外相关文献方法的交通信号控制进行了比较分析，证明了采用策略梯度上升强化学习方法的有效性，表明了其对自适应交通信号控制具有一定的适用性。
宋恒力[4]（2013）在《流域梯级水电站联盟策略的博弈研究》文中认为近年来，我国加快了流域水电能源开发的进程，随着电力市场化改革逐步深入，流域梯级电站参与电力市场是必然的趋势，因此流域开发公司需要根据市场规则，制定市场环境下流域梯级水电站的最优竞价策略，这也是优化流域水资源能源结构、实现流域可持续发展的需要。流域梯级水电站具有特殊的技术、经济特性，在参与市场竞争的同时还需要统筹协调水资源以实现社会效益，在市场竞争环境下如何保证水电资源的最优配置成为近期研究的热点之一。本文运用联盟博弈理论与方法，结合我国电力市场规则，在借鉴国内外梯级水电站参与上网侧电力市场竞争经验的基础上，研究了流域梯级水电站的联盟策略、联盟形式与结盟条件等问题，为梯级电站联盟上网竞争提供理论依据，同时为以“同网同质同价”为目标的电价机制改革提供参考。流域梯级电站如果隶属于同一投资主体，则具备天然的联盟条件，在竞价时必然充分考虑电站间水力联系，以实现梯级总收益的最大化；而不同投资主体下的水电站，由于电站间的水资源联系和提高自身市场竞争力的需要，在一定条件下也具备联盟的可能性。本文为了探讨流域梯级水电站联盟的存在条件和内部形成动因，做了以下工作：首先建立了静态的博弈模型，该模型是在详细分析了电力市场技术经济特点和交易规则的基础上，结合水电站自身特征和梯级电站之间的水力联系现实依据建立的。模型对水电成本函数、需求函数及物理约束等进行了量化，并给出了合理的假设条件，模型通过增广拉格朗日法求解，比较在单次竞价中，流域“一站一价”和“统一电价”两种结算方式对电站收益的影响，分析了电站联盟存在的外部条件。其次，在联盟的形成动因方面，论文做了理论上的探究。着重讨论联盟博弈的解概念，包括稳定集、核心和Shapley值等，这些静态的解概念不能有效解决梯级电站联盟的动态性问题。为此，论文对基于远见性的联盟博弈理论做了探讨，在最大一致集概念的基础上，针对梯级电站联盟策略的历史依赖性，以完全无覆盖路径作为描述梯级电站联盟形成过程的方法和判定稳定性的理论依据。再次，在静态模型和理论研究的基础上，论文建立了完全信息条件下的动态联盟博弈模型，以分析流域梯级电站在多次竞价中，处于不同市场环境下的联盟形成过程。模型假设梯级电站三种潜在的联盟形式，联盟作为整体参与市场竞价，上报相同电价和联盟总发电量，中标后联盟内部充分考虑上下游电站水力联系协调发电，实现联盟总利润的最大化。在算例研究中，利用粒子群算法求解，分析了不同弹性需求条件下，流域梯级电站联盟形式的变化路径和最终稳定状态。最后，为了使模型更加符合电力市场实际，论文进行了不完全信息下的梯级电站联盟博弈分析。应用预测对手报价的方法解决参与者的不完全信息问题。为提高预测准确度，对灰色预测模型GM（1,1）做出修正，并用NORD-POOL电力市场的实际数据验证了预测模型的可行性，进而能够将其应用到博弈模型中。通过算例得出，在不完全信息下，电站的利润发生变化，由此决定电站对联盟形式的偏好顺序相应变化，这将会影响梯级电站联盟的稳定性。
刘建美[5]（2010）在《诱导条件下的路径选择行为及协调方法研究》文中研究说明本文主要围绕路径选择、诱导信息、均衡模型以及控制与诱导的协调几个问题进行了研究。首先,在不考虑交通信息的条件下利用多种博弈出行模型研究了出行者的路径选择行为,并对这几类模型进行了比较与分析,然后对交通信息的有效性进行了理论上的评价,提出了动态诱导路径的一种计算方法,并且对管理者发布诱导信息与出行者的路径选择间的交互过程进行了分析和讨论。另外,论文从管理者的角度利用对均衡模型的研究提出了一种期望的出行状态。最后构建了控制与诱导协调的一种新方法,并通过仿真试验验证了方法的有效性。具体地来说,论文的主要研究内容及创新点如下:（1）在不考虑交通信息的条件下,首先将出行者看作完全理性者,将出行过程抽象为完全信息博弈模型,给出了相应的求解算法及其算例,鉴于计算的复杂性,转换建模角度提出了一种新的求解算法。（2）将出行者看作有限理性者,分别利用改进的最优反应动态和复制者动态对出行过程进行了研究,得到了一种确定进化稳定策略解的方法;然后将随机扰动加入出行者的收益函数中,分别给出了基于纯策略和混合策略的个体路径选择的随机虚拟行动学习过程及其相应的算例;最后转换角度,以路径作为博弈参与者将各种出行模型进行了比较与分析。（3）在非线性出行时间函数的假设条件下,讨论了两类均衡存在的条件,对交通信息的有效性进行了理论评价,并且提出了一种动态诱导路径的计算方法,使得诱导信息更为接近实际情况。（4）为研究出行者对诱导信息的服从问题,论文建立了诱导-出行信号博弈,讨论了该模型所有的完美贝叶斯均衡,并据此对路网进行了等级划分。为充分体现管理者与出行者之间的交互过程,构建了多类博弈模型的虚拟行动学习过程,并对其收敛性进行了讨论。（5）为了更好地体现管理者所期望的出行状态,本文利用Logit路径选择模型来进行研究,提出了该模型的一种新的求解算法—Dial’s分批加载算法,它可以避免路径枚举的工作,并且提出了一种新的灵敏度分析法,可以大大降低维数,减小计算的复杂性。（6）最后,本文还提出了一种基于最大流的控制与诱导协调的新方法,对协调边界的确定、协调方案以及效果评价准则的制定作了详细介绍,并且经过仿真试验验证了该方法的有效性。
贺寿南[6]（2010）在《人才招聘中的信号传递博弈分析》文中研究指明信号传递博弈是一种比较简单而应用相当广泛的不完全信息动态博弈,人才招聘模型是一个典型的信号博弈。在人才招聘过程中,应聘者与用人单位之间可以通过信息的传递来决策各自做出何种选择。在此过程中,在非对称信息的情况下,应聘者在向用人单位提供的信号中有可能有误,容易造成逆向选择问题,这就需要用人单位进行信息甄别。这个信号愈强,成本愈高;能力愈高的人,愈容易发出强的信号。
于海东[7]（2008）在《路径约束条件下的金融创新机制问题研究》文中研究指明随着我国社会主义市场经济体制的逐步建立,以及金融市场开放进程的有序推进,金融创新已越来越多地出现在金融业的实践之中。开展和加强对金融创新机制问题的研究,对于提高金融中介自主创新能力和核心竞争力,促进我国金融业的可持续健康发展具有重要意义。本文对路径约束条件下的金融创新机制问题进行了研究。通过改进的Hotelling价格竞争模型,分析了金融中介关于金融创新的微观动机,探讨了金融创新的市场演化过程;总结了国内金融市场渐进式金融创新的四类市场格局,证明了金融中介之间的博弈学习行为能够获得与Nash均衡一致的博弈稳态;以可违约债券定价差异的现象为例,分析了投资者偏好和信念在金融创新定价机制中的作用;探讨了政府监管部门对金融创新的激励政策,并对国际上主流监管模式做了定量的比较分析。首先,论文研究投资者异质性对于金融中介金融创新微观动机的影响,在此基础上进一步分析了金融创新的演化均衡。通过引入“交通成本”来测度投资者异质性,并证明交通成本的分布和变化情况会影响金融创新博弈的均衡结果。当引领创新者判断新的博弈均衡结果对其有利时,就会开始金融创新,当判断跟风创新会产生时,就会维持引领创新,直至形成新的博弈均衡。基于演化博弈理论分析了金融创新采纳扩散的条件和规律,得到了金融中介的演化稳定战略,这对于研究金融中介大群体成员之间随机匹配的重复博弈具有启示意义,并为政府合理规划金融创新路径提供了决策依据。研究表明:当有利的博弈演化均衡存在可达路径时,会强化金融中介引领金融创新和跟风创新的微观动机,国内金融市场通过提高机构投资者构成比重有利于金融创新的发展。其次,论文研究渐进式金融创新中的金融中介的博弈学习行为及其Nash均衡。通过考察投资者关于创新证券的需求存在跳跃和变波动率的两类情形,放宽了文献中关于投资者需求服从几何布朗运动的假设条件,从而进一步逼近中国大陆等新兴加转轨金融市场的现实情况;通过定义金融中介关于金融创新的博弈结构,给出了金融创新市场格局的分类;基于博弈学习理论,证明了金融中介满足博弈稳态的占优战略可以通过博弈学习获得。研究表明:金融创新的市场格局是两类金融中介之间博弈学习和战略调整后形成的博弈稳态。再次,论文以可违约债券作为一类金融创新产品,分析金融创新产品在市场中的定价差异的产生原因,设计金融创新的有效定价机制。通过考察可违约债券的“隐性差异”,逻辑解释并定量刻画了投资者关于可违约债券的偏好,分析了投资者个体偏好序的集结规则,提出实施成本概念并对其产生原因进行探讨;基于社会选择理论和博弈论,探讨了投资者关于可违约债券定价的社会目标和实施机制;通过信号传递博弈模型,分析不完全信息下金融中介和投资者定价博弈的均衡。研究表明:金融中介通过以支付实施成本向投资者传递了其声誉水平的信号,声誉水平的差异导致定价差异。论文还就政府对金融创新的激励政策和监管模式抉择的问题进行了研究。通过分析政府和金融中介在金融创新中的博弈战略,提出有效激励成本概念来刻画政府对金融创新的激励作用,并得到一个有效激励政策所产生的博弈均衡;通过构造债股互换契约模型,比较分析了英美监管模式和德国监管模式,并对新兴的“二阶监管”模式进行简要分析,这对于国内金融创新监管模式的抉择具有启示意义。研究表明:政府和金融中介可以通过选取触发战略在金融创新中取得共赢,但各方共赢程度与监管模式类别有关。论文的最后还提出了有待进一步研究的问题。
于维生[8]（2008）在《求解有限信号博弈的精炼贝叶斯均衡的表格化方法》文中提出非完全信息动态博弈模型的求解问题是一直困扰着经济、管理学界的一个难题,至今尚无一个切实可行的一般求解方法,这严重地影响了经济、管理学者对于非完全信息动态博弈的分析与应用。信号传递博弈是经济、管理中具有广泛应用前景的非完全信息动态博弈模型。参考文献[1]、参考文献[2]在参与人的行动空间连续的条件下,研究了信号传递的求解问题,但其加在参与人支付函数上的一些条件对于有限信号传递博弈模型（指参与人的信号集合、行动集合都是有限集）而言是不能满足的。本文针对有限信号传递模型给出了求解纯策略意义下精炼贝叶斯
张苏,汪传旭[9]（2007）在《基于两阶段信号博弈的港口合作声誉模型》文中提出运用博弈论与信息经济学理论,建立基于港口价格与服务时间的两阶段信号博弈的声誉分析模型,推导出港口在利用信号博弈时的均衡价格信号和均衡服务时间信号及均衡条件下的最大效用.通过理论分析得出,港口在第1阶段建立声誉会提高第2阶段的价格信号强度、服务时间信号强度和效用.最后通过具体算例对上述模型进行分析,结果表明:港口利用合作声誉可以获得更大的效用,为引导港口间加强合作关系、实现区域港口群对外竞争力的提高和区域港口共赢提供参考依据.
张苏[10]（2007）在《港口合作的声誉模型及收益分配研究》文中提出世界经济全球化的发展,促使国际贸易的规模不断扩大,国际分工不断深化,并使得各国的经贸相互依赖性空前加强,同时也加快了国际贸易和跨国投资自由化的进程,以及在世界范围内资源的合理配置,这反过来又推动了世界经济贸易的持续增长。世界经济贸易的发展极大地促进了交通运输业,特别是航运业的发展。在全球经济和国际贸易持续增长的背景下,由于船公司对港口的使用更加集中,枢纽港与直线港口日益分离,各港口为了争夺枢纽港、区域性中心港的地位都在力争扩大市场份额,竞争愈演愈烈。激烈的竞争影响着港口本身经济效益的提高,如对资源的竞争、对靠港船舶的竞争、对出入港通道的竞争等等。虽然日益增长的需求会弱化这一影响,但如遭遇世界经济的不景气或要素流向的变化,将对港口带来不同程度的冲击。本文通过分析国内外港口合作现状,得出以下结论;随着世界经济全球化的发展,各国的经贸相互依赖性空前加强,各国港口为了适应经济发展的要求,不约而同地把区域港口的合作竞争,看成是自身港口发展的道路。而实现港口群的合作除了政府的宏观调控,更重要的是增加港口之间的沟通,港口合作是否能够成功,受到信息的不完全性、港口间的非对称性、市场需求的波动性以及未来收益的时间价值等因素的影响。也就意味着,由于有限理性以及核心港口与其他港口之间信息不对称的存在,在港口群的合作关系的形成过程中,港口群成员之间便形成了对策博弈的局面,博弈的结果是陷入“囚徒困境”还是使港口群合作实现“1+1>2”的效果从而达到港口群各成员的共赢,在很大程度上要考虑各港口的声誉。因此本文通过运用博弈论知识考虑港口的合作声誉对港口竞争合作策略的选择进行理论上的分析,为港口合作提供理论决策依据。并在此基础上进一步研究港口进行合作时的港口收益分配问题。最后在前文研究的基础上对我国港口合作提出几点对策和建议。
二、信号博弈均衡结果的唯一性及其算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、信号博弈均衡结果的唯一性及其算法（论文提纲范文）
（1）贷款利率市场化背景下农村小微企业融资信号博弈分析（论文提纲范文）
| 1 文献回顾 |
| 2博弈过程分析与模型构建 |
| 2.1模型基本假设 |
| 2.1.1博弈主体 |
| 2.1.2博弈信息 |
| 2.1.3参数假设 |
| 2.1.4行为策略 |
| 2. 2 信息不对称和逆向选择 |
| 2. 3 信号博弈贝叶斯均衡分析 |
| 2.3.1博弈过程分析 |
| 2.3.2贝叶斯均衡分析 |
| 3 结论与建议 |
| 3. 1 完善基于惩罚和激励并存的融资约束机制 |
| 3. 2 探索基于大数据和云计算的“互联网信贷”模式 |
| 3. 3 建立基于风险预警和风险管理的市场化利率体系 |
（2）两类交通网络的随机用户均衡研究（论文提纲范文）
| 摘要 |
| Abstract |
| 主要符号对照表 |
| 第1章 引言 |
| 1.1 研究背景 |
| 1.1.1 交通流分配问题 |
| 1.1.2 均衡的失效率 |
| 1.1.3 先进的出行者信息系统 |
| 1.1.4 本文的研究目的 |
| 1.2 相关研究综述 |
| 1.2.1 确定性用户均衡失效率研究 |
| 1.2.2 随机用户均衡失效率研究 |
| 1.2.3 信息对网络效率的影响 |
| 1.3 本文的研究内容、研究方法及主要贡献 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 主要创新及贡献 |
| 1.4 本文结构安排 |
| 第2章 预备知识 |
| 2.1 网络结构 |
| 2.2 确定性用户均衡的失效率 |
| 2.3 随机用户均衡的失效率 |
| 2.4 确定性用户均衡与随机用户均衡的相对失效率比 |
| 第3章 两条平行弧网络的相对失效率比研究 |
| 3.1 网络结构与均衡流求解 |
| 3.1.1 网络基本假设 |
| 3.1.2 系统最优解及系统最优成本 |
| 3.1.3 确定性用户均衡解及其网络总出行时间成本 |
| 3.1.4 随机用户均衡解及其网络总出行时间成本 |
| 3.2 随机用户均衡性质分析 |
| 3.3 随机用户均衡与确定性用户均衡的相对失效率比 |
| 3.4 数值算例 |
| 3.5 本章小结 |
| 第4章 含多条平行弧网络的相对失效率比研究 |
| 4.1 网络结构与均衡流 |
| 4.1.1 网络基本假设 |
| 4.1.2 确定性用户均衡流 |
| 4.1.3 随机用户均衡流 |
| 4.2 随机用户均衡的性质 |
| 4.3 相对失效率比及下界紧性判定 |
| 4.4 一个相对失效率比恒大于1的网络实例 |
| 4.5 数值算例 |
| 4.6 本章小结 |
| 第5章 环形网络的相对失效率比研究 |
| 5.1 网络结构与均衡流 |
| 5.1.1 网络基本假设 |
| 5.1.2 确定性用户均衡流的性质 |
| 5.1.3 随机用户均衡流的性质 |
| 5.1.4 系统最优解的性质 |
| 5.2 随机用户均衡与确定性用户均衡的相对失效率比 |
| 5.2.1 所有弧通行时间成本均为常数的环形网络 |
| 5.2.2 所有弧通行时间成本函数相同且各起讫点对流量相同的环形网络 |
| 5.2.3 内环弧通行时间成本函数均为常数的环形网络 |
| 5.3 相对失效率比下界的紧性 |
| 5.4 本章小结 |
| 第6章 总结与展望 |
| 6.1 论文的主要工作 |
| 6.2 论文的创新点 |
| 6.3 进一步可开展的工作 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（3）面向城市自适应交通信号控制的强化学习方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 城市自适应交通信号控制基础理论 |
| 1.2.1 自适应控制定义及研究现状 |
| 1.2.2 交通信号控制基本概念 |
| 1.2.3 城市交通信号控制的范围 |
| 1.2.4 城市交通信号控制方法 |
| 1.2.5 城市交通信号控制方式和结构 |
| 1.3 强化学习的发展概况 |
| 1.3.1 机器学习 |
| 1.3.2 强化学习的定义 |
| 1.3.3 强化学习的发展过程 |
| 1.4 面向自适应交通信号控制的强化学习研究现状 |
| 1.4.1 国内外研究现状 |
| 1.4.2 现有研究不足 |
| 1.5 课题来源、组织结构、研究内容及创新之处 |
| 1.5.1 课题来源 |
| 1.5.2 组织结构 |
| 1.5.3 研究内容 |
| 1.5.4 创新之处 |
| 第二章 交叉口交通信号控制 Agent 体系结构 |
| 2.1 交叉口交通信号控制 agent 理论模型 |
| 2.2 agent 基本体系结构 |
| 2.3 交叉口交通信号控制 agent 体系结构模型 |
| 2.4 本章小结 |
| 第三章 Agent 强化学习基础理论 |
| 3.1 强化学习基本结构及原理 |
| 3.2 强化学习关键要素 |
| 3.3 MDP 和 POMDP 基本模型 |
| 3.4 强化学习的基本算法 |
| 3.4.1 算法基础 |
| 3.4.2 TD（Temporal Difference,瞬时差分）法 |
| 3.4.3 Q 强化学习 |
| 3.4.4 Sarsa（state,action,reward,state,action）算法 |
| 3.5 POMDP 强化学习 |
| 3.6 多 agent 强化学习 |
| 3.7 本章小结 |
| 第四章 面向自适应交通信号控制的标准强化学习算法 |
| 4.1 面向自适应交通信号控制的独立标准强化学习算法 |
| 4.1.1 独立标准强化学习算法设计 |
| 4.1.2 仿真实验分析 |
| 4.2 引入协调机制的标准强化学习算法设计 |
| 4.2.1 基于间接协调机制的标准强化学习 |
| 4.2.2 基于直接协调机制的标准强化学习 |
| 4.2.3 仿真实验分析 |
| 4.3 本章小结 |
| 第五章 面向自适应交通信号控制的分布式 Nash Q-学习算法 |
| 5.1 基于 Markov 对策论的 TSCA 间的交互数学模型 |
| 5.2 面向自适应交通信号控制的分布式 Nash Q-学习算法 |
| 5.2.1 单 agent 独立 Q-学习算法 |
| 5.2.2 MAS 分布式 Nash Q-学习算法 |
| 5.2.3 方法收敛性的理论分析 |
| 5.3 实例分析 |
| 5.3.1 收敛性分析 |
| 5.3.2 有效性分析 |
| 5.4 本章小结 |
| 第六章 面向自适应交通信号控制的多遇历史强化学习算法 |
| 6.1 交叉口交通信号控制 agent 多遇交互数学模型 |
| 6.1.1 基于对策论的多遇交互数学模型 |
| 6.1.2 面向相邻交叉口交通信号控制 agent 交互的信号博弈分析 |
| 6.2 交叉口交通信号控制 agent 间的交互循环学习过程 |
| 6.3 交叉口交通信号控制 agent 间多遇历史学习算法 |
| 6.3.1 算法设计 |
| 6.3.2 算法收敛性理论分析 |
| 6.4 实例分析 |
| 6.4.1 参数对方法性能影响分析 |
| 6.4.2 方法有效性分析 |
| 6.5 本章小结 |
| 第七章 面向自适应交通信号控制的策略梯度上升强化学习算法 |
| 7.1 交叉口自适应交通信号控制 POMDP 环境模型 |
| 7.2 面向自适应交通信号控制的策略梯度强化学习算法设计 |
| 7.2.1 参数定义和假设 |
| 7.2.2 目标函数 |
| 7.2.3 传统的策略梯度学习算法 |
| 7.2.4 带有值函数逼近器的策略梯度算法 |
| 7.2.5 改进的策略梯度学习算法算法 |
| 7.2.6 可分解的策略梯度的学习 |
| 7.3 基于策略梯度学习算法的自适应交通信号控制 |
| 7.3.1 学习系统的结构 |
| 7.3.2 性能评价标准 |
| 7.4 实例分析 |
| 7.4.1 基准策略 |
| 7.4.2 仿真网络 |
| 7.4.3 有效性分析 |
| 7.4.4 收敛性分析 |
| 7.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（4）流域梯级水电站联盟策略的博弈研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 论文研究背景 |
| 1.2 论文研究目的与意义 |
| 1.3 相关领域国内外研究现状 |
| 1.4 研究内容与章节安排 |
| 2 流域梯级水电站竞价博弈模型的构建 |
| 2.1 引言 |
| 2.2 电力市场特征与运行机制 |
| 2.3 流域梯级电站基本参数描述 |
| 2.4 流域梯级电站静态博弈模型 |
| 2.5 模型求解算法 |
| 2.6 算例分析 |
| 2.7 本章小结 |
| 3 联盟博弈理论与建模研究 |
| 3.1 引言 |
| 3.2 战略联盟的博弈模型 |
| 3.3 联盟博弈的解概念 |
| 3.4 联盟稳定性及动态联盟博弈 |
| 3.5 本章小结 |
| 4 流域梯级水电站完全信息动态联盟博弈模型 |
| 4.1 引言 |
| 4.2 梯级水电站战略联盟的形式 |
| 4.3 流域电站动态联盟的稳定性判定 |
| 4.4 完全信息动态联盟博弈模型 |
| 4.5 算例分析与模型求解 |
| 4.6 本章小结 |
| 5 流域梯级水电站不完全信息联盟博弈模型 |
| 5.1 引言 |
| 5.2 电力市场竞价博弈的不完全信息建模方法 |
| 5.3 电价预测模型 |
| 5.4 流域梯级水电站联盟策略决策流程 |
| 5.5 算例分析 |
| 5.6 本章小结 |
| 6 研究总结与展望 |
| 6.1 研究总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 1 攻读博士学位期间发表学术论文 |
| 附录 2 公开发表的学术论文与博士学位论文的关系 |
| 附录 3 攻读博士学位期间参与的科研项目 |
（5）诱导条件下的路径选择行为及协调方法研究（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及存在的问题 |
| 1.2.1 路径选择问题的研究现状 |
| 1.2.2 博弈论在交通中的应用 |
| 1.2.3 控制与诱导的协调研究现状 |
| 1.3 本文主要研究内容及框架 |
| 1.3.1 主要研究内容及思路 |
| 1.3.2 研究框架 |
| 1.4 本章小结 |
| 第二章 理论基础 |
| 2.1 博弈论基础知识 |
| 2.1.1 博弈的四要素 |
| 2.1.2 完全信息博弈模型 |
| 2.1.3 有限理性博弈模型 |
| 2.2 交通分配扰动模型的灵敏度分析 |
| 2.3 本章小结 |
| 第三章 个体路径选择博弈学习模型 |
| 3.1 完全信息静（动）态博弈出行模型 |
| 3.1.1 出行方式的博弈建模 |
| 3.1.2 静态博弈的求解算法 |
| 3.1.3 动态博弈的求解算法 |
| 3.1.4 具体算例 |
| 3.1.5 新算法 |
| 3.2 基于有限理性的博弈出行模型 |
| 3.2.1 三种学习机制 |
| 3.2.2 算法实现 |
| 3.2.3 算例分析 |
| 3.3 随机虚拟行动出行模型 |
| 3.3.1 路径选择过程的随机虚拟行动 |
| 3.3.2 算例分析 |
| 3.4 多种出行模型的比较与分析 |
| 3.5 本章小结 |
| 第四章 诱导信息发布与个体路径选择 |
| 4.1 两种均衡的存在性分析 |
| 4.1.1 路径费用函数的确定及其均衡状态 |
| a 2 时两种均衡的存在性分析'>4.1.3 a1> a 2 时两种均衡的存在性分析 |
| 4.2 信息的有效性分析 |
| a 2 时的信息有效性分析'>4.2.2 a1> a 2 时的信息有效性分析 |
| 4.2.3 算例分析 |
| 4.3 动态诱导路径的计算 |
| 4.3.1 问题描述及处理 |
| 4.3.2 路段动态行驶时间的计算 |
| 4.3.3 改进的Dijkstra 最短路算法 |
| 4.3.4 算例分析 |
| 4.3.5 所有最短路径的求解 |
| 4.4 诱导—出行信号博弈模型 |
| 4.4.1 诱导—出行信号博弈模型的建立及其转换 |
| 4.4.2 博弈方策略及其收益的确定 |
| 4.4.3 完美贝叶斯均衡的求解及其分析 |
| 4.5 虚拟行动模型——诱导信息发布与路径选择 |
| 4.5.1 信号博弈的虚拟行动学习模型 |
| 4.5.2 虚拟行动的收敛性定理 |
| 4.5.3 收敛性证明 |
| 4.5.4 静态博弈的虚拟行动 |
| 4.5.5 动态博弈的虚拟行动 |
| 4.6 本章小结 |
| 第五章 基于Logit 模型的路径选择行为研究 |
| 5.1 均衡模型的近似算法——Dial 分批加载法 |
| 5.1.1 收敛定理 |
| 5.1.2 Dial 分批加载算法 |
| 5.1.3 数值算例 |
| 5.2 随机用户均衡分配（SUEA）扰动问题的灵敏度分析 |
| 5.2.1 非线性规划问题的灵敏度分析定理 |
| 5.2.2 SUEA 扰动问题的灵敏度分析 |
| 5.2.3 具体算例及其分析 |
| 5.3 本章小结 |
| 第六章 控制与诱导的协调 |
| 6.1 总体框架与流程 |
| 6.2 路口和路段属性值的确定 |
| 6.2.1 路口、路段拥堵类型的判别 |
| 6.2.2 路口重要程度的判别 |
| 6.2.3 路口和路段容量的确定 |
| 6.3 协调边界的确定 |
| 6.3.1 最大流的计算 |
| 6.3.2 基于最大流的协调边界的确定 |
| 6.4 协调方案及评价准则 |
| 6.4.1 关键路口、关键路段的确定 |
| 6.4.2 协调方案及策略 |
| 6.4.3 协调效果的评价 |
| 6.5 协调离线仿真试验 |
| 6.5.1 路网设计参数 |
| 6.5.2 路段上车辆数的计算 |
| 6.5.3 仿真试验的设计 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文工作研究总结 |
| 7.2 本文创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（6）人才招聘中的信号传递博弈分析（论文提纲范文）
| 一 信号传递博弈模型 |
| 二 人才招聘的博弈分析 |
（7）路径约束条件下的金融创新机制问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究目的、意义及背景 |
| 1.2 金融创新机制的研究进展 |
| 1.3 本文的主要研究内容及结构安排 |
| 2 金融创新机制问题研究的理论与方法 |
| 2.1 博弈论的发展历程 |
| 2.2 古典博弈理论 |
| 2.3 演化博弈理论 |
| 2.4 本章小结 |
| 3 金融创新的微观动机及演化 |
| 3.1 问题提出 |
| 3.2 金融创新的微观动机 |
| 3.3 金融创新的市场演化 |
| 3.4 本章小结 |
| 4 金融创新中的博弈学习行为及其均衡分析 |
| 4.1 问题提出 |
| 4.2 投资者需求不确定性的分析 |
| 4.3 金融创新市场格局的分析 |
| 4.4 金融中介的强化学习 |
| 4.5 本章小结 |
| 5 一类金融创新产品定价差异的分析 |
| 5.1 问题提出 |
| 5.2 投资者偏好的分析 |
| 5.3 投资者信念的分析 |
| 5.4 本章小结 |
| 6 金融创新激励政策和监管模式的分析 |
| 6.1 问题提出 |
| 6.2 金融创新激励政策 |
| 6.3 监管模式的比较分析 |
| 6.4 本章小结 |
| 7 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 1 攻读博士学位期间发表的论文目录 |
| 附录 2 发表学术论文与博士学位论文各章节关系的说明 |
（9）基于两阶段信号博弈的港口合作声誉模型（论文提纲范文）
| 0 引 言 |
| 1 模型描述 |
| 2 不考虑声誉时港口价格和服务时间信号博弈均衡 |
| 2.1 完全信息下港口价格和服务时间信号博弈均衡 |
| 2.1.1 第2阶段港口价格和服务时间信号博弈均衡 |
| 2.1.2 第1阶段港口价格和服务时间信号博弈均衡 |
| 2.2 不完全信息下港口价格和服务时间信号博弈均衡 |
| 2.2.1 第2阶段港口价格和服务时间信号博弈均衡 |
| 2.2.2 第1阶段港口价格和服务时间信号博弈均衡 |
| 3 声誉模型及其解 |
| 4 算例分析 |
| 5 结 论 |
（10）港口合作的声誉模型及收益分配研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 港口合作竞争 |
| 1.2.2 收益分配 |
| 1.2.3 小结 |
| 1.3 本文的主要工作 |
| 1.4 论文框架 |
| 1.5 研究的创新点 |
| 第二章 国内外港口的合作现状 |
| 2.1 境外港口合作现状 |
| 2.1.1 港-港合作 |
| 2.1.2 多港合作 |
| 2.2 国内港口合作现状 |
| 2.2.1 环渤海港口群 |
| 2.2.2 珠三角港口群 |
| 2.2.3 长三角港口群 |
| 2.2.4 我国港口合作存在的问题 |
| 2.3 小结 |
| 第三章 基于信号博弈的港口合作声誉模型 |
| 3.1 博弈论简介 |
| 3.1.1 博弈论的历史回顾 |
| 3.1.2 博弈论的基本概念 |
| 3.2 基于两阶段信号博弈的港口合作声誉模型 |
| 3.2.1 模型的基本描述 |
| 3.2.2 不考虑声誉时港口价格和服务时间信号博弈均衡 |
| 3.2.3 考虑声誉时港口价格和服务时间信号博弈均衡 |
| 3.3 算例分析 |
| 3.4 小结 |
| 第四章 港口合作收益分配研究 |
| 4.1 多人合作博弈的基本概念 |
| 4.2 基于合作博弈收益分配的一般方法 |
| 4.2.1 Nash-Harsanyi谈判模型 |
| 4.2.2 Shapley值 |
| 4.2.3 核仁法(Nucleolus) |
| 4.2.4 剩余收益缺口法(nonseparable profit gap method) |
| 4.2.5 最大剩余收益法 |
| 4.3 收益分配方法的评价标准 |
| 4.4 港口收益分配模型的建立 |
| 4.4.1 基于合作博弈的港口收益分配问题的描述 |
| 4.4.2 基于合作博弈的港口收益分配模型的建立 |
| 4.4.3 算例模拟 |
| 4.4.4 小结 |
| 第五章 对策及建议 |
| 5.1 港口合作的意义 |
| 5.2 我国港口合作对策及建议 |
| 结束语 |
| 参考文献 |
| 附录 |
| 致谢 |
| 读硕期间发表的论文以及参与的课题 |
四、信号博弈均衡结果的唯一性及其算法（论文参考文献）
- [1]贷款利率市场化背景下农村小微企业融资信号博弈分析[J]. 陈浩,张琳. 江苏农业科学, 2015(12)
- [2]两类交通网络的随机用户均衡研究[D]. 焦晶. 清华大学, 2015(05)
- [3]面向城市自适应交通信号控制的强化学习方法研究[D]. 夏新海. 华南理工大学, 2013(05)
- [4]流域梯级水电站联盟策略的博弈研究[D]. 宋恒力. 华中科技大学, 2013(12)
- [5]诱导条件下的路径选择行为及协调方法研究[D]. 刘建美. 天津大学, 2010(07)
- [6]人才招聘中的信号传递博弈分析[J]. 贺寿南. 湖南人文科技学院学报, 2010(03)
- [7]路径约束条件下的金融创新机制问题研究[D]. 于海东. 华中科技大学, 2008(12)
- [8]求解有限信号博弈的精炼贝叶斯均衡的表格化方法[A]. 于维生. 21世纪数量经济学（第9卷）, 2008
- [9]基于两阶段信号博弈的港口合作声誉模型[J]. 张苏,汪传旭. 上海海事大学学报, 2007(02)
- [10]港口合作的声誉模型及收益分配研究[D]. 张苏. 上海海事大学, 2007(08)