复杂系统多智能体建模的博弈进化仿真

doi:10.3778/j.issn.1002-8331.2009.23.002

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (23): 6-8.DOI: 10.3778/j.issn.1002-8331.2009.23.002

复杂系统多智能体建模的博弈进化仿真

杨波,徐升华

江西财经大学信息管理学院，南昌 330013

收稿日期:2009-05-08 修回日期:2009-06-09 出版日期:2009-08-11 发布日期:2009-08-11
通讯作者: 杨波

Evolutionary simulation game based on module of complex multi-agent system

YANG Bo,XU Sheng-hua

School of Information Management，Jiangxi University of Finance & Economics，Nanchang 330013，China

Received:2009-05-08 Revised:2009-06-09 Online:2009-08-11 Published:2009-08-11
Contact: YANG Bo

摘要/Abstract

摘要： 采用基于复杂系统多智能（Multi-Agent）体的整体建模仿真方法，利用Swarm仿真软件平台建立进化博弈仿真模型（EGM），对该模型进行了描述和定义，运用EGM对各类对称博弈模型进行仿真运行，并对结果进行分析。仿真结果表明在不同类型的对称博弈中初始策略选择概率和收益矩阵对动态稳定策略的获得有不同的影响，在给定不同的收益矩阵和初始策略选择概率下可以获得不同的进化稳定策略。

关键词: 复杂系统, 多智能体, 进化博弈, Swarm, 整体建模仿真

Abstract: Adopted by the method of evolutionary simulation game based on ensemble module of Complex Multi-Agent Aystem，the article builds a module of evolutionary simulation game—EGM.By making use of Swarm simulation software，the module is decribed and defined.EGM is applied to different symmetric game models and the result is obtained.It reveals that the initial probability of selection strategies and gains matrix have different effects on the gaining of dynamic stability strategy in different symmetric game models，and it can obtain different evolutionary stable strategies.

Key words: complex system, multi-agent, evolutionary game, Swarm, ensemble modeling and simulation method

中图分类号:

TP18

杨波,徐升华. 复杂系统多智能体建模的博弈进化仿真[J]. 计算机工程与应用, 2009, 45(23): 6-8.

YANG Bo,XU Sheng-hua. Evolutionary simulation game based on module of complex multi-agent system[J]. Computer Engineering and Applications, 2009, 45(23): 6-8.

[1]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[2]	王军，曹雷，陈希亮，赖俊，章乐贵. 多智能体博弈强化学习研究综述[J]. 计算机工程与应用, 2021, 57(21): 1-13.
[3]	李振涛，冯元珍，王正新. 事件触发下多智能体系统固定时间二分一致性[J]. 计算机工程与应用, 2021, 57(21): 80-86.
[4]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[5]	王利，于磊，吴渝. 基于Swarm模型的微博用户影响力评价方法[J]. 计算机工程与应用, 2021, 57(2): 267-272.
[6]	孙彧，曹雷，陈希亮，徐志雄，赖俊. 多智能体深度强化学习研究综述[J]. 计算机工程与应用, 2020, 56(5): 13-24.
[7]	茆汉国，张建德. 多智能体系统的非震颤固定时间一致性[J]. 计算机工程与应用, 2020, 56(4): 158-162.
[8]	王雷，任南，李保珍. 区块链51%双花攻击的进化博弈及防控策略研究[J]. 计算机工程与应用, 2020, 56(3): 28-34.
[9]	陈良康，过榴晓，杨永清. 带有智能领导者的网络系统分群投影一致性[J]. 计算机工程与应用, 2020, 56(19): 42-47.
[10]	许元云，何明，刘锦涛，周波，杨铖. 碰撞锥检测改进的多智能体避障算法[J]. 计算机工程与应用, 2020, 56(18): 63-68.
[11]	王梦娇，尹翔，黄宁馨. 基于迁移学习的多任务分配算法[J]. 计算机工程与应用, 2020, 56(13): 150-155.
[12]	王丽丽1，2，刘昕3. 电动网约车充电站布局优化研究#br#[J]. 计算机工程与应用, 2019, 55(14): 228-234.
[13]	冯元珍，刘敏. 具有时滞的混合阶多智能体系统的组一致性[J]. 计算机工程与应用, 2019, 55(12): 67-71.
[14]	李杨，徐峰，谢光强，黄向龙. 多智能体技术发展及其应用综述[J]. 计算机工程与应用, 2018, 54(9): 13-21.
[15]	梁嘉琪，卜旭辉，刘建. 数据丢失下多智能体系统迭代学习跟踪控制[J]. 计算机工程与应用, 2018, 54(20): 42-47.

复杂系统多智能体建模的博弈进化仿真

Evolutionary simulation game based on module of complex multi-agent system

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics