项目名称: 多目标群体博弈与进化动力学的研究及应用

项目编号: No.11271098

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 数理科学和化学

项目作者: 杨辉

作者单位: 贵州大学

项目金额: 65万元

中文摘要: 本项目研究多目标群体博弈及其进化动力学与学习理论,并应用于分析相关学科中的问题。主要研究内容有: 1. 多目标群体博弈基础理论体系,包括模型、解的概念及其若干性质; 2. 建立多目标群体博弈平衡点的若干稳定性概念,包括经典的(静态)稳定性和动态稳定性,重点研究进化稳定性及其相关概念; 3. 建立多目标群体博弈的进化动力学模型与学习机制。将复制动力学、最优回应动力学、BNN动力学等经典进化动力学模型推广到多目标群体博弈,研究稳定平衡点的动力学特性,进而探讨基于多目标群体博弈的一般形式的进化动力学和学习机制及其性质; 4. 上述研究成果在经济学、管理学、社会学、生物学等领域中的应用。

中文关键词: 群体博弈;多目标;Pareto-Nash平衡;动力学;稳定性

英文摘要: This project focuses on the theory of multiobjective population games and evolutionary dynamics, with applications on related areas,including the following main aspects. 1. We will establish the concepts of multiobjective population games and its equilibia, as well as their properties; 2. We will introduce notions of stability of equilibria for multiobjective games, including classical static stability and dynamic stability, with evolutionary stability as the key notion; 3. Evolutionary dynamics and learing machanism for multiobjective population games will be considered. We will generalize replicator dynamics, best response dynamics and BNN dynamics etc., including deterministic and stochastic models, to multiobjective population games; furthermore, we will also investigate general evolutionary dynamics and learning mechanism based on multiobjective games; 4. We will investigate some applications of the theory above on economics, management science, socialogy and biology, etc.

英文关键词: population game;multiobjective;Pareto-Nash equilibrium;dynamics;stability

成为VIP会员查看完整内容
2

相关内容

《城市大脑发展白皮书(2022)》发布!
专知会员服务
117+阅读 · 2022年1月8日
【干货书】贝叶斯推理决策,195页pdf
专知会员服务
89+阅读 · 2021年12月11日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
43+阅读 · 2020年12月8日
专知会员服务
43+阅读 · 2020年9月25日
专知会员服务
86+阅读 · 2020年8月2日
自动化所团队揭示多尺度动态编码,助力脉冲网络实现高效强化学习
中国科学院自动化研究所
0+阅读 · 2021年12月13日
更深探索,更优体验!人机对抗智能门户网站上线多项新功能、新版块
中国科学院自动化研究所
0+阅读 · 2021年10月29日
约束进化算法及其应用研究综述
专知
0+阅读 · 2021年4月12日
从动力学角度看优化算法:GAN的第三个阶段
PaperWeekly
11+阅读 · 2019年5月13日
机器学习中的最优化算法总结
人工智能前沿讲习班
22+阅读 · 2019年3月22日
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Arxiv
0+阅读 · 2022年4月16日
Convergence of the Discrete Minimum Energy Path
Arxiv
0+阅读 · 2022年4月15日
Arxiv
92+阅读 · 2021年5月17日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关主题
相关VIP内容
《城市大脑发展白皮书(2022)》发布!
专知会员服务
117+阅读 · 2022年1月8日
【干货书】贝叶斯推理决策,195页pdf
专知会员服务
89+阅读 · 2021年12月11日
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
24+阅读 · 2021年4月21日
专知会员服务
43+阅读 · 2020年12月8日
专知会员服务
43+阅读 · 2020年9月25日
专知会员服务
86+阅读 · 2020年8月2日
相关资讯
相关基金
国家自然科学基金
22+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
5+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员