本发明专利技术公开了一种战略博弈建模与行为预测装置及系统，属于基于博弈论的分析预测装置领域，包括博弈者数量确定单元，用于确定博弈者数量；博弈策略空间确定单元，用于确定博弈方所有可能采取的博弈策略；博弈策略收益矩阵估计单元，用于计算博弈方所有可能博弈策略下的博弈收益矩阵；行为策略映射单元，用于通将具体博弈行为映射为组合博弈策略；博弈响应收益计算单元，用于计算第二博弈方的响应策略及博弈收益；博弈贴现收益计算单元，用于计算下一轮第一博弈方博弈策略及第二博弈方博弈收益；博弈行为预测单元，用于博弈行为预测，通过最大化总博弈收益，确定第二博弈方当前最优博弈行为。本发明专利技术可以实现不确定条件下的博弈策略及博弈行为预测。略及博弈行为预测。略及博弈行为预测。
【技术实现步骤摘要】
一种战略博弈建模与行为预测装置及系统
[0001]本专利技术涉及基于博弈论的分析预测装置领域，更为具体的，涉及一种战略博弈建模与行为预测装置及系统。
技术介绍
[0002]人类面对复杂情况的应变和处理能力有限，无法及时给出最优的应对策略方案。因此，如何利用相关理论、模型算法以及设备工具，辅助分析利弊得失、做出最优应对策略，是关乎国家安全与发展战略的重要问题。
[0003]博弈论，是研究利益相关的决策主体为实现自身利益最大化而优化选择博弈策略的理论。它能够指导博弈者把最佳策略运用到竞争或冲突中，以获取最大的博弈收益。对于国家间的战略博弈多见于定性分析，而量化分析研究相对较少。战略博弈建模旨在将以定量研究为主要特征的自然科学方法和以定性思辨为主要特征的社会科学方法相结合，将思维科学、系统科学和运筹分析等科学理论和方法注入研讨过程中，分析各个国家在特定环境下最优的博弈策略并对其具体的博弈行为做出预测估计。在实际的战略博弈中，由于不能及时掌握瞬息万变的局势、不能完全洞察对方当下的策略空间，以至于具体的博弈行为往往在不确定的信息环境下发生。
[0004]鉴于现状，开展不确定条件下的战略博弈建模与行为预测研究，提供这方面的工具和设备，对于创新国际冲突问题研讨方法、辅助推动博弈论发展具有重要意义。
技术实现思路
[0005]本专利技术的目的在于克服现有技术的不足，提供一种战略博弈建模与行为预测装置及系统，通过提供的装置，利用该装置对博弈收益的数学建模与最优化求解，实现不确定条件下博弈策略与博弈行为的分析预测。
[0006]本专利技术的目的是通过以下方案实现的：
[0007]一种战略博弈建模与行为预测装置，包括：
[0008]博弈者数量确定单元，用于确定博弈者数量；
[0009]博弈策略空间确定单元，用于根据博弈状态，确定博弈方所有可能采取的博弈策略；
[0010]博弈策略收益矩阵估计单元，用于依据专家经验，计算博弈方所有可能博弈策略下的博弈收益矩阵；
[0011]行为策略映射单元，用于通过数值量化方法，将具体博弈行为映射为组合博弈策略；
[0012]博弈响应收益计算单元，用于在第一博弈方发生博弈行为之后，计算第二博弈方的响应策略及博弈收益；
[0013]博弈贴现收益计算单元，用于基于第二博弈方响应策略，计算下一轮第一博弈方博弈策略及第二博弈方博弈收益；
[0014]博弈行为预测单元，用于博弈行为预测，通过最大化总博弈收益，确定第二博弈方当前最优博弈行为。
[0015]进一步地，在所述博弈者数量确定单元中，设定(N1,N2,
…
,N
n
)为博弈者空间，其中N1,N2,
…
,N
n
分别表示在国际冲突博弈中不同的参与者；当确定博弈者数量n为2时，即此时博弈者空间为N(N1,N2)，设第一博弈方为甲方，第二博弈方为乙方。
[0016]进一步地，在所述博弈策略空间确定单元，设定S(S
x
,S
y
)为策略空间，包含了两博弈方博弈中所含有的全体策略；表示甲方能够采取的n种策略,表示乙方能够采取的m种策略。
[0017]进一步地，在所述博弈策略收益矩阵估计单元中，用表示当乙方选择策略j、甲方选择策略i时，甲方的收益；表示当甲方选择策略i、乙方选择策略j时，乙方的收益；根据博弈策略空间，构建博弈策略收益矩阵，博弈策略收益矩阵元的大小取值均来自专家经验评估。
[0018]进一步地，在所述行为策略映射单元中，将多样化的博弈行为映射为预定义的博弈策略，并根据不同策略与具体行为的相关性，计算出每一种策略的组合权重系数。
[0019]进一步地，在所述博弈响应收益计算单元中，在一轮博弈中，当甲方针对乙方采取了某种具体的博弈行为x时，根据博弈策略收益矩阵计算乙方的最佳应对策略
[0020][0021]计算出收益最大的单一应对策略；实际情况下，作为响应的乙方博弈行为也是一种组合策略：
[0022][0023]其中β
j
为乙方博弈策略空间中各策略的权重系数；此时，乙方的响应收益表示为：
[0024][0025]f
res
(β
j
)是权重系数β
j
的线性函数。
[0026]进一步地，在所述博弈贴现收益计算单元中，在不确定条件下，乙方不能完全确定甲方的响应策略，只能根据历史统计或者对于当前形势的经验分析，对甲方的响应策略作一个预判；当乙方采用组合策略时，其下一轮次的贴现收益表示为：
[0027][0028]其中是乙方选择策略时，甲方将会选择策略的条件概率，来自于历史统计和专家估计；δ为贴现因子，取值0到1之间，代表对新一轮次博弈收益的重视程度；
f
pre
(β
j
)也是权重系数β
j
的线性函数。
[0029]进一步地，在所述博弈行为预测单元中，预测乙方具体博弈行为时，既要考虑其当前轮次的响应收益，又要考虑下轮次的贴现收益，总的博弈收益函数表示为：
[0030]R＝R
res
+R
pre
＝f
res
(β
j
)+f
pre
(β
j
)
[0031]通过最大化总博弈收益，确定最优权重组合：
[0032][0033]即能够对乙方博弈行为做出预测，总的博弈收益依然是{β
j
}的线性函数，利用线性规划、梯度下降算法，求解全局最优值。
[0034]进一步地，所述根据不同策略与具体行为的相关性，计算出每一种策略的组合权重系数，包括如下步骤：
[0035](1)博弈策略量化：将博弈策略映射为5维空间的向量，向量每一个维度的量化值均来自专家打分，代表该策略在相应维度的威胁程度或压迫程度大小，取值范围0到1之间；
[0036](2)博弈行为量化：将具体的博弈行为x映射为5维空间的向量，向量每一个维度的量化值均来自模型计算和专家打分二次修正，代表该行为在相应维度的威胁程度或压迫程度大小，取值范围0到1之间；
[0037](3)权重系数计算：根据博弈策略向量与博弈行为向量的欧式距离，选取距离最近的5个策略作为相关性策略，将博弈行为近似表示为这5个策略的线性叠加：
[0038][0039]其中，α
i
是策略i的权重系数，是博弈策略与博弈行为x的欧式距离。
[0040]一种战略博弈建模与行为预测系统，包括如上任一项所述的战略博弈建模与行为预测装置。
[0041]本专利技术的有益效果包括：
[0042]本专利技术通过量化建模的方式，提供了一种战略博弈建模与行为预测装置及系统，可以实现不确定条件下的博弈策略及博弈行为预测。
附图说明
[0043]为了更清楚地说明本专利技术实施例或现有技术中的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种战略博弈建模与行为预测装置，其特征在于，包括：博弈者数量确定单元，用于确定博弈者数量；博弈策略空间确定单元，用于根据博弈状态，确定博弈方所有可能采取的博弈策略；博弈策略收益矩阵估计单元，用于依据专家经验，计算博弈方所有可能博弈策略下的博弈收益矩阵；行为策略映射单元，用于通过数值量化方法，将具体博弈行为映射为组合博弈策略；博弈响应收益计算单元，用于在第一博弈方发生博弈行为之后，计算第二博弈方的响应策略及博弈收益；博弈贴现收益计算单元，用于基于第二博弈方响应策略，计算下一轮第一博弈方博弈策略及第二博弈方博弈收益；博弈行为预测单元，用于博弈行为预测，通过最大化总博弈收益，确定第二博弈方当前最优博弈行为。2.根据权利要求1所述的战略博弈建模与行为预测装置，其特征在于，在所述博弈者数量确定单元中，设定(N1,N2,
…
,N
n
)为博弈者空间，其中N1,N2,
…
,N
n
分别表示博弈中不同的参与者；当确定博弈者数量n为2时，即此时博弈者空间为N(N1,N2)，设第一博弈方为甲方，第二博弈方为乙方。3.根据权利要求2所述的战略博弈建模与行为预测装置，其特征在于，在所述博弈策略空间确定单元，设定S(S
x
,S
y
)为策略空间，包含了两博弈方博弈中所含有的全体策略；表示甲方能够采取的n种策略,表示乙方能够采取的m种策略。4.根据权利要求2所述的战略博弈建模与行为预测装置，其特征在于，在所述博弈策略收益矩阵估计单元中，用表示当乙方选择策略j、甲方选择策略i时，甲方的收益；表示当甲方选择策略i、乙方选择策略j时，乙方的收益；根据博弈策略空间，构建博弈策略收益矩阵，博弈策略收益矩阵元的大小取值均来自专家经验评估。5.根据权利要求1所述的战略博弈建模与行为预测装置，其特征在于，在所述行为策略映射单元中，将多样化的博弈行为映射为预定义的博弈策略，并根据不同策略与具体行为的相关性，计算出每一种策略的组合权重系数。6.根据权利要求2所述的战略博弈建模与行为预测装置，其特征在于，在所述博弈响应收益计算单元中，在一轮博弈中，当甲方针对乙方采取了某种具体的博弈行为x时，根据博弈策略收益矩阵计算乙方的最佳应对策略弈策略收益矩阵计算乙方的最佳应对策略计算出收益最大的单一应对策略；实际情况下，作为响应的乙方博弈行为也是一种组合策略：
其中β
j
为乙方博弈策略空间...
【专利技术属性】
技术研发人员：戴礼灿，刘万里，梁明，魏恒东，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。