非合作博弈Nash平衡實現算法-基於群智能和學習機制的視角 9787030806352 賈文生 劉露萍

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202506*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：非合作博弈Nash平衡實現算法-基於群智能和學習機制的視角
ISBN：9787030806352
出版社：科學出版社
著編譯者：賈文生 劉露萍
頁數：153
所在地：中國大陸 *此為代購商品
書號：1742204
可大量預訂，請先連絡。

內容簡介

Nash平衡是非合作博弈的核心概念之一，如何實現Nash平衡已成為國際博弈論領域的研究熱點和前沿之一。本書主要圍繞矩陣博弈、雙矩陣博弈、廣義博弈、主從博弈、多目標博弈、隨機博弈和平均場博弈等非合作博弈模型的Nash平衡實現開展研究，借鑒了群體智能和學習機制的思想，分別設計了免疫粒子群算法、協同免疫量子粒子群算法、混沌鯨魚黏菌算法、改進精英機制多目標遺傳算法、最小化後悔值學習算法、短視調整過程學習算法等，並深入探討了群智能和不同學習機制實現非合作博弈模型Nash平衡的理論和應用。本書內容涵蓋了非合作博弈的主要模型，特別是涵蓋了關注度較高的多目標博弈、隨機博弈和平均場博弈等模型，並且融合了數學、計算科學、博弈論與信息經濟學、生物學等多學科特點，是非合作博弈模型Nash平衡實現方面的探索和嘗試。 本書可供高等院校和研究院所數學類、計算機類、經管類專業高年級本科生、研究生和教師參閱。

目錄

《運籌與管理科學叢書》序
前言
第1章 預備知識
1 1 引言
1 2 Nash平衡的算法概述
1 3 群智能與仿生算法
1 3 1 粒子群優化算法
1 3 2 黏菌算法
1 3 3 差分進化算法
1 3 4 模擬退火算法
1 4 幾類學習機制概述
第2章 N人非合作有限博弈Nash平衡實現算法
2 1 引言
2 1 1 N人非合作有限博弈
2 1 2 一般N人非合作博弈
2 2 免疫粒子群算法求解雙矩陣博弈的Nash平衡
2 2 1 免疫粒子群算法的思想及其實現步驟
2 2 2 算法性能評價
2 2 3 數值實驗結果
2 3 自適應小生境粒子群算法求解雙矩陣博弈多重Nash平衡
2 3 1 自適應小生境粒子群算法基本思想及其實現步驟
2 3 2 數值實驗結果
2 4 本章小結
第3章 廣義博弈Nash平衡實現算法
3 1 引言
3 2 廣義博弈模型和轉化
3 3 協同免疫量子粒子群算法求解廣義博弈Nash平衡
3 3 1 協同免疫量子粒子群算法思想和實現步驟
3 3 2 協同免疫量子粒子群算法性能評價和收斂性證明
3 3 3 數值實驗結果
3 4 混沌鯨魚黏菌算法求解廣義博弈Nash平衡
3 4 1 鯨魚優化算法思想和實現步驟
3 4 2 混沌鯨魚黏菌算法思想和實現步驟
3 4 3 收斂性分析及性能評價
3 4 4 數值實驗結果
3 5 本章小結
第4章 主從博弈Nash平衡實現算法
4 1 引言
4 2 主從博弈模型
4 3 雙層免疫粒子群算法求解主從博弈Nash平衡
4 3 1 雙層免疫粒子群算法的實現步驟
4 3 2 主從博弈雙層免疫粒子群算法性能評價
4 3 3 數值實驗結果
4 4 本章小結
第5章 多目標博弈Pareto-Nash平衡實現算法
5 1 引言
5 2 多目標博弈模型
5 2 1 多目標集結博弈模型
5 2 2 基於熵權法的集結博弈模型
5 3 SNSGA-II求解多目標博弈Pareto-Nash平衡
5 3 1 SNSGA-II的設計
5 3 2 性能指標
5 3 3 數值實驗結果
5 4 改進差分進化算法求解多目標博弈Pareto-Nash平衡
5 4 1 ADEP算法求解單目標博弈的Pareto-Nash平衡
5 4 2 改進差分進化算法求解多目標多衝突博弈的Pareto-Nash平衡
5 5 本章小結
第6章 隨機博弈Nash平衡實現算法
6 1 引言
6 2 隨機博弈模型
6 3 最小化後悔值學習算法實現隨機博弈Nash平衡
6 4 本章小結
第7章 平均場博弈均衡實現算法
7 1 引言
7 2 平均場博弈模型及其良定性分析
7 3 平均場博弈的良定性
7 3 1 有限理性模型與良定性
7 3 2 平均場博弈的有限理性模型
7 3 3 平均場博弈強良定的特徵刻畫
7 4 短視調整過程學習實現平均場博弈平穩平均場均衡
7 5 本章小結
參考文獻

詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。