基于Ｒｅｐａｓｔ．ＮＥＴ的演化囚徒博弈仿真

［摘 要］ 本文介紹了多主體仿真的基本理論，對新一代仿真平臺Repast進行了闡述。通過對演化囚徒困境的進一步理論分析和仿真研究，揭示出多主體博弈的演化機制和規律。同時對影響博弈演化的因素進行了分析，比如博弈重復的次數、博弈者的適應系數、博弈鄰居的選擇等。并結合客觀現實，對仿真結果進行了解析。仿真結果進一步揭示了Repast仿真工具在多主體演化博弈分析中的高效性和可靠性。

［關鍵詞］ 博弈論；多主體仿真；Repast；演化

doi:10.3969/j.issn.1673-0194.2009.10.035

［中圖分類號］F224.32; N945.13［文獻標識碼］A［文章編號］1673-0194（2009）10-0105-03

1Repast與多主體仿真

復雜適應系統（Complex Adaptive System，CAS）理論是由圣塔菲研究所(SFI)的霍蘭教授于1994年提出的。它是當前最具代表性且應用最廣泛的復雜系統理論。而基于 Agent建模與仿真是CAS理論的重要研究方法與手段。在系統和管理科學中，Agent是一種自身具有“主動行為能力”的個體。它和以前習慣使用的元素、部件、子系統等概念有著本質的區別。在多主體的情況下， Agent能夠主動處理所處環境中發生的事件，作出反應，并且改變自身的結構和行為規則。從人工智能和軟件開發的角度來看， Agent是一個能夠完成某項或一系列任務的實體。總之，盡管側重點不同，各學科對于Agent這個概念都是強調了主動性、適應性、演化、發展這樣一些思想。這是基于主體的建模思想的核心。使用 Agent的建模方法是盡可能使微觀個體與實際個體特征一致，然后觀察在不同實驗條件下系統可能的演化特征。

在復雜適應系統仿真（Complex Adaptive System Simulation，CASS）中，ABM方法是極其重要和有效的。……