基于自旋玻璃理论的网络博弈纯策略纳什均衡计算和社会有效状态实现路径问题研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    11605288
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    20.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    A2503.统计物理与复杂系统
  • 结题年份:
    2019
  • 批准年份:
    2016
  • 项目状态:
    已结题
  • 起止时间:
    2017-01-01 至2019-12-31

项目摘要

Games on network have become of increasing interest in social, economic and physical disciplines in recent years. The relationship between network structure and Nash Equilibrium (NE), one of the most common used solutions to predict the strategic outcomes, is the problem of particular interest. The introduction of a network structure among agents complicates the computation of pure strategy NE. In addition, it is often the fact that the pure strategy NE do not reach the maximum possible total welfare. In fact, pure strategy NE of a network game do correspond to ground-state configurations of a spin glass model. In this proposal, we thus adapt the theory and methods of spin glass in statistical physics to study the computation of pure strategy NE and implementatiion of social efficency state in network games: completely characterize the structure of pure strategy NE space, propose a messge-passing algorithm to detect pure strategy NE; unveil the energy landscape of pure strategy NE, and design strategy evolution mechanism to drive the system to the optimum NE spontaneously; compute the social efficiency state, and propose the strategy evolution mechanism to approach the social efficiency state. The proposed research is of important social and academic significance which will provide new methods to deal with the computation of pure strategy NE in network games, and also enrich the findings in the implementatiion of social efficency state of network games.
网络博弈现已成为经济、社会、物理等诸多领域的热点问题。纳什均衡作为预测博弈结果的最常用对象之一,其如何受网络结构影响成为了关注焦点。参与人网络结构的引入使纯策略纳什均衡的计算成为了一个难题。此外,纯策略纳什均衡常常无法达到社会最大总收益。从统计物理角度看,网络博弈纯策略纳什均衡本质上是自旋玻璃模型的基态构型,为此,本项目应用统计物理自旋玻璃理论对四类网络博弈模型的纯策略纳什均衡计算和社会有效状态实现路径问题展开研究:刻画纯策略纳什均衡空间结构,建立基于消息传递的均衡求解算法;勾勒均衡的能量图景,设计驱使系统自发演化到最优均衡的策略演化规则;求解社会有效状态,提出逼近社会有效状态的策略演化规则。本项目的研究将为网络博弈纯策略纳什均衡的计算提供新的研究方法,丰富网络博弈社会有效状态实现路径的研究成果,具有重要理论意义和实践价值。

结项摘要

网络博弈现已成为经济、社会、物理等诸多领域的热点问题。纳什均衡作为预测博弈结果的最常用对象之一, 其如何受网络结构影响成为了关注焦点。参与人网络结构的引入使纯策略纳什均衡的计算成为了一个难题。此外,纯策略纳什均衡常常无法达到社会最大总收益。本项目应用统计物理自旋玻璃理论对网络博弈模型的纯策略纳什均衡计算和社会有效状态实现路径问题展开研究: 对公共品博弈问题提出了信息传递算法,去中心化的“局部一致”决策机制,并对贪心算法之一广义摘叶算法在一般网络上的效果进行了理论分析。本项目的研究将为网络博弈纯策略纳什均衡的计算提供新的研究方法,丰富网络博弈社会有效状态实现路径的研究成果,具有重要理论意义和实践价值。

项目成果

期刊论文数量(6)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
Target observation of complex networks
复杂网络的目标观察
  • DOI:
    10.1016/j.physa.2018.11.015
  • 发表时间:
    2019-03
  • 期刊:
    PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS
  • 影响因子:
    3.3
  • 作者:
    Yi-Fan Sun;Zheng-Yang Sun
  • 通讯作者:
    Zheng-Yang Sun
Controllability and maximum matchings of complex networks
复杂网络的可控性和最大匹配
  • DOI:
    10.1103/physreve.99.012317
  • 发表时间:
    2018-10
  • 期刊:
    PHYSICAL REVIEW E
  • 影响因子:
    2.4
  • 作者:
    Jin-Hua Zhao;Hai-Jun Zhou
  • 通讯作者:
    Hai-Jun Zhou
Optimal selection of nodes to propagate influence on networks
优化节点选择以传播对网络的影响
  • DOI:
    10.1140/epjb/e2016-70329-6
  • 发表时间:
    2016-11
  • 期刊:
    EUROPEAN PHYSICAL JOURNAL B
  • 影响因子:
    1.6
  • 作者:
    Yifan Sun
  • 通讯作者:
    Yifan Sun
Identification of cancer omics commonality and difference via community fusion.
通过社区融合识别癌症组学的共性和差异
  • DOI:
    10.1002/sim.8027
  • 发表时间:
    2019-03-30
  • 期刊:
    Statistics in medicine
  • 影响因子:
    2
  • 作者:
    Sun Y;Jiang Y;Li Y;Ma S
  • 通讯作者:
    Ma S
Two faces of greedy leaf removal procedure on graphs
图上贪婪叶子去除过程的两个面
  • DOI:
    10.1088/1742-5468/ab2cca
  • 发表时间:
    2018-09
  • 期刊:
    Journal of Statistical Mechanics: Theory and Experiment
  • 影响因子:
    --
  • 作者:
    Jin-Hua Zhao;Hai-Jun Zhou
  • 通讯作者:
    Hai-Jun Zhou

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

大学生毕业去向预测的思路与方法——基于机器学习算法的尝试
  • DOI:
    10.16477/j.cnki.issn1674-2311.2019.01.003
  • 发表时间:
    2019
  • 期刊:
    教育学术月刊
  • 影响因子:
    --
  • 作者:
    孙怡帆;潘昆峰;孙正阳;何章立
  • 通讯作者:
    何章立

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

孙怡帆的其他基金

高维数据下的监督聚类:最优误差、学习算法与相变特征
  • 批准号:
    12171479
  • 批准年份:
    2021
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码