[發(fā)明專利]公共品投資實驗仿真系統(tǒng)及實現(xiàn)方法

無效

• 申請?zhí)枺?/td>: 200910095656.5
• 申請日: 2009-01-15
• 公開（公告）號: CN101464980A
• 公開（公告）日: 2009-06-24
• 發(fā)明（設(shè)計）人: 吳朝暉;唐智;吳健;鄧水光;李瑩;尹建偉
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/00;G06N3/08
• 代理公司: 杭州裕陽專利事務(wù)所（普通合伙）
• 代理人: 張驍敏

1.一種公共品投資實驗仿真系統(tǒng)，其特征在于：其包括設(shè)置在控制面板中的輸入模塊、輸出模塊，及具有仿真程序的建模模塊，在輸入模塊中輸入相關(guān)實驗參數(shù)，建模模塊在仿真環(huán)境進行演示運算，最終結(jié)果由輸出模塊輸出。

2.一種公共品投資實驗在仿真系統(tǒng)中的實現(xiàn)方法，其特征在于：首先設(shè)計信息顯示條件不同的若干組對照實驗，將過去平均投資人數(shù)以及當(dāng)前投資人數(shù)設(shè)為兩個自變量，將每組變量下的投資概率設(shè)為因變量，對實驗采集的數(shù)據(jù)進行處理，每組因變量的投資概率的計算公式為p＝m/(m+n)，n為選擇不投資的人數(shù)，m為選擇投資的人數(shù)；

征集若干名被試進行實驗，得到若干組有效數(shù)據(jù)，根據(jù)信息顯示條件分為4個大類；為每個大類設(shè)立兩個自變量分別為過去平均投資人數(shù)和當(dāng)前投資人數(shù)，對應(yīng)的因變量為過去平均投資人數(shù)和當(dāng)前投資人數(shù)對應(yīng)的投資概率，自變量和因變量分別為多層前饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本的輸入輸出值；根據(jù)學(xué)習(xí)樣本，采用2-8-1的多層前饋神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進行學(xué)習(xí)，輸入為2個變量，中間層為8個神經(jīng)元，輸出為1個變量；得到投資概率預(yù)測函數(shù)；

根據(jù)神經(jīng)網(wǎng)絡(luò)建模得到的投資概率預(yù)測函數(shù)，在Swarm平臺上開發(fā)一個基于智能體仿真系統(tǒng)，模擬公共品博弈中智能體的投資行為及智能體與周圍環(huán)境的交互作用。

3.如權(quán)利要求2所述的公共品投資實驗在仿真系統(tǒng)中的實現(xiàn)方法，其特征在于：所述預(yù)測函數(shù)為

for?m＝1∶6

x₂(m)＝1/(1+exp(-(x₁*W₁(m，1)+x₂*W₁(m，2)-θ₁(m))))；end

y＝1/(1+exp(-((x₂(1)*W₂(1，1)+x₂(2)*W₂(1，2)+x₂(3)*W₂(1，3)+x₂(4)*W₂(

1，4)+x₂(5)*W₂(1，5)+x₂(6)*W₂(1，6)-θ₂))))；

其中x₁，x₂分別為神經(jīng)元的兩個輸入變量，y為每組輸入變量對應(yīng)的輸出值，w₁，w₂，θ₁，θ₂為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)得到的值。

4.如權(quán)利要求3所述的公共品投資實驗在仿真系統(tǒng)中的實現(xiàn)方法，其特征在于：智能體具有屬性，策略集，決策算法，和學(xué)習(xí)算法；其中智能體的屬性包括智能體的位置，個人資源，公共品總量等；策略集由元素投資與不投資組成；智能體決策算法為神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)得到的投資概率預(yù)測函數(shù)。

5.如權(quán)利要求4所述的公共品投資實驗在仿真系統(tǒng)中的實現(xiàn)方法，其特征在于：在系統(tǒng)中輸入不同參與實驗的智能體數(shù)量和博弈輪數(shù)的環(huán)境參數(shù)，根據(jù)仿真結(jié)果，分析不同的信息顯示條件下的公共品總量和投資概率。

6.如權(quán)利要求5所述的公共品投資實驗在仿真系統(tǒng)中的實現(xiàn)方法，其特征在于：建模模塊在環(huán)境參數(shù)條件下生成規(guī)定數(shù)量的智能體，智能體全部生成后與其余的智能體進行博弈，根據(jù)決策算法決定選擇策略集中的某一個策略，循環(huán)達到用戶設(shè)定輪數(shù)為止，最后由輸出模塊輸出公共品總量隨輪數(shù)變化圖。