演化博弈理論的文獻(xiàn)綜述

李博文

摘 要：本文閱讀并整理了國(guó)內(nèi)學(xué)者們對(duì)于演化博弈理論的相關(guān)研究，從多角度對(duì)學(xué)者們的研究?jī)?nèi)容進(jìn)行分析與總結(jié)。旨在總結(jié)相關(guān)文獻(xiàn)的基礎(chǔ)上，為今后將演化博弈理論應(yīng)用于各學(xué)科時(shí)，提供一定的幫助。

關(guān)鍵詞：演化博弈理論;演化穩(wěn)定策略;文獻(xiàn)綜述

一、演化博弈理論相關(guān)概念

（一）演化穩(wěn)定策略

演化穩(wěn)定策略（Evolutionary Stable Strategy， ESS）是演化博弈論的一個(gè)基本概念，它是由Maynard Smith在1973年基于達(dá)爾文的生物進(jìn)化論中自然選擇原理所提出的。演化穩(wěn)定策略是指，當(dāng)一個(gè)種群中的全部個(gè)體都采取某種同樣的行為策略時(shí)，那么在自然選擇的影響機(jī)制之下，這個(gè)種群能夠抵御任意的無(wú)論是從內(nèi)部還是外部入侵種群的突變策略。這也就是說(shuō)，在一個(gè)演化博弈系統(tǒng)中，系統(tǒng)內(nèi)的任意一個(gè)個(gè)體，在有限的收益信息之下通過(guò)重復(fù)的博弈，根據(jù)自身現(xiàn)有利益不斷的調(diào)整自身的策略選擇，以達(dá)到自身利益最大化，最終為了保持自身利益而達(dá)到一種動(dòng)態(tài)均衡的狀態(tài)。在這種動(dòng)態(tài)均衡的狀態(tài)中，系統(tǒng)內(nèi)的每一個(gè)個(gè)體都不再愿意改變自身的策略，這種狀態(tài)下所形成的策略就是演化穩(wěn)定策略。

（二）復(fù)制動(dòng)態(tài)方程

復(fù)制動(dòng)態(tài)方程又稱模仿者動(dòng)態(tài)方程，是演化博弈論的另一個(gè)重要概念，它是由Taylor和Jonker于1978年在《數(shù)學(xué)和生物科學(xué)》所發(fā)表的文章中所提出的，它描述的是動(dòng)植物種群在進(jìn)化的過(guò)程中，由于種群中每一個(gè)個(gè)體都具有模仿的能力，當(dāng)某一個(gè)體選擇優(yōu)勢(shì)策略時(shí)，其它個(gè)體對(duì)其進(jìn)行模仿的行為。即在一個(gè)具備學(xué)習(xí)與模仿能力的群體中，當(dāng)群體中的某一個(gè)個(gè)體或某一部分個(gè)體所采取突變策略的收益超過(guò)群體中其它個(gè)體所采取原策略的收益時(shí)，由于群體中的每一個(gè)個(gè)體均具備學(xué)習(xí)與模仿的能力，那么其它個(gè)體就會(huì)不斷地進(jìn)行觀察與總結(jié)，通過(guò)學(xué)習(xí)與模仿突變個(gè)體的選擇，使群體中選擇突變策略的比例不斷上升，最終群體中全部個(gè)體都選擇突變策略，原策略被淘汰。達(dá)爾文的物種進(jìn)化論就是一個(gè)動(dòng)態(tài)的選擇過(guò)程，群體總會(huì)朝著有益于自身利益的方向進(jìn)行進(jìn)化。

二、國(guó)內(nèi)學(xué)者研究綜述

我國(guó)學(xué)者對(duì)于演化博弈理論的研究較晚，普遍認(rèn)為我國(guó)較早使用演化博弈理論進(jìn)行相關(guān)學(xué)科領(lǐng)域研究的學(xué)者為華立和趙純均，他們于2001年運(yùn)用演化博弈論對(duì)高校大學(xué)生的占座現(xiàn)象展開相應(yīng)的研究，通過(guò)構(gòu)建演化博弈模型來(lái)探討學(xué)生的占座行為[1]。為我國(guó)學(xué)者今后在不同學(xué)科領(lǐng)域的研究提供新的研究方法及方向。劉加伶、朱艷蓉和陳莊等為探討如何將可視化運(yùn)維平臺(tái)進(jìn)行全面推廣，從企業(yè)業(yè)務(wù)系統(tǒng)所存在的信息安全問題的角度出發(fā)，利用演化博弈論對(duì)企業(yè)與消費(fèi)者間的決策行為進(jìn)行模型的構(gòu)建，并為各企業(yè)今后在推廣可視化運(yùn)維平臺(tái)提出了有價(jià)值的決策參考[2]。韓震、王菡和孟好為研究政府、資源提供商和物流服務(wù)商三者在港口危險(xiǎn)品安全管理問題下的行為選擇，利用演化博弈論及系統(tǒng)動(dòng)力學(xué)對(duì)三者進(jìn)行模型的構(gòu)建與仿真，為政府和港口企業(yè)提供有價(jià)值的決策參考[3]。李健和薛程通過(guò)對(duì)第三方環(huán)境檢測(cè)機(jī)構(gòu)和排污企業(yè)二者間演化博弈模型及二者間合謀而成的利益集團(tuán)與政府監(jiān)管部門的演化博弈模型進(jìn)行穩(wěn)定性求解與博弈策略分析，為政府今后加強(qiáng)環(huán)境質(zhì)量監(jiān)管提供一定的指導(dǎo)意義[4]。盧珂、周晶和鞠鵬通過(guò)建立政府管理部門、汽車運(yùn)營(yíng)企業(yè)和出行者三者間演化博弈模型，分析各行為主體的博弈策略選擇及演化路徑，為促進(jìn)汽車共享產(chǎn)業(yè)的發(fā)展提供對(duì)策建議[5]。劉大維、費(fèi)威和尹濤運(yùn)用演化博弈論分析了食品零售商、食品制造商和政府監(jiān)管部門三者在處理過(guò)期食品模式上的決策選擇問題[6]。朱立龍和孫淑慧通過(guò)對(duì)食品生產(chǎn)企業(yè)、第三方檢測(cè)機(jī)構(gòu)和政府監(jiān)管部門三者在食品質(zhì)量安全監(jiān)管背景下的三方演化博弈模型的構(gòu)建，分析了三者間不同策略選擇的相互影響機(jī)制及在不同參數(shù)設(shè)置下的博弈選擇趨勢(shì)[7]。

三、結(jié)論

通過(guò)對(duì)以上文獻(xiàn)的閱讀與整理，可以發(fā)現(xiàn)演化博弈理論因其參與博弈的主體可以是非完全理性、具有學(xué)習(xí)能力的，且博弈雙方之間能夠通過(guò)不斷的選擇與試錯(cuò)，改變自身的策略選擇，從而使博弈雙方的自身收益達(dá)到最大化等特點(diǎn)，被學(xué)者們廣泛的應(yīng)用于各個(gè)學(xué)科領(lǐng)域中。

參考文獻(xiàn)

[1]華立，趙純均.占座現(xiàn)象的演化博弈分析——兼論均衡演進(jìn)與制度變遷[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2001（Z1）：248-252.

[2]劉加伶，朱艷蓉，陳莊，時(shí)巖鈞. 基于演化博弈的企業(yè)與消費(fèi)者行為抉擇研究[J]. 重慶理工大學(xué)學(xué)報(bào)（自然科學(xué)），2018，32（10）：135-142.

[3]韓震，王菡，孟好. 基于系統(tǒng)動(dòng)力學(xué)的港口危險(xiǎn)品管理演化博弈分析[J]. 大連海事大學(xué)學(xué)報(bào)，2019，45（02）：28-35.

[4]李健，薛程. 政府約束機(jī)制下環(huán)境質(zhì)量監(jiān)管三方演化博弈分析及仿真研究[J]. 工業(yè)技術(shù)經(jīng)濟(jì)，2019，38（04）：58-66.

[5]盧珂，周晶，鞠鵬. 基于三方博弈的汽車共享產(chǎn)業(yè)推廣模型及演化路徑[J]. 統(tǒng)計(jì)與決策， 2019，35（05）：68-72.

[6]劉大維，費(fèi)威，尹濤. 零售商回收與制造商處理過(guò)期食品模式下三方演化博弈[J]. 商業(yè)研究，2019，（02）：62-73.

[7]朱立龍，孫淑慧. 消費(fèi)者反饋機(jī)制下食品質(zhì)量安全監(jiān)管三方演化博弈及仿真分析[J]. 重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2019，25（03）：94-107.