博弈過程的神經(jīng)網(wǎng)絡建模及應用.pdf

1、人工神經(jīng)網(wǎng)絡系統(tǒng)是智能控制技術(shù)的主要分支之一，主要用于非線性系統(tǒng)的辨識建模、非線性過程的預測、神經(jīng)網(wǎng)絡控制及故障診斷等。它通過學習逐步實現(xiàn)其計算過程。在學習過程中，神經(jīng)元之間的連接強度將根據(jù)環(huán)境信息發(fā)生緩慢的變化，把環(huán)境信息逐步地存儲于神經(jīng)網(wǎng)絡之中形成長期記憶。學習過程希望形成一個具有一定結(jié)構(gòu)的自組織系統(tǒng)與環(huán)境交互作用，從外界環(huán)境中獲取知識。博弈論是跨學科研究人的行為的一種獨特方法。人在社會中的學習過程大多有交互的特征，個體學習的同時也

2、被其他個體的學習影響。博弈是被廣泛接受的研究決策主體的行為發(fā)生直接相互作用的時候的決策以及這種決策的均衡問題的代表。鑒于人工神經(jīng)網(wǎng)絡和博弈論都是探索人類發(fā)現(xiàn)和掌握知識基本規(guī)律的工具和方法，考慮二者的結(jié)合點，建立有效數(shù)學模型，利用系統(tǒng)仿真技術(shù)進一步研究，必將加速掌握和發(fā)現(xiàn)科學知識的進程。在激烈競爭的現(xiàn)實世界中，這對中華民族屹立于世界民族之林具有十分重要的意義。 本文在介紹人工神經(jīng)網(wǎng)絡基本原理和博弈論知識的基礎上，將博弈過程模型與人

3、工神經(jīng)網(wǎng)絡結(jié)合起來，研究了神經(jīng)網(wǎng)絡在模擬和預測人在重復博弈中的學習過程的潛在價值，建立了博弈過程的神經(jīng)網(wǎng)絡學習模型。在神經(jīng)網(wǎng)絡學習進化過程中，效仿人類回顧對比的學習方法，引入了“regret”值作為網(wǎng)絡連接權(quán)值反饋的一部分，更新神經(jīng)網(wǎng)絡連接權(quán)值。以MATLAB為平臺將設計的網(wǎng)絡模型應用于博弈實驗研究，通過訓練并模擬輸出結(jié)果，最后對結(jié)果深入分析，運用不同的分析準則與已有的學習模型進行比較，結(jié)果表明本文的模型明顯優(yōu)于增強學習模型和傳統(tǒng)NNE