基于Agent的計算經(jīng)濟學(xué)建模方法及其關(guān)鍵技術(shù)研究.pdf

1、基于Agent的計算經(jīng)濟學(xué)(Agent-basedComputationalEconomics簡稱ACE)是將復(fù)雜適應(yīng)系統(tǒng)理論、基于Agent的計算機仿真技術(shù)應(yīng)用到經(jīng)濟學(xué)的一種研究方法。ACE并不試圖利用少數(shù)數(shù)學(xué)方程建立整個復(fù)雜經(jīng)濟系統(tǒng)的還原論模型，而是從分析經(jīng)濟個體的行為出發(fā)，在計算機中利用相對簡單的程序規(guī)則建立Agent模型，并讓大量的Agent通過相互作用自下而上地生成一個人工經(jīng)濟系統(tǒng)，最后利用人工經(jīng)濟系統(tǒng)中的涌現(xiàn)屬性來映射、解釋

2、現(xiàn)實中的經(jīng)濟規(guī)律。本文指出，ACE建模的關(guān)鍵技術(shù)主要包括：Agent建模、Agent之間的交互、涌現(xiàn)結(jié)果的分析。為了進一步論述ACE建模方法與技術(shù)，本文提出了一個自主開發(fā)的ACE模型：人工經(jīng)濟模型(ArtificialEconomyModel簡稱AEM)。該模型的創(chuàng)新性成果主要包括下列幾個方面： (1)適應(yīng)性Agent模型首先，基于人元的Agent模型可以將Agent的身體屬性和心智屬性分開從而使得Agent建模更加清晰；其次，

3、基于CRA(Classifiers，Rules，Actions)三層體系結(jié)構(gòu)的適應(yīng)性決策模型可以巧妙結(jié)合Agent的自主性、適應(yīng)性和建模者的設(shè)計，使得Agent的決策模型更加靈活、實用。這兩種Agent建模技術(shù)都具有一定的普遍性，可以推廣到其它的ACE模型之中。 (2)Agent之間的交易算法本文給出的交易算法不僅可以根據(jù)Agent的資源狀況確定自己的偏好，而且可以讓Agent根據(jù)它所經(jīng)歷的價格歷史信息以及貪心程度進行提價，這就

4、使得Agent社會中的交易更加貼近人類社會。而且，該算法可以使得Agent能動態(tài)學(xué)習(xí)調(diào)整參數(shù)，從而增加其靈活適應(yīng)性。 (3)AEM中的涌現(xiàn)結(jié)果與分析本文通過三組試驗詳細討論了AEM中豐富的涌現(xiàn)結(jié)果。首先，文章分析了社會分工的自發(fā)形成、價格波動的演化，通過與傳統(tǒng)經(jīng)濟學(xué)中價格均衡結(jié)論的對比研究指出均衡只有在一定的特殊條件下才可以實現(xiàn)，而價格在一定區(qū)間范圍內(nèi)的波動是經(jīng)濟系統(tǒng)中的一般結(jié)果；其次，簡單的聚集規(guī)則引入可以使得交易Agent自

5、發(fā)形成組織，組織的出現(xiàn)使得經(jīng)濟系統(tǒng)呈現(xiàn)出地域上的非均衡性；最后，本文運用大量的篇幅分析了AEM中的流現(xiàn)象，包括直觀的Agent流以及隱含在多Agent之間形成的交易網(wǎng)絡(luò)之上的商品流，并指出AEM中的交易網(wǎng)絡(luò)會呈現(xiàn)出冪率分布、網(wǎng)絡(luò)結(jié)構(gòu)逐漸復(fù)雜、聚集度不斷提高的自組織特性；Agent流和商品流可以在演化中不斷增強，并且聚集規(guī)則的引入可以更加有助于商品流的發(fā)展。在分析這些涌現(xiàn)結(jié)果的時候，本文除了使用傳統(tǒng)的分析方法以外，還提出了局部分析方法、A