English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 75046/106105 (71%)
造訪人次 : 19441124      線上人數 : 465
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: http://nccur.lib.nccu.edu.tw/handle/140.119/48594


    題名: 適應性學習與均衡篩選:遺傳規畫在整合性賽局的應用
    其他題名: Adaptive Learning and Equilibrium Selection: An Application of GeneticProgramming in the Coordination Game
    作者: 陳樹衡
    Chen,Shu-Heng
    關鍵詞: 整合性賽局;多元均衡;有限理性;學習動態;遺傳規畫;Coordination Game;Multiple Equilibria;Bounded Rationality;Learning Dynamics;Genetic Programming
    日期: 1997-10
    上傳時間: 2010-11-24 22:09:11 (UTC+8)
    摘要: 本文利用遺傳規畫(Genetic Programming)作為有限理性模型(models of boundedrationality)的建構基礎來研究多元均衡(multiple equilibria)下均衡篩選(equilibrium selection)的問題。我們將以Van Huyck, Cook and Battalio (1994)作為研究對象。Van Huyck, Cook and Battalio (1994)探討的是一個整合性賽局(coordinationgame)。在這個整合性賽局中存在著多元均衡,若是將有限理性分析納入,則非但多元均衡的數目不會減少,反而可能隨著有限理性模型的多樣化而增加。在代表性個人(representative agent)假設的模型下,Van Huyck等探討了兩種不同的學習動態(learning dynamics),一種可以使賽局的結果收斂至靜態均衡(固定點均衡),而另外一種則可以使賽局發展出奇異點(strange attractors)均衡。由於先驗的理論無法告訴我們該選擇何種適應行為,所以我們也無法進一步來對均衡進行篩選。於是Van Huyck, Cookand Battalio (1994)利用晚近盛行的實驗經濟學的方法來解決均衡選擇的問題。他們發現在實驗經濟學的架構下,奇異點均衡並未出現,所有的結果都指向域內定點(interiorfixed-point)均衡。Van Huyck等也指出要對這種現象進行更貼切的分析,最好使用異質決策者(多元決策者)的調適行為模型。但是,他們認為這是一項艱鉅的工作(a dauntingtask)。本文利用遺傳規畫作為多元決策者的調適行為模型。我們發現由遺傳規畫所發動的學習動態,在均衡的選擇及其所呈現的動態過程方面都與Van Huyck等所得到的實驗結果非常相近。因此遺傳規畫在未來研究中,應可以被考慮成用來做均衡篩選的分析工具。
    關聯: 國立政治大學學報,75(下),49-74
    資料類型: article
    顯示於類別:[經濟學系] 期刊論文
    [第75期] 期刊論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    3101.pdf1976KbAdobe PDF305檢視/開啟


    在政大典藏中所有的資料項目都受到原著作權保護.


    社群 sharing

    著作權政策宣告
    1.本網站之數位內容為國立政治大學所收錄之機構典藏,無償提供學術研究與公眾教育等公益性使用,惟仍請適度,合理使用本網站之內容,以尊重著作權人之權益。商業上之利用,則請先取得著作權人之授權。
    2.本網站之製作,已盡力防止侵害著作權人之權益,如仍發現本網站之數位內容有侵害著作權人權益情事者,請權利人通知本網站維護人員(nccur@nccu.edu.tw),維護人員將立即採取移除該數位著作等補救措施。
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋