基於Agent的計算經濟學建模方法及其關鍵技術研究是張江撰寫的一篇論文。
基本介紹
- 中文名：基於Agent的計算經濟學建模方法及其關鍵技術研究
- 作者：張江
- 關鍵字：經濟數學 經濟模型 計算機仿真
- 館藏號：F224-39
- 導師：李學偉指導
- 學科專業：管理科學與工程
- 學位級別：博士論文
- 學位授予單位：北京交通大學
- 學位授予時間：2006
- 館藏目錄：2009\F224-39\1
中文摘要
基於Agent的計算經濟學(Agent-based Computational Economics簡稱ACE)是將複雜適應系統理論、基於Agent的計算機仿真技術套用到經濟學的一種研究方法。ACE並不試圖利用少數數學方程建立整個複雜經濟系統的還原論模型，而是從分析經濟個體的行為出發，在計算機中利用相對簡單的程式規則建立Agent模型，並讓大量t的Agent通過相互作用自下而上地生成一個人工經濟系統，最後利用人工經濟系統中的湧現屬性來映射、解釋現實中的經濟規律。 本文指出，ACE建模的關鍵技術主要包括：Agent建模、Agent之間的互動、湧現結果的分析。為了進一步論述ACE建模方法與技術，本文提出了一個自主開發的ACE模型：人工經濟模型(Artificial Economy Model簡稱AEM)。該模型的創新性成果主要包括下列幾個方面： (1)適應性Agent模型 首先，基於人元的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，基於CRA(Classifiers,Rules,Actions)三層體系結構的適應性決策模型可以巧妙結合Agent的自主性、適應性和建模者的設計，使得Agent的決策模型更加靈活、實用。這兩種Agent建模技術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Agent的資源狀況確定自己的偏好，而且可以讓Agent根據它所經歷的價格歷史信息以及貪心程度進行提價，這就使得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能動態學習調整參數，從而增加其靈活適應性。 (3)AEM中的湧現結果與分析 本文通過三組試驗詳細討論了AEM中豐富的湧現結果。首先，文章分析了社會分工的自發形成、價格波動的演化，通過與傳統經濟學中價格均衡結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，而價格在一定區間範圍內的波動是經濟系統中的一般結果；其次，簡單的聚集規則引入可以使得交易Agent自發形成組織，組織的出現使得經濟系統呈現出地域上的非均衡性；最後，本文運用大量的篇幅分析了AEM中的流現象，包括直觀的Agent流以及隱含在多Agent之間形成的交易網路之上的商品流，並指出AEM中的交易網路會呈現出冪率分布、網路結構逐漸複雜、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，並且聚集規則的引入可以更加有助於商品流的發展。在分析這些湧現結果的時候，本文除了使用傳統的分析方法以外，還提出了局部分析方法、ACE中的複雜網路動態分析方法、資源的傳播追蹤試驗等新穎的分析手段。 總之，ACE建模方法不僅能支持、驗證傳統方法已得出的結論，而且可以針對以往很難建模、定盆研究的問題進行討論；甚至可以探討傳統方法沒有涉及的新領域。
