摘要：近年来,众多实证调查表明国内不少高校大学生考试作弊已猖獗成风。针对该问题,通过对监考博弈的重新审视,发现原本无纯策略纳什均衡的监考博弈因"-∞的违纪处分、一次博弈、信息不对称"而发生变异,变异后产生了"监考教师折中策略、考生作弊"的纯策略纳什均衡,从而揭开了"考试作弊之风"的面纱,并针对性地提出了"弱化-∞的违纪处分、建立监考重复博弈、设计相关保障机制"的三项修正措施。

摘要：在实际分类决策中,序贯三支决策模型为决策者提供了一个渐进式的决策方法.然而,现有序贯三支决策模型的研究从提高分类精度或减少不确定性的动机来求取每一粒层的决策阈值,缺乏对二者的综合考虑.为了解决这个问题,本文结合博弈论的思想构建了基于错误分类率与边界域不确定性博弈的序贯三支决策模型.首先,分析了序贯三支决策模型中边界域不确定性与决策区域错误分类率的变化关系并构建了二者之间的博弈;其次,从博弈终止的条件出发,基于纯策略纳什均衡原理,提出了求取每一粒层自适应决策阈值的优化模型;再次,为了比较不同模型的效果,从多目标决策的角度,设计了基于TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)的阈值选取方法;最后,通过UCI数据集进行了两种模型的对比实验.实验结果表明:基于博弈论的序贯三支决策模型求取的决策阈值具有更小的错误分类率以及更合理的阈值结构.

摘要：针对博弈强化学习中环境、信息、和激励函数的不确定性问题,通过对现有博弈强化学习算法的仔细研究和横向比较,以确定性方案、即时方案和适度推理方案3个角度对算法和模型进行系统归纳梳理,剖析多学科领域知识是如何相互融合并解决博弈强化学习的各类不确定性问题,指出博弈强化学习研究的重难点和今后的重点发展方向。结合模糊推理系统和分形与分数阶微积分理论给出一些新型解决思路。