Computation of Incentive Stackelberg Solution

No Thumbnail Available

URL

Journal Title

Journal ISSN

Volume Title

Helsinki University of Technology | Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author

Authors

Date

2000

Department

Tuotantotalouden osasto

Major/Subject

Sovellettu matematiikka

Mcode

Mat-2

Degree programme

Language

en

Pages

82

Series

Abstract

Tässä työssä esitetään uusi menetelmä Stackelbergin pelin kannusteratkaisun laskemiseksi. Stackelbergin pelit ovat peliteoreettisia malleja päätöksentekotilanteille, joissa osapuolet, pelaajat, toimivat tietyssä järjestyksessä. Ensimmäisenä toimiva pelaaja on johtaja ja muut ovat seuraajia. Kannustepelissä johtaja voi sitoutua ratkaisuun, joka riippuu seuraajien päätöksistä. Tällaista strategiaa kutsutaan kannusteeksi. Johtajan pyrkimyksenä on ilmoittaa kannuste, joka saa seuraajat toimimaan hänen kannaltaan parhaalla tavalla. Työssä esitetään lineaarisen kannusteratkaisun laskemiseksi uusi menetelmä, joka perustuu epälineaarisen yhtälöryhmän numeeriseen ratkaisemiseen. Yksinkertaisin menetelmä yhtälöryhmän ratkaisemiseksi on kiintopisteiteraatio. Työssä osoitetaan, että kiintopisteiteraatio suppenee, kun yhtälöryhmä toteuttaa ehdot, jotka muistuttavat kansantaloustieteessä syntyvien hintakoordinointiyhtälöiden ominaisuuksia. Työssä tarkastellaan kahta numeerista esimerkkiä. Ensimmäinen Esimerkki on kahden pelaajan kannustepeli, jossa seuraajalla on neliöllinen kustannusfunktio. Toisessa esimerkissä on duopolimalli, jossa hallitus toimii johtajana ja seuraajina on kaksi kilpailevaa yritystä, jotka pelaavat keskenään Nash-tasapainostrategioita käyttäen. Numeeriset laskut ovat yksinkertaisten oppimisprosessien simulointeja. Toinen menetelmä, jota työssä on käytetty kannusteratkaisun laskemiseksi, on biologista evoluutiota jäljittelevä geneettinen algoritmi. Esimerkkilaskut osoittavat, että geneettisellä algoritmilla kannusteratkaisu löytyy nopeasti, mutta tarkan ratkaisun löytäminen vaatii enemmän laskentatyötä kuin kiintopisteiteraatio.

Description

Supervisor

Ehtamo, Harri

Thesis advisor

Ehtamo, Harri

Keywords

Stackelberg games, Stackelbergin pelit, incentives, kannusteratkaisu, distributed computation, hajautettu laskenta, fixed point iteration, kiintopisteiteraatio, genetic algorithms, geneettiset algoritmit

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-2020120447315

Collections

[dipl] Teknillinen korkeakoulu / TKK