×
迈克尔·佩里;哈迪·埃尔阿明

多元对抗风险分析模型的计算效率。 （英语） Zbl 1441.90074号

Decis公司。分析。 16，第4号，314-332（2019）.
摘要：在本文中，我们讨论了一类被称为对抗性风险分析（ARA）的决策理论模型的计算可行性。在这些模型中，决策必须考虑智能对手的行为方式，并且对手的决策过程未知，并通过使用其效用函数和信念的先验知识分析对手的决策问题得出。本研究的动机是开发一种可应用于广泛ARA模型的计算算法；据我们所知，目前还不存在这样的算法。使用两人序列模型，我们逐步增加模型的大小，并在精确解在计算上不可行的情况下，开发基于仿真的真实最优近似值。特别是，我们从一个相对较大的决策空间开始，考虑一个必须离散化的理论上连续的空间。然后，我们逐步增加战略目标的数量，这将导致决策空间呈指数级增长。智能对手的存在加剧了问题的严重性，他们还必须根据一些未知的决策过程来解决指数级的大型决策问题。然而，使用一个可以解析求解的程式化示例，我们表明我们的算法不仅可以快速求解大型ARA模型，而且可以准确地选择真正的最优解。此外，该算法具有足够的通用性，可以应用于决策空间较大但有限的任何ARA模型。

理学硕士：

90B50型 管理决策，包括多个目标

关键词：

对抗性风险分析;计算预算;智能对手;连续游戏
PDF格式BibTeX公司 XML格式引用
\textit｛M.Perry｝和\textit｛H.El Amine｝，德西斯。分析。16，第4号，314--332（2019；Zbl 1441.90074）
全文： 内政部 arXiv公司

参考文献：

[1] Banks DL、Rios J、Ríos Insua D（2016）对手风险分析（佛罗里达州博卡拉顿CRC出版社）。谷歌学者
[2] Bielza C，Müller P，Ríos Insua D（1999）《通过增加概率模拟进行决策分析》。管理科学。45（7）：995-1007.链接，谷歌学者·Zbl 1231.91061号
[3] Bonferroni CE（1936）《古典统计与概率计算》（意大利语）（Libreria Internazionale Seeber）。谷歌学者·Zbl 0016.41103号
[4] Brown GG，Cox LA>Jr（2011）概率风险评估如何误导恐怖主义风险分析师。风险分析。31（2）：196-204.Crossref，谷歌学者·数字对象标识代码：10.1111/j.1539-6924.2010.01492.x
[5] Bueno de Mesquita B（1997）决策模型：结构和形式。国际。互动23（3-4）：235-266.Crossref，谷歌学者·网址：10.1080/03050629708434909
[6] Bueno de Mesquita E（2005）《和解、反恐和恐怖主义暴力模式》。国际。器官。59（1）：145-176.谷歌学者
[7] Chen CH，Lee LH（2011）随机模拟优化：一种最优计算预算分配《系统工程与运营研究》，第1卷（新泽西州哈肯萨克世界科学出版社），谷歌学者
[8] Chen CH，Lin J，Yusesan E，Chick SE（2000）《进一步提高顺序优化效率的模拟预算分配》。离散事件动态系统10（3）：251-270.Crossref，谷歌学者·Zbl 0970.90014号 ·doi:10.1023/A:1008349927281
[9] Chen W，Gao S，Chen CH，Shi L（2014）基于分区的随机搜索的最优样本分配策略。IEEE传输。自动化科学。工程。11（1）：177-186.Crossref，谷歌学者·doi:10.1109/TASE.2013.2251881
[10] Chick SE、Branke J、Schmidt C（2010）《近视患者最大化信息期望值的序贯抽样》。信息J.计算。22（1）：71-80.Link，谷歌学者·Zbl 1243.62005年
[11] Chwe MSY（2000）《社交网络中的沟通与协调》。经济评论。螺柱。67（1）：1-16.Crossref，谷歌学者·Zbl 0956.91012号 ·doi:10.1111/1467-937X.00118
[12] Edmond C（2013）《信息操纵、协调和制度变革》。经济评论。螺柱。80（4）：1422-1458。交叉引用，谷歌学者·Zbl 1405.91063号 ·doi:10.1093/restud/rdt020
[13] Fan W，Hong LJ，Nelson BL（2016）无差异区域最佳选择。操作。物件。64（6）：1499-1514.链接，谷歌学者·Zbl 1406.91083号
[14] Glynn P，Juneja S（2004）《有序优化的大偏差观点》。Ingalls RG，Rossetti MD，Smith JS，Peters BA，编辑Procs。2004年冬季模拟会议（新泽西州皮斯卡塔韦电气与电子工程师学会），565-573.谷歌学者
[15] Hanley JT（2018）在行动过程分析和比较中使用博弈论来识别欺骗的机会。6月21日，弗吉尼亚州阿灵顿市军事行动研究学会第86届军事行动研究会专题讨论会上的演讲。谷歌学者
[16] Harsanyi J（1967）“贝叶斯”玩家玩的不完全信息游戏，第一部分：基本模型。管理科学。14（3）：159-182.链接，谷歌学者·Zbl 0207.51102号
[17] Harsanyi J（1968a）“贝叶斯”玩家玩的不完全信息游戏，第二部分：贝叶斯均衡点。管理科学。14（5）：320-334.Link，谷歌学者·Zbl 0177.48402号
[18] Harsanyi J（1968b）“贝叶斯”玩家玩的不完全信息游戏，第三部分：游戏的基本概率分布。管理科学。14（7）：486-502.Link，谷歌学者·Zbl 0177.48501号
[19] Harsanyi JC（1982a）评论——主观概率与博弈论：对卡丹和拉基论文的评论。管理科学。28（2）：120-124.链接，谷歌学者
[20] Harsanyi JC（1982b）再次接见Kadane和Larkey教授。管理科学。28（2）：124-125.链接，谷歌学者
[21] Kadane JB，Larkey PD（1982a）主观概率与博弈论。管理科学。28（2）：113-120.Link，谷歌学者
[22] Kadane JB，Larkey PD（1982b）回复Harsanyi教授。管理科学。28（2）：124.链接，谷歌学者
[23] Kadane JB、Polson N、Banks DL、Petralia F、Wang S（2011）《对抗风险分析：Borel游戏》。卡丹、波尔森和班克斯等人之间的讨论和反驳。应用程序。随机模型总线。工业。27（2）：87-94.谷歌学者Crossref·Zbl 1276.91009号 ·doi:10.1002/asmb.862
[24] Kiss HJ，Rodríguez-Lara I，Rosa-Garcia a（2017）《推翻独裁者：革命和媒体的游戏理论方法》。Soc.Choice福利49（2）:329-355.Crossref，谷歌学者·Zbl 1392.91134号 ·doi:10.1007/s00355-017-1067-3
[25] Koller D，Milch B（2003），用于表示和解决游戏的多代理影响图。游戏经济。行为。45（1）：181-221.Crossref，谷歌学者·Zbl 1054.91007号 ·doi:10.1016/S0899-8256（02）00544-4
[26] Kovenock D、Roberson B（2012）《联盟经济应用中的联盟上校Blotto游戏》。《公共经济学杂志》。理论14（4）:653-676.Crossref，谷歌学者·文件编号：10.1111/j.1467-9779.2012.01556.x
[27] Lapan HE，Sandler T（1988）讨价还价还是不讨价还价：这就是问题所在。阿默尔。经济。版次。78（2）：16-21.谷歌学者
[28] Liang X，Xiao Y（2013）网络安全博弈论。IEEE Comm.Surveys教程15（1）：472-486.Crossref，谷歌学者·doi:10.1109/SURV.2012.062612.00056
[29] Lin K，Dayton J（2011）干扰无线电控制简易爆炸装置的博弈模型。军事运营商。物件。16（3）：5-13.Crossref，谷歌学者·doi:10.5711/1082598316305
[30] McLay L、Rothschild C、Guikema S（2012）《稳健的对抗性风险分析：k级方法》。决策分析。9（1）：41-54.链接，谷歌学者·Zbl 1398.91193号
[31] Nikoofal ME，Zhuang J（2012）考虑攻击者私人信息的防御预算稳健分配：防御预算稳健配置。风险分析。32（5）：930-943.Crossref，谷歌学者·数字对象标识代码：10.1111/j.1539-6924.2011.01702.x
[32] 彭毅，陈聪，傅美忠，胡建清（2016）动态抽样分配与设计选择。信息J.计算。28（2）：195-208.链接，谷歌学者·Zbl 1343.90056号
[33] Rios J，Ríos Insua D（2012）反恐建模的对抗风险分析。风险分析。32（5）：894-915.Crossref，谷歌学者·数字对象标识代码：10.1111/j.1539-6924.2011.01713.x
[34] Ríos Insua D，Rios J，Banks DL（2009）《对抗性风险分析》。J.Amer。统计师。协会。104（486）:841-854.Crossref，谷歌学者·Zbl 1390.91117号 ·doi:10.1198/jasa.2009.0155
[35] Sevillano JC，Ríos Insua D，Rios J（2012）对抗性风险分析：索马里海盗案。决策分析。9（2）：86-95.链接，谷歌学者·Zbl 1398.91202号
[36] 冯·诺依曼J（1928）《Gesellschaftsspiele理论》。数学年刊100（1）:295-320.谷歌学者交叉引用·doi:10.1007/BF01448847
[37] Wang C，Bier VM（2011）基于不确定多属性恐怖效用的目标确定决策。决策分析。8（4）：286-302.链接，谷歌学者·Zbl 1398.91068号
[38] Wang S，Banks DL（2011）《叛乱的网络路由：对抗性风险分析框架》。海军后勤研究。58（6）：595-607.谷歌学者（Google Scholar）交叉引用·Zbl 1267.91024号 ·doi:10.1002/nav.20469
[39] Wilson EB（1927）概率推理、继承定律和统计推理。J.Amer。统计师。协会。22（158）：209-212.谷歌学者交叉引用·doi:10.1080/01621459.1927.10502953
[40] Xu J，Zhang S，Huang E，Chen CH，Lee LH，Celik N（2016）带序数变换和最优采样的多精度优化。《亚太期刊》。物件。33（3）：1650017:1-26.Crossref，谷歌学者·Zbl 1345.90047号 ·doi:10.1142/S0217595916500172
[41] 庄J·Zbl 1167.91331号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。