基于agent的计算经济学建模方法及其关键技术研究.pdf

基于基于AgentAgent的计算经济学建的计算经济学建 模方法及其关键技术研究模方法及其关键技术研究张江 北京交通大学经济管理学院 2006-3-7背景背景 • 传统理论的危机 – 对“经济人”假设 的怀疑 – 对均衡思维方式的质疑 – 对经济数学化的质疑 • 新兴经济学 – 演化经济学 – 实验经济学 – 基于基于AgentAgent的计算经济学（的计算经济学（AgentAgent- -based computational based computational economics, ACE)economics, ACE)经济系统是一个复杂系统经济系统是一个复杂系统 • 经济系统是由大量的自由买卖的主体（Agent）构成的 • 经济系统中存在着大量的涌现现象–在一个没有中心控制的自由市场中，买卖双方会根据谈判、 多个卖主会通过竞争而最终实现一个比较稳定的统一价格； –在股市上，多个股票交易人通过股票的买入或卖出操作就会 导致股票市场整体的价格波动，甚至引起类似雪崩的突变现 象； –每个活动主体不停追逐自身的利益，作为一个整体系统，经 济却能够稳步的增长、繁荣经济系统是进化的系统经济系统是进化的系统• 经济系统中的活动主体不仅遵循固定死的规则行 动，他们还会不停的学习、适应从而改变自己的 行动策略 • 每个主体的变化可能很小，但是作为一个整体， 这些小的变化就有可能积累形成整个经济系统的 进化甚至是整个社会的变革ACEACE——自下而上的经济系统建模方法自下而上的经济系统建模方法 • 什么是什么是ACE ACE （（AgentAgent- -based computational economicsbased computational economics）：）： –一种用很多自主的、交互作用的Agent构成的演化系统来对整个经 济系统进行建模的计算研究 • ACEACE的方法已经被成功的应用于：的方法已经被成功的应用于： – 人工股市的研究（ASM） – 多主体动态博弈模型的研究（合作的演化） – 人工社会的研究（Sugarscape) • ACEACE的特点的特点 –基于个体的自下而上的建模方法 –新技术的发展，使得建立适应性的、有限理性的Agent模型成为可 能，不必为“经济人”作过分的简化假设 –用“涌现”解释微观规律和宏观规律之间的联系ACEACE建模关键技术建模关键技术 • 经济Agent模型 – 反应型 – 慎思型 – 适应型 • Agent之间的交互 – 交互方式 – 交互的拓扑结构 • ACE模型的涌现结果分析 – 个体行为分析 – 时间序列分析 – 图形动画演示 – 特殊方法ACE方法与技术Chap1. 绪论Chap2. 基于Agent的 计算经济学Chap7. ACE建模方 法总结AEM模型实例Chap3. AEM模型提出Chap4. 适应性 Agent模型Chap5. Agent之间的交互— —商品交换Chap6. AEM中的模 拟结果与分析历史背景复杂性科学ACE历史及现状ACE的一般概念与方法ACE建模关键技术基于人元的Agent 模型基于CRA体系结构 的决策模型社会分工与 价格波动组织的 形成与演化网络与流实例支持理论基础线 索 1线 索 2经济系统的建模研究：经济系统的建模研究：AEMAEM模型模型 • AEM：Artificial Economy Model – 为了进一步理解ACE分析方法和建模技术，本文提出了 自主开发的ACE模型：AEM • 背景分析： – 一个最小的经济系统：物物交换 – 若干抽象的简单因素：资源、主体、交换 – 期待涌现现象：社会分工、均衡价格以及市场的形成和 商品流通基本设定基本设定本模型受到Sugarscape模型 的启发一个网格的空间，分布着资 源和Agent资源有两种：糖和香料Agent仅仅能观察到局部的 环境、获取资源，两种资源 同时需要资源可以以一定的概率再生AgentAgent遵循的规则遵循的规则 • 能量是Agent需要的唯一生存标准 – Agent的每一次移动都会消耗一定能量 – Energy=0则Agent就死掉 • Agent需要采集糖和香料资源 – 每一时刻，Agent都需要通过新陈代谢把糖和香料转换 成能量Energy。

糖和香料的新陈代谢率分别是m1和m2 – 如果糖或香料含量有一个为0，则不能进行新陈代谢 • Agent必须通过聪明的决策才能更好的谋生AEMAEM模型阐述思路模型阐述思路 • 建立Agent模型 – 基于人元的基于人元的AgentAgent模型模型 – 适应性的决策算法 • Agent之间的交互 – 物物交易算法 • 涌现结果的展现 – 社会分工、价格波动 – 组织的形成 – 流的形成与演化基于人元的基于人元的AgentAgent模型模型 • 人元模型将人分成了：客元和主元两个部分 • Agent模型也可以分成：身体和心智两个部分 – 身体部分是Agent不能直接控制改变的，主要包括Agent 的观察范围、能量状态等 – 心智是Agent主体可以自由控制的部分，主要包括Agent 的各种决策算法环境、身体和心智的关系环境、身体和心智的关系Agent环境S (心智)O(身体)模拟世界AEMAEM模型阐述思路模型阐述思路 • 建立Agent模型 – 基于人元的Agent模型 – 适应性的决策算法适应性的决策算法 • Agent之间的交互 – 物物交易算法 • 涌现结果的展现 – 社会分工、价格波动 – 组织的形成 – 流的形成与演化CRACRA结构结构• 对适应性决策的模型化表示分类器系统决策策略集 （适应性工具箱）可选行动集分类器决策策略 （或称启发 式规则）行动CRA是Classifiers, Rules和Actions的简称AEMAEM中的中的AgentAgent适应决策模型适应决策模型• Agent面对的所有局部环境以及自身的状态都可以用一 个12位长的01字符串编码101020201525r r当前Agent其他Agent糖资源香料资源视力范围分类器系统分类器系统Agent维持了一组分类器规则，每一条规则都形如：If then 01*表示通配符，01为对选择决策规则的编码。

所有的分类器按照匹配 的程度进行排序决策规则集合决策规则集合 • 随机游走（随机游走（MM）） • 寻觅资源（寻觅资源（F F）） • 聚集规则（聚集规则（A A）） • 交易规则（交易规则（T T）） • 人工繁殖（人工繁殖（APAP）） – 适应度计算：适应度计算： • 自我繁殖（自我繁殖（P P））ageNORMALENEene_AgentAgent的可能行动的可能行动• 上、下、左、右、斜上、斜下等8个方向行走 • 与其它交互： – 交易 – 繁殖生育学习与进化学习与进化• 个体学习 – 交易过程中的学习 • 社会学习 – 寻找资源的社会学习 • 遗传学习 – 每个Agent都会从它的双亲处继承分类器规则，并进行 交叉和变异的操作AEMAEM模型阐述思路模型阐述思路 • 建立Agent模型 – 基于人元的Agent模型 – 适应性的决策算法 • Agent之间的交互 – 物物交易算法物物交易算法 • 涌现结果的展现 – 社会分工、价格波动 – 组织的形成 – 流的形成与演化AgentAgent之间的交易之间的交易 • 背景 – 在AEM中，两个Agent如果相遇（在彼此的视力范围内） 就有可能发生商品交换 – 首先，双方Agent是否愿意交换？ – 其次，用多少比例（糖和香料的比例）来完成交换？ – 每个Agent都是有限理性的、信息不完全的 – 每次交易不一定是公平的，有可能出现欺诈、分配不均 的情况AgentAgent之间的交易模型假设之间的交易模型假设假设假设1：每个Agent都用下式效用函数计算效用，并 且按照效用函数值衡量自己的偏好。

212211 mmm mmm yxU假设假设2 2：每个Agent都会根据自己对资源的偏好、交 易的历史价格信息以及贪心的程度来确定本次交易 的价格交易过程交易过程( (提价提价) ) • 根据边际替代率确定偏好 – 设Agent拥有糖x，香料y，则 •MRSyx=m1y/m2x • 确定各自的初始价格 – 糖的价格p=y/ x – 当某Agent想买入糖的时候，他希望p越小越好 – 当Agent想卖出糖的时候，希望p越大越好交易过程交易过程( (提价提价- -价格扭曲价格扭曲) )• 其中为贪心程度 • 是历史平均价格 1},min{},min{/1}],min{[11},min{},min{0MRSifMRSMRSMRSifMRS p 1},max{/1}],max{/1[},max{1},max{/1},max{/110  MRSifMRSMRSMRSifMRSp卖 糖买 糖交易过程交易过程( (确定价格和交换方向确定价格和交换方向) )• 讨价还价 – 用平均价格近似 • 确定交换方向 –交换的方向，也就是说谁买入糖，谁买入香料 – 以提出交易者为准，得到下列表格BAppp00交易过程交易过程( (完成交换并学习完成交换并学习) ) • 按照比例进行单位交换（每次交易1单位糖或者香料） • 反复不停的交换，直到一方效用不再上升为止 • 学习 – 更新历史价格序列 – 调整贪心程度交易算法交易算法• i.A计算本次交易的提价：p0A • ii. B计算本次交易的提价：p0B • iii. 系统确定本次交易价格：p • iv. 根据表格1确定交易的方向，也就是 – a) 如果MRSA>1，那么A买入糖，卖出香料； – b) 如果MRSA<=1 ，那么A买入香料，卖出糖； • v. 开始按照价格p进行单位交换； • vi. A和B各自计算在本次单位交换情况下效用的增量； – a) 如果A或B有任意一方不能增加其效用值则退出到vii； – b) 如果A和B在当前单位交换下都能增加效用值，则返回到v； • vii. A和B分别进行学习； • viii. 交易过程结束。

AEMAEM模型阐述思路模型阐述思路 • 建立Agent模型 – 基于人元的Agent模型 – 适应性的决策算法 • Agent之间的交互 – 物物交易算法 • 涌现结果的展现 – 社会分工、价格波动社会分工、价格波动 – 组织的形成 – 流的形成与演化涌现结果分析：涌现结果分析： • 第一组实验： – 规则集合： • 随机游走 • 寻觅资源 • 交易 • 人工繁殖 • 涌现结果： – 个体进化 – 社会分工 – 价格波动AEMAEM涌现结果分析：社会分工涌现结果分析：社会分工通过分析Agent的个体的分类器规则，发现不 同的Agent会演化出不同的分类器规则一些Agent会经常选择采集糖资源，他们形成 了专职生产糖资源的“工人”，一些Agent专职 负责香料资源的采集，还有一些Agent则经常选 择交易规则，即演变成了专职的“商人”采集糖资源的Agent常常徘徊在糖资源地，采 集香料资源的Agent主要在香料资源附近活动， “商人们”游走于两块资源地之间，它们之间 可以形成合作关系200040006000800010000Time0.10.20.30.40.50.6Frequency社会分工的形成社会分工的形成 • 各种社会分工的比例Action:3Action:0Action:1Action:2平均交易价格的计算平均交易价格的计算 • 如前所述，每两个Agent进行交易的时候可以形成 局部的糖对香料的交换比例； • 在任意一个时刻，对所有发生交易的Agent对计算 局部交易价格，并进行统计求平均值： NiiNNiipNptp 1/11)log(1])log[()(交易价格交易价格0200040006000800010000-4-20246变换参数以后的平均价格变换参数以后的平均价。