Algorithm for Control of Player’s Actions in Tripolia Game with Linear Functions of Demand and Costs

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

Рассматривается игра трех фирм олигополии, т.е. ситуация триполии, в случае линейных функций спроса и издержек игроков. Исследуется рефлексивное поведение игроков, которое формализовано с помощью предположительных вариаций, т.е. предположений игроков о влиянии их действий на действие контрагента. Разработан метод вычисления суммы предположительных вариаций некоторого игрока, которая является оптимальной по функциям полезности остальных игроков (окружения). Предложен алгоритм управления действиями игрока со стороны окружения, реализация которого формирует заданный ментальный тип игрока и предопределяет его целенаправленное поведение. Проведено численное моделирование иерархической игры, в которой осуществляется информационное управление действиями игрока со стороны окружения (Центра) на примере параметров телекоммуникационного рынка России. Численный эксперимент подтвердил работоспособность алгоритма управления и увеличение полезности окружения в результате управления.

Sobre autores

M. Geraskin

Email: innovation@ssau.ru

Bibliografia

  1. Cournot A.A. Researches into the Mathematical Principles of the Theory of Wealth. London: Hafner. 1960. Original 1838.
  2. Stackelberg H. Market Structure and Equilibrium: 1st Edition. Translation into English, Bazin, Urch & Hill, Springer, 2011. (Original 1934).
  3. Алгазин Г.И., Алгазина Д.Г. Процессы рефлексии и равновесие в модели олигополии с лидером // АиТ. 2020. № 7. С. 113–128.
  4. Алгазин Г.И., Алгазина Ю.Г. К аналитическому исследованию условий сходимости процессов рефлексивного коллективного поведения в моделях олигополии // АиТ. 2022. № 3. С. 84–109.
  5. Алгазин Г.И., Алгазина Д.Г. Моделирование динамики коллективного поведения в рефлексивной игре с произвольным числом лидеров // Информатика и автоматизация. 2022. Т. 21. № 2. С. 339–375.
  6. Алгазин Г.И., Алгазина Д.Г. Агрегативные игры олигополии при линейных функциях спроса и издержек агентов // МАК: Математики – Алтайскому краю. 2024. № 6. С. 99–101.
  7. Xiao Y., Zhang S., Peng Y. Dynamic investigations in a Stackelberg model with differentiated products and bounded rationality // J. Comput. Appl. Math. 2022. V. 414. 114409.
  8. Ougolnitsky G., Gorbaneva O. Sustainability of Intertwined Supply Networks // A Game-Theoretic Approach Games. 2022. V. 13(3). P. 35.
  9. Угольницкий Г.А., Усов А.Б. Сравнительный анализ эффективности способов организации взаимодействия экономических агентов в моделях дуополии Курно с учётом экологических условий // АиТ. 2023. № 2. С. 150–168.
  10. Al-Khedhairi A. Dynamical Study of Competition Cournot-like Duopoly Games Incorporating Fractional Order Derivatives and Seasonal Influences // Int. J. Nonlinear Scie. Numer. Simulation. 2020. V. 21(3–4). P. 339–359.
  11. Zouhar J., Zouharova M. Stackelberg versus Cournot duopoly with asymmetric costs: primary markups, entry deterrence, and a comparison of social welfare and industry profits // Econom. Theory Bulletin. 2020. V. 8. P. 89–96.
  12. Collie D.R. Taxation under oligopoly in a general equilibrium setting // J. Public Economic Theory. 2019. V. 21(4). P. 738–753.
  13. Ferrarese W. When Multiple Merged Entities Lead in Stackelberg Oligopolies // Rev. Industr. Organization. 2020. V. 56(1). P. 131–142.
  14. Mukherjee A., Zeng C. Social desirability of entry in a bilateral oligopoly-The implications of (non) sunk costs // Mathem. Social Scie. 2022. V. 118. P. 12–19.
  15. Zhou J. Mixed bundling in oligopoly markets // J. Econom. Theory. 2021. V. 194. P. 105257.
  16. Shuai J., Yang H., Zhang L. Dominant firm and competitive bundling in oligopoly markets // Games Econom. Behav. 2022. V. 132. P. 421–447.
  17. Zhang Y. When should firms choose a risky new technology? An oligopolistic analysis // Econom. Modelling. 2020. V. 91. P. 687–693.
  18. Novikov D.A., Chkharitshvili A.G. Reflexion and Control: Mathematical Models. London: CRC Press, 2014.
  19. Гераськин М.И. Свойства предположительных вариаций в нелинейной модели олигополии Штакельберга // АиТ. 2020. № 6. С. 105–130.
  20. Гераськин М.И. Информационное управление стратегией игрока в игре олигополии n лиц при рефлексивном поведении игроков // АиТ. 2025. № 6. С. 102–117.
  21. Гераськин М.И. Объемные предположительные вариации в играх олигополии при различных функциях спроса и издержек и многоуровневом лидерстве // АиТ. 2024. № 7. С. 73–90.
  22. Гераськин М.И., Моисеева К.С. Анализ тенденций спроса и издержек операторов телекоммуникационного рынка России // Прикладная математика и вопросы управления. 2023. № 3. С. 157–174.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML

Declaração de direitos autorais © Russian Academy of Sciences, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».