Выбор решения в конфликтной ситуации с нечеткими типами участников

Обложка

Цитировать

Полный текст

Аннотация

Описывается метод решения антагонистической игры в условиях нарушения принципа «общего знания», когда игроки располагают неполными знаниями о возможных решениях и соответствующих результатах противоположной стороны. В качестве формальной модели игровой ситуации предложено использовать нечетко-множественное представление оценок возможностей использования игроками их стратегий и соответствующих последствий. Решение данной задачи основано на преобразования нечетких оценок результатов возможных решений для каждой ситуации в форму эквивалентного нечеткого множества с треугольной функцией принадлежности. Разработанный метод не накладывает ограничений на вид функций принадлежности исходных нечетких данных. Кроме выбора наилучшего решения получается оценка его результата и степени возможности реализации.

Об авторах

Владимир Георгиевич Чернов

Владимирский государственный университет им. Александра Григорьевича и Николая Григорьевича Столетовых

Автор, ответственный за переписку.
Email: vladimir.chernov44@mail.ru

доктор экономических наук, профессор

Россия, Владимир

Список литературы

  1. Myerson R.B. Game theory: analysis of conflict. London. Harvard: Harvard University Press. 1997. 584 p.
  2. Geanakoplos J. Common Knowledge. Handbook of Game Theory. V.2. ed. R. Aumann and S. Hart: Elsiever Science B.V,1994. Р.1438-1496.
  3. Harsanyi J. Games with incomplete information played “Bayesian players”// Management Science. 1967. Part 1. V. 14. №3. Р. 159–182, 1968. Part. II. v14. № 5.Р.320– 334, Part III,1968, v. 14, № 7, Р.486–502.
  4. Харшаньи Дж., Зелтен Р. Общая теория выбора равновесия в играх. Серия Библиотека «Экономическая школа». М.: Экономическая школа. 2001.424 с.
  5. Чхарташвили А.Г. Равновесие Байеса–Нэша: точечные структуры информированности бесконечной глубины // Автоматика и телемеханика. 2003. Вып.12. C. 105-111.
  6. Сигал А.В. Теория игр для принятия экономических решений. ДИАЙПИ.Симферополь. 2014. С.303.
  7. Butnariu D. Fuzzy games: a description of the concept // FuzzySetsandSystem. 1978. №1. P. 181–190.
  8. Серая О.В., Каткова Т.Н. Задача теории игр с нечеткой платежной Матрицей //Математичнi машини i системи. 2012. № 3. C.29-36.
  9. Khalifa A. On Solving Two-Person Zero-Sum Fuzzy Matrix Games via Linear Programming Approach // 27International Journal of Research in Industrial Engineering. 2019. Vol. 8. No. 1 Р.17–27.
  10. Iden H. H., Zainab S. A. A new proposed ranring function for solving fuzzy games // International Journal of Mathematics and Statistics Studies. October 2017. Vol.5. No.5. P.34–40.
  11. Khedekar M.D., Bapat M.S., Yadav S.N., Aher S.J. An application of fuzzy game theory to industrial decision making// Research Journal of Mathematical and Statistical Sciences. March 2017. Vol. 5(3). P. 9–12.
  12. Chaudhuri A. Solving Rectangular Fuzzy Games through // Open Comput. Sci. 2017. No. 7. P.46-50.
  13. Sasikumar S. V., Raju V. Study on Fuzzy Game Problem in Icosikaitetragonal Fuzzy Number// Annals of R.S.C.B. 2021. Vol. 25 Issue 6. P.10500 – 10508.
  14. Gajalakshmi I.R. Solving Game Theory Using Reverse Order Pentagonal Fuzzy Numbers // Journal of Algebraic Statistics. 2022.Vol 13, No. 3. P. 1785–1790.
  15. Gupta N. U. Ch., Thakur N. I. Solving Game Problems involving Heptagonal and Hendecagonal Fuzzy Payoffs // International Journal of Innovative Technology and Exploring Engineering (IJITEE). July, 2019. Vol.8 Issue 9. P.2114–2120.
  16. Xia Zh., Hao S., X. Jin, Moses O. E. On characterization of equilibrium strategy for matrix games with L-R fuzzy payoffs// Journal of the Operations Research Society of Japan. 2021.Vol. 64. Issue 3. P.158–174.
  17. Yager R.R. Multiple-objective decision – making using a fuzz sets// International Journal. Man Machine Studies. 1977. Vol.9. № 4. P.375–382.
  18. Yager R.R. Multicriteria decisions with soft: an application of fuzzy set and possibility theory// Fuzzy Mathematics. 1982. Vol.2. № 2. Pt.1. P.21–28; Vol.2. № 3. Pt.2. P.7–16.
  19. Чернов В.Г. Выбор решения на основе нечеткой игры с природой// Прикладная информатика. 2021. Т.16.
  20. №2(92). С.131–143.
  21. Rao P.P.B., Shankar N.R. Ranking generalized fuzzy numbers using area, mode, spread and weight// International Journal of Applied Science and Engineering. 2012. V.1. №10. P.41-57.
  22. Воронцов Я.А., Матвеев М.Г. Методы параметризованного сравнения нечетких и трапециевидных чисел// Вестник ВГУ. Серия Системный анализ и информационные технологии. 2014.№2. С.90-97.
  23. Ухоботов В. И., Стабулит И. С., Кудрявцев К. Н. Сравнение нечетких чисел треугольного типа // Вестник удмуртского университета. Математика. Механика. Компьютерные науки. 2019. Т.29. Вып.2. C.197-210.
  24. Балабанова Е.А., Гончарова Е.В. Использование теории игр в современном принятии решений // Концепт– Научно методический электронный журнал. 2017.Т.39. С.2051-2055.
  25. Лещинская А.Ф., Подлепа В.А. Принятие решений об инвестировании на основе игровых моделей сотрудничества и конкуренции //Экономика промышленности / Russian Journal of Industrial Economics. 2009. (2). Р.41-47.
  26. Бойко А.А. Способ аналитического моделирования боевых действий // Системы управления связи и безопасности. 2019. №2. С.1-27.
  27. Новиков Д.А. Иерархические модели военных действий //Управление большими системами. 2012. Вып. 37. С.1-38.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).