简介：研究了一类多组动态古诺模型，分别对只有一组企业，有两组企业但其中一组只有一个企业以及两组均有两个企业构成的多组动态博弈模型进行了稳定性分析，通过数值模拟验证了分析的结果，并比较了各种情况下的均衡利润与对应的作为寡头博弈的均衡利润的大小，结果表明当同组企业进行适当利润分配，博弈后的最终均衡利润大于它们各自作为寡头博弈后的均衡利润这一经济现象。这说明了同组的企业通过适当的调整利润分配，最终可以达到帕累托最优状态。

简介：引入＂学习效应＂的思想,构建了一类具有学习效应的有限理性古诺竞争模型,利用非线性动力系统的分支理论研究了该模型均衡点的存在性与稳定性,并进行了对比研究与数值仿真。研究结果表明学习效应对动态古诺竞争复杂性有显著影响：系统稳定域随着企业学习效应的增强而增大;系统到达均衡的速度随着企业学习效应的增强而加快;企业产量调整速度的变化对模型的稳定性有较明显的影响。

简介：本文基于生物学哲学的视角,认为人类的认知能力是自然选择的结果。鲁斯强调进化不等同于进展,科学知识的积累是人类凭借自然选择而来的“后生规则”对客观存在知识不断掌握的一个过程。通过对鲁斯进化认识论的梳理,既是对进化认识论客观存在的认可,也是对“进化认识论”发展瓶颈的一次探讨。

简介：Agent在MAS中的行为在很多方面类似于生物在自然环境中的生态行为，因此，从生态系统角度，基于生态特征研究MAS的工业进化模型是很有意义的，对解决生态工业系统的优化控制有着引人注目的现实意义和发展前景。应用贝叶斯技术和贝叶斯网络为智能Agents和多Agent系统所提供的数学框架和处理工具，可有效地解决Agent研究领域所遇到的知识表示、学习和行为决策问题。生态工业系统中的每个企业可以建模为智能Agent。提出一种基于贝叶斯网的方法来对各企业Agent之间的协作关系进行建模。该方法能有效表达各企业Agent的行为策略之间的因果关系，进而可以对生态工业系统中各企业在不同情况下采取的行为策略进行预测和决策，使得整个生态工业系统的经济效益、社会效益和环境效益达到最优化。

简介：本文主要探讨了“麦克斯韦妖”工作原理对人才任用的启示，认为在人力资源管理系统中存在着多个“开关型界门”，要充分发挥这些“界门”的作用，投入人员和精力，做好职位分析和收集人才信息等基础性工作。与“麦克斯韦妖”一样，对相关信息进行对比后，把“快分子”放过去，把“慢分子”挡在门外。