军队经费内部控制实施中的博弈分析

军队经费内部控制实施过程中存在监督者与执行者之间的“监督与执行”博弈和执行者之间的“合谋”博弈。监督者应改变博弈参数、引导博弈方向,加大“承诺行动”的“可置信度”、提高监督查处概率,强化不相容岗位分离,避免执行者的机会主义动机,保证军队经费内部控制的实施。     

美国政府关门风波背后的政治博弈

10月17日凌晨,美国白宫宣布,美国总统奥巴马已将国会参众两院刚通过的联邦政府临时拨款议案签署成为法律,标志着联邦政府非核心部门的关门风波结束。根据美国国会参众两院16日晚投票通过的议案,联邦政府各部门将获得预算运营到2014年1月15日,同时把财政部发行国债的权限延长至2014年2月7日。     

基于深度强化学习潜艇攻防对抗训练指挥决策研究

潜艇和水面舰艇编队间的攻防对抗是潜艇作战研究的重点内容,如何确保潜艇在舰艇编队、反潜直升机等兵力的联合封锁下存活和突围,是对潜艇指挥决策的考验.为此,针对潜舰机博弈对抗场景,从深度强化学习和规则推理两个方面构建潜艇智能体,提出两种近端策略优化(Proximal Policy Optimization,PPO)算法改进机...     

装备科研购置一体化采办的博弈分析及外部性效应

本文基于军方的视角,指出我军在进行装备科研购置一体化采办中存在的问题,运用经济学中的博弈论的观点,说明科研部门与生产部门的利益博弈是导致装备采办过程出现外部性、造成经费低效率使用的重要原因。同时,文章还为如何解决装备采办过程中的外部性困境,提出了理论思考和政策建议。     

“阿拉法特”仍在搅动中东

近日．巴勒斯坦领导人阿拉法特的死因问题在中东地区闹得沸沸扬扬,各方围绕阿拉法特的死因展开了新一轮政治博弈。去世已近8年的阿拉法特,仍在中东和平进程中显示举足轻重的作用。     

融合先验知识的异构多智能体强化学习算法研究

近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。     

基于信号博弈的网络主动防御研究

针对现有被动防御方式难以有效确保军事信息网络安全的问题,从信号伪装的角度对军事信息网络的主动防御进行研究,提出了一种最优伪装信号选取方法。在分析军事信息网络攻防对抗的基础上,基于信号博弈理论对网络攻防过程进行建模;提出了网络攻防收益量化方法;在精炼贝叶斯纳什均衡分析的基础上,设计了最优伪装信号的选取算法。通过实验验证了方法的合理性和可行性,为军事信息网络安全防御提供了一种新的思路。     

市场经济条件下政府宏观调控的博弈分析

政府宏观调控在市场经济运行中的作用已被我国经济发展的实践所证实。宏观调控有很多类型,按调控的范围可分为行业内调控和行业间调控。文章从博弈论的角度出发,分别运用博弈论中的古诺模型和重复博弈模型对这两种宏观调控的必要性进行了分析,阐明了行业内宏观调控对经济高效运行、行业间宏观调控对促进经济均衡有序发展的重要作用。     

基于博弈论组合赋权-TOPSIS法的战时装备维修保障点配置方案评价

针对战时装备维修保障点配置受多种因素影响、保障指挥员难以快速有效地评价保障点配置方案合理性的问题,提出一种战时装备维修保障点选址方案评价方法。综合考虑战场环境、自然环境和交通条件等多方面因素,构建了战时装备维修保障点配置方案评价指标体系并对各指标进行量化分析;基于博弈论思想进一步优化AHP-熵权主客观组合权重,结合TOPSIS法实现战时装备维修保障点配置方案的定量评价,通过示例验证了该方法的合理性和有效性。