百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

MATLAB复现——基于演化博弈的南方林地森林装备网络平台模式研究

bigegpt 2024-10-28 12:47 36 浏览

今天主要是介绍对一个中文期刊“农业与技术”的一篇演化博弈的论文《基于演化博弈的南方林地森林装备网络平台模式研究》的数值仿真部分进行MATLAB编程复现。

摘要:本文基于农户与经营平台双方关键主体,运用演化博弈理论的方法,构建了理性经济人假设下的农户与经营平台的合作演化博弈模型,分析了博弈双方合作以及不合作条件下采取惩罚机制的动态博弈关系,并利用MATLAB进行模拟仿真,对比了在不同影响因素下的博弈策略选择。研究结果表明:农户与经营平台选择合作策略与所获得的超额收益、经济损失密切相关,单方不合作带来的处罚罚金也会影响到博弈结果。因此需要将农户与经营平台的经济利益紧密结合,建立良好的处罚机制对双方合作进行监督。


1.内容


2.数值仿真复现结果


3.程序

需要完整程序,可以进行打赏后截图(50元及以上),进行联系,或者公众号“联系掌门”进行联系,或者在公众号内回复截图,几小时内会回复。论文复现编程不易,还请见谅!

主程序

clc;
clear all;
close all;
%参数取值
alpha = 7/12;
V = 60;
P3 = (1-alpha)*V;
P4 = alpha*V ;
C1 = 8;
C2 = 12;
L2 = 7;
L1 = 10;
F1 = 20;
F2 = 30;
C3 = 15;
m = 2;
h = 0.2;
tspan = [0:h*0.1:1];
x0 = [0.6;0.6]; %初值
P3_I = [15 35 45 55];
result = [];
for i = 1:length(P3_I)
    P3 = P3_I(i);
    [t,x] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result = [result;x'];
end
figure(1);
plot(t',result(1,:),'b-o');
hold on;
plot(t',result(3,:),'b-p');
plot(t',result(5,:),'b-x');
plot(t',result(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:P3 = 15','X:P3 = 35','X:P3 = 45','X:P3 = 55');
grid on;
ylim([ 0 1]);
P4_I = [15 25 45 55];
P3 = (1-alpha)*V;
result1 = [];
for i = 1:length(P4_I)
    P4 = P4_I(i);
    [t1,x1] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result1 = [result1;x1'];
end
figure(2);
plot(t1',result1(2,:),'b-o');
hold on;
plot(t1',result1(4,:),'b-p');
plot(t1',result1(6,:),'b-x');
plot(t1',result1(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:P4 = 15','Y:P4 = 25','Y:P4 = 45','Y:P4 = 55');
grid on;
ylim([ 0 1]);


P3 = (1-alpha)*V;
P4 = alpha*V ;
F1_I = [10 15 25 30];
result2 = [];
for i = 1:length(F1_I)
   F1 = F1_I(i);
    [t2,x2] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result2 = [result2;x2'];
end
figure(3);
plot(t2',result2(1,:),'b-o');
hold on;
plot(t2',result2(3,:),'b-p');
plot(t2',result2(5,:),'b-x');
plot(t2',result2(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:F1 = 10','X:F1 = 15','X:F1 = 25','X:F1 = 30');
grid on;
ylim([ 0 1]);
P3 = (1-alpha)*V;
P4 = alpha*V ;
F1 = 20;
F2_I = [20 25 35 40];
result3 = [];
for i = 1:length(F2_I)
   F2 = F2_I(i);
    [t3,x3] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result3 = [result3;x3'];
end
figure(4);
plot(t3',result3(2,:),'b-o');
hold on;
plot(t3',result3(4,:),'b-p');
plot(t3',result3(6,:),'b-x');
plot(t3',result3(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:F2 = 20','Y:F2 = 25','Y:F2 = 35','Y:F2 = 40');
grid on;
ylim([ 0 1]);
P3 = (1-alpha)*V;
P4 = alpha*V ;
F1 = 20;
F2 = 30;
L1_I = [5 8 15 20];
result4 = [];
for i = 1:length(L1_I)
   L1 = L1_I(i);
    [t4,x4] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result4 = [result4;x4'];
end
figure(5);
plot(t4',result4(2,:),'b-o');
hold on;
plot(t4',result4(4,:),'b-p');
plot(t4',result4(6,:),'b-x');
plot(t4',result4(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:L1 = 5','Y:L1 = 8','Y:L1 = 15','Y:L1 = 20');
grid on;
ylim([ 0 1]);
P3 = (1-alpha)*V;
P4 = alpha*V ;
F1 = 20;
F2 = 30;
L1 = 10;
L2_I = [1 3 9 12];
result5 = [];
for i = 1:length(L2_I )
   L2 = L1_I(i);
    [t5,x5] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result5 = [result5;x5'];
end
figure(6);
plot(t5',result5(1,:),'b-o');
hold on;
plot(t5',result5(3,:),'b-p');
plot(t5',result5(5,:),'b-x');
plot(t5',result5(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:L2 = 1','X:L2 = 3','X:L2 = 9','X:L2 = 12');
grid on;
ylim([ 0 1]);
P3 = (1-alpha)*V;
P4 = alpha*V ;
F1 = 20;
F2 = 30;
L1 = 10;
L2 = 7;
m_I= [0 6 8 10];
result6 = [];
for i = 1:length(m_I)
   m = m_I(i);
    [t6,x6] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result6 = [result6;x6'];
end
figure(7);
plot(t6',result6(1,:),'b-o');
hold on;
plot(t6',result6(3,:),'b-p');
plot(t6',result6(5,:),'b-x');
plot(t6',result6(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:m = 0','X:m = 6','X:m = 8','X:m = 10');
grid on;
ylim([ 0 1]);
figure(8);
plot(t6',result6(2,:),'b-o');
hold on;
plot(t6',result6(4,:),'b-p');
plot(t6',result6(6,:),'b-x');
plot(t6',result6(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:m = 0','Y:m = 6','Y:m = 8','Y:m = 10');
grid on;
ylim([ 0 1]);
F1 = 20;
F2 = 30;
L1 = 10;
L2 = 7;
alpha_I = [0.1 0.3 0.5 0.7];
V = 60;
m = 2;


result7 = [];
for i = 1:length(alpha_I)
    alpha = alpha_I(i);
    P3 = (1-alpha)*V;
    P4 = alpha*V ;
    [t7,x7] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result7 = [result7;x7'];
end
figure(9);
plot(t7',result7(1,:),'b-o');
hold on;
plot(t7',result7(3,:),'b-p');
plot(t7',result7(5,:),'b-x');
plot(t7',result7(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:\alpha = 0.1','X:\alpha = 0.3','X:\alpha = 0.5','X:\alpha = 0.7');
grid on;
ylim([ 0 1]);
figure(10);
plot(t7',result7(2,:),'b-o');
hold on;
plot(t7',result7(4,:),'b-p');
plot(t7',result7(6,:),'b-x');
plot(t7',result7(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:\alpha = 0.1','Y:\alpha = 0.3','Y:\alpha = 0.5','Y:\alpha = 0.7');
grid on;
ylim([ 0 1]);


F1 = 20;
F2 = 30;
L1 = 10;
L2 = 7;
alpha = 7/12;
V_I = [40 50 70 80];
m = 2;


result8 = [];
for i = 1:length(V_I )
    V = V_I (i);
    P3 = (1-alpha)*V;
    P4 = alpha*V ;
    [t8,x8] = ode45(@(t,Y) myfunY1(t,Y,P3,C1,L2,F1,C3,m,P4,C2,L1,F2),tspan,x0);
    result8 = [result8;x8'];
end
figure(11);
plot(t8',result8(1,:),'b-o');
hold on;
plot(t8',result8(3,:),'b-p');
plot(t8',result8(5,:),'b-x');
plot(t8',result8(7,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('X:V = 40','X:V = 50','X:V = 70','X:V = 80');
grid on;
ylim([ 0 1]);


figure(12);
plot(t8',result8(2,:),'b-o');
hold on;
plot(t8',result8(4,:),'b-p');
plot(t8',result8(6,:),'b-x');
plot(t8',result8(8,:),'b-s');
xlabel('Time');
ylabel('Solution');
legend('Y:V = 40','Y:V = 50','Y:V = 70','Y:V = 80');
grid on;
ylim([ 0 1]);



本文内容来源于网络,仅供参考学习,如内容、图片有任何版权问题,请联系处理,24小时内删除。


作 者 | 郭志龙
编 辑 | 郭志龙
校 对 | 郭志龙

相关推荐

AI「自我复制」能力曝光,RepliBench警示:大模型正在学会伪造身份

科幻中AI自我复制失控场景,正成为现实世界严肃的研究课题。英国AISI推出RepliBench基准,分解并评估AI自主复制所需的四大核心能力。测试显示,当前AI尚不具备完全自主复制能力,但在获取资源...

【Python第三方库安装】介绍8种情况,这里最全看这里就够了!

**本图文作品主要解决CMD或pycharm终端下载安装第三方库可能出错的问题**本作品介绍了8种安装方法,这里最全的python第三方库安装教程,简单易上手,满满干货!希望大家能愉快地写代码,而不要...

pyvips,一个神奇的 Python 库!(pythonvip视频)

大家好,今天为大家分享一个神奇的Python库-pyvips。在图像处理领域,高效和快速的图像处理工具对于开发者来说至关重要。pyvips是一个强大的Python库,基于libvips...

mac 安装tesseract、pytesseract以及简单使用

一.tesseract-OCR的介绍1.tesseract-OCR是一个开源的OCR引擎,能识别100多种语言,专门用于对图片文字进行识别,并获取文本。但是它的缺点是对手写的识别能力比较差。2.用te...

实测o3/o4-mini:3分钟解决欧拉问题,OpenAI最强模型名副其实!

号称“OpenAI迄今为止最强模型”,o3/o4-mini真实能力究竟如何?就在发布后的几小时内,网友们的第一波实测已新鲜出炉。最强推理模型o3,即使遇上首位全职提示词工程师RileyGoodsid...

使用Python将图片转换为字符画并保存到文件

字符画(ASCIIArt)是将图片转换为由字符组成的艺术作品。利用Python,我们可以轻松实现图片转字符画的功能。本教程将带你一步步实现这个功能,并详细解释每一步的代码和实现原理。环境准备首先,你...

5分钟-python包管理器pip安装(python pip安装包)

pip是一个现代的,通用、普遍的Python包管理工具。提供了对Python包的查找、下载、安装、卸载的功能,是Python开发的基础。第一步:PC端打开网址:选择gz后缀的文件下载第二步:...

网络问题快速排查,你也能当好自己家的网络攻城狮

前面写了一篇关于网络基础和常见故障排查的,只列举了工具。没具体排查方式。这篇重点把几个常用工具的组合讲解一下。先有请今天的主角:nslookup及dig,traceroute,httping,teln...

终于把TCP/IP 协议讲的明明白白了,再也不怕被问三次握手了

文:涤生_Woo下周就开始和大家成体系的讲hadoop了,里面的每一个模块的技术细节我都会涉及到,希望大家会喜欢。当然了你也可以评论或者留言自己喜欢的技术,还是那句话,希望咱们一起进步。今天周五,讲讲...

记一次工控触摸屏故障的处理(工控触摸屏维修)

先说明一下,虽然我是自动化专业毕业,但已经很多年不从事现场一线的工控工作了。但自己在单位做的工作也牵涉到信息化与自动化的整合,所以平时也略有关注。上一周一个朋友接到一个活,一家光伏企业用于启动机组的触...

19、90秒快速“读懂”路由、交换命令行基础

命令行视图VRP分层的命令结构定义了很多命令行视图,每条命令只能在特定的视图中执行。本例介绍了常见的命令行视图。每个命令都注册在一个或多个命令视图下,用户只有先进入这个命令所在的视图,才能运行相应的命...

摄像头没图像的几个检查方法(摄像头没图像怎么修复)

背景描述:安防监控项目上,用户的摄像头运行了一段时间有部分摄像头不能进行预览,需要针对不能预览的摄像头进行排查,下面列出几个常见的排查方法。问题解决:一般情况为网络、供电、设备配置等情况。一,网络检查...

小谈:必需脂肪酸(必需脂肪酸主要包括)

必需脂肪酸是指机体生命活动必不可少,但机体自身又不能合成,必需由食物供给的多不饱和脂肪酸(PUFA)。必需脂肪酸主要包括两种,一种是ω-3系列的α-亚麻酸(18:3),一种是ω-6系列的亚油酸(18:...

期刊推荐:15本sci四区易发表的机械类期刊

  虽然,Sci四区期刊相比收录在sci一区、二区、三区的期刊来说要求不是那么高,投稿起来也相对容易一些。但,sci四区所收录的期刊中每本期刊的投稿难易程度也是不一样的。为方便大家投稿,本文给大家推荐...

be sick of 用法考察(be in lack of的用法)

besick表示病了,做谓语.本身是形容词,有多种意思.最通常的是:生病,恶心,呕吐,不适,晕,厌烦,无法忍受asickchild生病的孩子Hermother'sverysi...