随机基于智能体模型的粗粒化分岔分析中的噪声降低：消费者锁定示例
斑图形成与孤子
2016-03-29 v3
摘要
我们研究双寡头市场中消费者锁定的细尺度随机基于智能体模型的粗粒化平衡态。在该模型中，智能体根据个人偏好和邻居意见的组合决定下一次购买。对于具有独立同分布参数和全耦合的智能体，我们推导出期望平均购买的解析近似粗粒化演化映射。然后，我们研究当产品相对感知质量存在空间分隔时粗粒化前沿的出现。我们开发了一种新颖的牛顿-克雷洛夫方法，能够准确高效地计算底层细尺度动力学为随机时的粗粒化不动点。该算法的主要新颖之处在于消除了在通过扰动初始条件的时间积分估计雅可比-向量乘积时产生的噪声。我们给出了数值结果，展示了该数值方法的收敛性质，并利用该方法表明该模型中的宏观前沿在粗粒化对称破缺分岔处失稳。
引用
@article{arxiv.1403.5959,
title = {Noise reduction in coarse bifurcation analysis of stochastic agent-based models: an example of consumer lock-in},
author = {Daniele Avitabile and Rebecca Hoyle and Giovanni Samaey},
journal= {arXiv preprint arXiv:1403.5959},
year = {2016}
}
备注
This version of the manuscript was accepted for publication on SIADS