决策动力学中的波动性：实验、随机描述、间歇性控制与交通优化
统计力学
2009-11-07 v2 无序系统与神经网络
摘要
有限资源的协调性高效分配是由个体决策决定的 fundamental、未解难题。当个体争夺道路容量、时间、空间、金钱、商品等资源时，他们通常基于聚合信息（如电视新闻或股市指数）而非完整信息作出决策。在相关实验中，我们观察到决策动力学呈现波动性且收益分布远离最优。我们还识别了能够显著提升系统整体性能的信息呈现方式。为确定通过用户特定推荐实现决策引导的最优策略，发展了一种随机行为描述模型。这些策略能够提高对变化条件的适应性，减少偏离时变用户均衡的程度，从而提升平均收益和个体收益。因此，我们的引导策略通过减少过度反应和稳定决策动力学，使所有用户的性能提升。这些结果在预测决策行为、通过决策支持系统实现最优行为分布以及服务信息提供者方面具有高度意义。其中一种有前景的应用领域是交通优化。
引用
@article{arxiv.cond-mat/0112479,
title = {Volatile Decision Dynamics: Experiments, Stochastic Description, Intermittency Control, and Traffic Optimization},
author = {Dirk Helbing and Martin Schoenhof and Daniel Kern},
journal= {arXiv preprint arXiv:cond-mat/0112479},
year = {2009}
}
备注
For related work see http://www.helbing.org