模糊二人零和對策的納什均衡求解

安京京+南江霞+卜紅

摘要用三角模糊數刻畫二人零和對策支付值的不確定性，提出了計算模糊二人零和對策納什均衡解的多目標規劃方法.給出了一種基于區間數比較的三角形模糊數排序方法，根據該方法將模糊二人零和對策轉化為多目標線性規劃.通過一個數值實例說明了該方法的有效性和實用性.

關鍵詞二人零和對策；三角形模糊數；區間數；多目標線性規劃

中圖分類號C934 文獻標識碼A

The Solution of the Nash Equilibrium

of Fuzzy TwoPerson ZeroSum Game

AN Jingjing1，2， NAN Jiang xia1，2，BO Hong1，2

（School of Mathematics and Computing Science， Guilin， Guangxi541004，China；

Guangxi Colleges and Universities Key Laboratory of Data Analysis and Computation，

Guilin University of Electronic Technology， Guilin， Guangxi541004，China）

AbstractThe payoffs of twoperson zerosum game were presented as triangular fuzzy numbers. We presented a new methodology for solving twoperson zerosum games with payoffs of triangular fuzzy numbers. Based on the ranking of interval， we provided a new ranking method of triangular fuzzy number. Then the solution of the fuzzy twoperson zerosum games can be obtained through solving a pair of multiobjective linear programming models. The validity and applicability of the proposed methodology were illustrated with a numerical example.

Key wordstwoperson zerosum game； Triangular fuzzy number； Interval； Multiobjective linear programming

1引言

關于支付值為三角形模糊數的二人零和對策[1]（簡稱模糊二人零和對策）已有大量的研究和應用，Bector et al.[2]，Campos[3]，Campos et al.[4]都是運用一種模糊數的排序方法將支付值中的模糊數進行去模糊化轉化成實數，進而把原問題的模糊線性規劃模型轉化為求解一般的線性規劃模型，這樣求得的對策值是一個實數.因為局中人的支付值是模糊數，所以在模糊二人零和對策中，局中人的最優策略和對策值也應是一個模糊數.目前只有少量的文獻涉及這部分的研究.Clemente[5]運用了標準排序函數將模糊二人零和對策的模糊線性規劃模型轉化為與之等價的多目標線性規劃模型，利用這種排序函數所得最優解也是模糊數.Li[6]研究了支付值是三角形模糊數的約束二人零和對策，證明了局中人的對策值與支付值滿足單調線性關系，運用模糊數的0-截集和1-截集，通過求解三個線性規劃模型得到局中人的最優策略和對策值，所求得的局中人的最優策略和對策值也是一個三角形模糊數.提出了一種新的基于區間數比較的三角形模糊數的排序方法，將支付值為三角形模糊數的模糊二人零和對策的求解轉化為一個含有參數α的多目標線性規劃模型，所得最優策略和對策值是三角形模糊數.

本文組織結構如下，第二部分是預備知識，給出了三角形模糊數的定義、截集及運算法則，介紹了區間數的比較，并提出了一種新的基于區間數比較的三角形模糊數的排序方法.第三部分運用三角形模糊數的比較方法將模糊二人零和對策的求解轉化為求解帶有參數α的多目標線性規劃模型.第四部分給出了關于商業銷售策略選擇的一個數值實例，并建立模型，給出了數值結果.

經濟數學第 32卷第3期

安京京等：模糊二人零和對策的納什均衡求解

2預備知識

2.1三角形模糊數的截集及運算法則

定義1設=a，a，是一個三角形模糊數，那么它的隸屬函數定義為

μx=x-a/a-a，a≤x

1，x=a；

-x/-a，a

0，x∈，其他.（1）

若a≥0，a，a和至少有一個不為零，則稱=a，a，是一個非負的三角形模糊數.

定義2設=a，a，和=b，b，是兩個非負的三角形模糊數.它們的代數運算和數乘分別為

+=a+b，a+b，+，（2）

λ=λa，λa，λ，λ≥0，λ，λa，λa，λ<0. （3）

三角形模糊數=a，a，的α-截集定義為α=xμx≥α，其中α∈0，1.記為α=aLα，aRα.

2.2區間數的比較

區間是實數集R的一個特殊子集[7]，記做=[aL，aR]={x∈RaL≤x≤aR}，其中aL和aR分別是區間的左、右端點.區間數也可表示為=〈m（），r（）〉，其中m（）=（aL+aR）/2是區間數的中點，r（）=（aL-aR）/2是區間數的半徑.

設=[aL，aR]和=[bL，bR]是兩個區間[7].‘≤I是一個模糊集，它的隸屬函數為：

φ≤I=1，aR≤bL，

1-，aL≤bL≤aR≤bRr，且>0，

bR-aR/2r-r，aL≤bL≤aR≤bR且r>r，

0.5，r=r且aL=bL.（4）

同樣地，也可以定義≥I.

設=aL，aR和=bL，bR是2個區間[7].‘≥I是一個模糊集，它的隸屬函數φ≥I=1-φ≤I，即

φ≥I=0，aR≤bL，0-，aL≤bL≤aR≤bR且r>0；aL-bL/2r-r，aL≤bL≤aR≤bR且r>r，0.5，r=r且aL=bL.（5）

區間不等式≤I的弱等價形式為[7]：

aRx≤bR，φ≥I≤α，

這里α∈0，1，表示違背區間不等關系≤I的可接受程度.

同樣地，定義區間不等式≥I的弱等價形式為：

aLx≥bL，φ≤I≤α.

2.3基于區間數比較的三角形模糊數的排序方法

基于區間數的比較，給出一種新的三角形模糊數的排序方法.

定義3設=a，a，和=b，b，是兩個三角形模糊數，

1）若aIb，≤α，則

2）若a>b，a>b，且φa，TFN；

3）若a=b，a=b，=，則=TFN.

其中，符號 “TFN”和“=TFN”表示三角形模糊數的模糊不等關系.φa，>Ib，

SymbolcB@ αα∈01是關于對違背a，Ib，<1，那么就認為決策者對違背Ib，=1，那么就認為Ib，=0，說明決策者完全同意TFN和=TFN.

定義4設=a，a，是一個三角形模糊數.模糊目標函數的極大值問題可描述為

maxs.t.∈Ω1

等價于下面的區間多目標數學規劃問題：

maxa，a，s.t.∈Ω1.

上述規劃問題可等價于下面的多目標數學規劃問題：

maxa，a，a+2s.t.∈Ω1.

這里Ω1是變量在實際問題中應該滿足的約束集合.

同樣地，模糊目標函數的極小值問題可描述為：

mins.t.∈Ω2.

可等價于下面的多目標數學規劃問題：

mina，，a+2s.t.∈Ω2.

這里Ω2是變量在實際問題中應該滿足的約束集合.

3模糊二人零和對策及求解方法

設局中人1和2分別具有純策略集S1=α1，α2，…，αm與S2=β1，β2，…，βn，當局中人1和2分別選取純策略αi∈S1、βj∈S2時，局中人1獲得的支付值為三角形模糊數ij=aij，aij，iji=1，2，…，m；j=1，2，…，n，而局中人2相應地損失的支付值為三角形模糊數ij=aij，aij，ij.局中人1在所有局勢下的支付值可直觀地用表表示為：

=ijm×n.

假定局中人1和2分別以概率xi和yj選取純策略αi∈S1和βj∈S2，記x=x1，x2，…，xmT，y=y1，y2，…，ynT，稱x和y分別為局中人1和2的混合策略.稱

X={x∈Rm∑mi=1xi=1，xi≥0，i=1，…，m}

和Y={y∈Rn∑ni=1yi=1，yi≥0，i=1，…，n}分別為局中人1和2的混合策略空間.

在混合策略x，yx∈X，y∈Y下，局中人1和2的對策值分別為=Ex，y=xTy

和=-Ex，y=xT-y.因為支付表中的元素為三角模糊數，所以局中人1和2的對策值也為三角模糊數，分別記為=v，v，和=w，w，.

不難得到在模糊二人零和對策中，則有

*=maxx∈Xmminy∈YnEx，y

≤TFNminy∈Ynmaxx∈XmEx，y=*

根據前面所述理論，模糊二人零和對策的最優解可以通過下面一對區間數學規劃來求解：

maxv，v，s.t.∑mi=1aijxi≥v，∑mi=1aij，ijxi≥Iv，，j=1，2，…n；∑mi=1xi=1，xi≥0i=1，2，…，m.（6）

和

minw，w，s.t.∑nj=1aijyj≤w，∑nj=1aij，ij≤Iw，，i=1，2，…，m；∑nj=1yj=1，yj≥0，j=1，2，…，n. （7）

根據定義4，區間數學規劃模型（6）可轉化為下面的多目標規劃模型：

maxv，v，v+2s.t.∑mi=1aijxi≥v，∑mi=1aijxi≥vj=1，2，…，n，-∑mi=1ijxi-v-∑mi=1ijxi-∑mi=1aijxi≤α，j=1，2，…，nv≤，∑mi=1xi=1，xi≥0，i=1，2，…，m.（8）

多目標規劃模型有許多的求解方法，在這里，用加權平均法可將上述多目標數學規劃轉化為下面的帶有參數α的單目標規劃：

min12v+13v+16

s.t.∑mi=1aijxi≥v，∑mi=1aijxi≥v.1-α∑mi=1ijxi+α∑mi=1aijxi≥1-α+αvj=1，2，…，nv≤，∑mi=1xi=1，xi≥0，i=1，2，…，m. （9）

根據定義4，并用加權平均法，區間多目標數學規劃模型（7）可轉化為下面的帶有參數α數學規劃模型：

min16w+13w+12s.t.∑nj=1aijyj≤w，∑nj=1ijyj≤，1-α∑nj=1aijyj+α∑nj=1ijyj≤1-αw+αi=1，2，…，m.w≤，∑nj=1yj=1，yj≥0j=1，2，…，m.（10）

顯然，如果模糊矩陣 A ～中的所有三角模糊數ij=aij，aij，ij退化為一個實數，即aij=aij=ij，那么v*和w*也是一個實數，即v=v=，w=w=.因此，方程（9）和（11）分別退化為經典的二人零和對策的線性規劃.從而說明的模型是經典二人零和對策模型的推廣.

4數值分析

現有公司C1和C2欲占領某一產品市場，各自擬定下一年度產品的銷售計劃，以便增加自己產品在市場上的銷售量.假定該市場對這類商品的需求為大致穩定，故一家公司銷售量增加，則會引起另一家公司銷售量減少.每家公司都在考慮采用兩種策略之一來增加自己產品在市場上的銷售量.策略α1：進行產品廣告宣傳；策略α2：改進產品包裝.兩個公司之間策略的選擇可以看成是二人零和對策，即公司C1和C2分別看成是兩個局中人.由于市場環境的復雜性和信息的不確定性，兩個公司管理者只能給出下一年度各種局勢下銷售結果的近似值.假設

公司C1在所有局勢下的支付值表示為如下的三角形模糊數：

=1751801901501561588090100175180190

利用前面所述理論，根據式（9）和（10）可分別建立局中人1和局中人2的期望收益模型如下：

max1/2v+1/3v+1/6s.t.180x1+90x2≥v，156x1+180x2≥v；175x1+80x2≥v，150x1+175x2≥v；1-α190x1+100x2+α175x1+80x2≥1-α+αv；1-α158x1+190x2+α150x1+175x2≥1-α+αv；v≤，x1+x2=1，x1≥0，x2≥0. （11）

和

min1/6w+1/3w+1/2s.t.180y1+156y2≤w，90y1+180y2≤w；190y1+158y2≤，100y1+190y2≤1-α175y1+150y2+α190y1+158y2≤1-αw+α；1-α80y1+175y2+α100y1+190y2≤1-αw+α；w≤，y1+y2=1，y1≥0，y2≥0.（12）

對于給定的參數α∈0，1的特定的值，利用線性規劃的單純形法[8，9]分別求解式（11）和（12），可得到局中人1的最小最大策略x*和其最小收益*=v，v，與局中人2的最大最小策略y*及其最大損失*=w，w，，不妨設α=0.6，可以得到x*T=（0.791 7，0.208 3），*=（155，161，165），y*T=（0.262 3，0.737 7），*=（157，162，166）.顯然*

5結束語

根據Li[7]提出的區間數的比較方法，提出了一種新的基于區間數比較的三角形模糊數的排序方法，將支付值為三角形模糊數的模糊二人零和對策的求解轉化為求解一個含有參數α的多目標線性規劃模型，所得的局中人的最優策略和對策值是三角形模糊數，這個結果與Bector et al.[2]，Campos[3]，Campos et al.[4]中所求得的局中人的最優策略和對策值是不同的.盡管所提出的模型和方法在一個數值實例中具體闡述了，這種方法也可以運用于解決其他的競爭對策問題，如在經濟，金融和管理等領域.此外，提出的三角形模糊數的排序方法可以推廣至梯形模糊數的排序，并且提出的排序方法和模型也可以運用到支付值為三角形模糊數的多目標二人零和對策.今后將進一步研究更多有效的求解模糊二人零和對策的方法.

參考文獻

[1]李登峰.模糊多目標多人決策與對策[M].北京：國防工業出版社，2005.

[2]C R BECTOR， S CHANDRA， V VIDYOTTAMA. Duality in linear programming with fuzzy parameters and matrix games with fuzzy payoffs[J]. Fuzzy Sets and Systems，2004，146（2）： 253-269.

[3]L CAMPOS. Fuzzy linear programming models to solve fuzzy matrix games[J]. Fuzzy Sets and Systems，1989，32（3）：275-289.

[4]L CAMPOS， A GONZALEZ， M A VILA. On the use of the ranking function approach to solve fuzzy matrix games in a direct way[J]. Fuzzy Sets and Systems，1992，49（2）：192-203.

[5]M CLEMENTE， F R FERNANDEZ， J PUERTO. Paretooptimal security strategies in matrix games with fuzzy payoffs[J]. Fuzzy Sets and Systems，2011，176（1）：36-45.

[6]D F LI， F Y HONG. Solving constrained matrix games with payoffs of triangular fuzzy numbers[J]. Computers and Mathematics with Applications，2012，64（4）：432-446.

[7]D F LI， J X NAN， M J ZHANG. Iterval programming models for matrix games with interval payoffs[J]. Optimization Methods and Software，2012，27（1）：1-16. [8]王正東.數學軟件與數學實驗[M].北京：科學出版社，2010.

[9]張宜華.精通matlab5[M].北京：清華大學出版社，1999.