Аннотация:
В предположениях модели социальной динамики, определяемой голосованием в стохастической среде (модель ViSE), исследуется эффективность эгоистической и альтруистических стратегий в отношении максимизации двух критериев: среднего приращения капитала и числа неразорившихся участников. Рассмотрены однородные общества и три типа распределений, генерирующих предложения: нормальные, Стьюдента и симметризованные распределения Парето. Установлено, что при распределениях с тяжелыми хвостами описанный ранее парадокс «ямы ущерба» не реализуется, причем эгоистическая стратегия лучше сохраняет численность общества в агрессивной среде, чем альтруистические; в более благоприятных средах эффективность альтруизма в этом отношении выше. Сравнение альтруистических стратегий показывает, что в агрессивной среде для сохранения численности следует поддерживать все общество, а в более благоприятных условиях полезнее поддерживать самых слабых. Изучены закономерности приращения капитала участников и выявлены ситуации, в которых два рассмотренных критерия существенно рассогласованы. На следующем этапе будут исследованы общества, объединяющие участников с разными социальными установками.
Ключевые слова:
модель ViSE, социальная динамика, динамическое голосование, стохастическая среда, яма ущерба, распределения с тяжелыми хвостами, эгоизм, альтруизм.
Образец цитирования:
П. Ю. Чеботарев, В. А. Малышев, Я. Ю. Цодикова, А. К. Логинов, З. М. Лезина, В. А. Афонькин, “О сравнительной полезности альтруизма и эгоизма при голосовании в стохастической среде”, Автомат. и телемех., 2018, № 11, 123–149; Autom. Remote Control, 79:11 (2018), 2052–2072
\RBibitem{CheMalTso18}
\by П.~Ю.~Чеботарев, В.~А.~Малышев, Я.~Ю.~Цодикова, А.~К.~Логинов, З.~М.~Лезина, В.~А.~Афонькин
\paper О сравнительной полезности альтруизма и эгоизма при голосовании в стохастической среде
\jour Автомат. и телемех.
\yr 2018
\issue 11
\pages 123--149
\mathnet{http://mi.mathnet.ru/at15221}
\crossref{https://doi.org/10.31857/S000523100002778-9}
\elib{https://elibrary.ru/item.asp?id=36486557}
\transl
\jour Autom. Remote Control
\yr 2018
\vol 79
\issue 11
\pages 2052--2072
\crossref{https://doi.org/10.1134/S0005117918110097}
\isi{https://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcApp=Publons&SrcAuth=Publons_CEL&DestLinkType=FullRecord&DestApp=WOS_CPL&KeyUT=000450516900009}
\scopus{https://www.scopus.com/record/display.url?origin=inward&eid=2-s2.0-85056787399}
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/at15221
https://www.mathnet.ru/rus/at/y2018/i11/p123
Эта публикация цитируется в следующих 5 статьяx:
Ю. Л. Словохотов, Д. А. Новиков, “Распределенный интеллект мультиагентных систем. Ч. 2. Коллективный интеллект социальных систем”, Пробл. управл., 6 (2023), 3–21; Yu. L. Slovokhotov, D. A. Novikov, “Distributed intelligence of multi-agent systems. Part II: Collective intelligence of social systems”, Control Sciences, 2023, no. 6, 2–17
Malyshev V., “Optimal Majority Threshold in a Stochastic Environment”, Group Decis. Negot., 30:2 (2021), 427–446
П. Ю. Чеботарев, В. М. Максимов, “Двухкомпонентное общество в модели ViSE: зависимость динамики от уровня кооперации и порога голосования”, УБС, 93 (2021), 51–88
В. М. Максимов, П. Ю. Чеботарев, “Cоциальная динамика, определяемая голосованием: квартильный учет особенностей стохастической среды”, Автомат. и телемех., 2020, № 10, 149–172; V. M. Maksimov, P. Yu. Chebotarev, “Voting originated social dynamics: quartile analysis of stochastic environment peculiarities”, Autom. Remote Control, 81:10 (2020), 1865–1883
Vitaly Malyshev, Lecture Notes in Computer Science, 12520, Multi-Agent Systems and Agreement Technologies, 2020, 382
Цитирование в формате AMSBIB
Обратная связь: