1、人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)是智能控制技術(shù)的主要分支之一，主要用于非線性系統(tǒng)的辨識(shí)建模、非線性過程的預(yù)測(cè)、神經(jīng)網(wǎng)絡(luò)控制及故障診斷等。它通過學(xué)習(xí)逐步實(shí)現(xiàn)其計(jì)算過程。在學(xué)習(xí)過程中，神經(jīng)元之間的連接強(qiáng)度將根據(jù)環(huán)境信息發(fā)生緩慢的變化，把環(huán)境信息逐步地存儲(chǔ)于神經(jīng)網(wǎng)絡(luò)之中形成長期記憶。學(xué)習(xí)過程希望形成一個(gè)具有一定結(jié)構(gòu)的自組織系統(tǒng)與環(huán)境交互作用，從外界環(huán)境中獲取知識(shí)。博弈論是跨學(xué)科研究人的行為的一種獨(dú)特方法。人在社會(huì)中的學(xué)習(xí)過程大多有交互的特征，個(gè)體學(xué)習(xí)的同時(shí)也

2、被其他個(gè)體的學(xué)習(xí)影響。博弈是被廣泛接受的研究決策主體的行為發(fā)生直接相互作用的時(shí)候的決策以及這種決策的均衡問題的代表。鑒于人工神經(jīng)網(wǎng)絡(luò)和博弈論都是探索人類發(fā)現(xiàn)和掌握知識(shí)基本規(guī)律的工具和方法，考慮二者的結(jié)合點(diǎn)，建立有效數(shù)學(xué)模型，利用系統(tǒng)仿真技術(shù)進(jìn)一步研究，必將加速掌握和發(fā)現(xiàn)科學(xué)知識(shí)的進(jìn)程。在激烈競(jìng)爭的現(xiàn)實(shí)世界中，這對(duì)中華民族屹立于世界民族之林具有十分重要的意義。 本文在介紹人工神經(jīng)網(wǎng)絡(luò)基本原理和博弈論知識(shí)的基礎(chǔ)上，將博弈過程模型與人

3、工神經(jīng)網(wǎng)絡(luò)結(jié)合起來，研究了神經(jīng)網(wǎng)絡(luò)在模擬和預(yù)測(cè)人在重復(fù)博弈中的學(xué)習(xí)過程的潛在價(jià)值，建立了博弈過程的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型。在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)進(jìn)化過程中，效仿人類回顧對(duì)比的學(xué)習(xí)方法，引入了“regret”值作為網(wǎng)絡(luò)連接權(quán)值反饋的一部分，更新神經(jīng)網(wǎng)絡(luò)連接權(quán)值。以MATLAB為平臺(tái)將設(shè)計(jì)的網(wǎng)絡(luò)模型應(yīng)用于博弈實(shí)驗(yàn)研究，通過訓(xùn)練并模擬輸出結(jié)果，最后對(duì)結(jié)果深入分析，運(yùn)用不同的分析準(zhǔn)則與已有的學(xué)習(xí)模型進(jìn)行比較，結(jié)果表明本文的模型明顯優(yōu)于增強(qiáng)學(xué)習(xí)模型和傳統(tǒng)NNE