تحليل نظريه بازي تكاملي ايران و عربستان در چارچوب الگوريتم ژنتيك

Analysis of the Evolutionary Game Theory between Iran & Saudi Arabia in the Form of Genetic Algorithm

هدف اين مقاله ارائه مدلي جديد از جستجوي استراتژيهاي بهينه در بازي معماي زنداني تكراري با استفاده از الگوريتم ژنتيك است. بدين منظور با شبيه سازي رقابت بين ايران و عربستان در ائتلاف اوپك نفتي، از 12 نوع استراتژي مطرح در بازي معماي زنداني تكراري طي 20 اجراي الگوريتم ژنتيك به‌منظور حداكثرسازي امتيازات فردي بازيكن و نيز حداقل سازي امتياز برازندگي رقيب استفاده شده است. نتايج نشان داد استراتژي "عمل متقابل" حائز بالاترين بازدهي متوسط در هر دو رقابت بوده و در رتبه هاي بعدي استراتژي‌هاي "اكثريت موافق"، "ماشه" و "عمل متقابل پس از دو بار نقض همكاري رقيب" جاي گرفته اند. استراتژي "همواره عدم همكاري" نيز در رقابت ها با كمترين بازدهي به عنوان ناكاراترين استراتژي شناخته شده است.

The objective of this study is providing the new model of searching for optimal strategies in iterated prisoner's dilemma (IPD) using genetic algorithm. For this purpose, by simulating competition between Iran and Saudi Arabia in OPEC oil Coalition, we used 12 strategy types over 20 runs of genetic algorithm for maximizing individual’s scores and also minimizing competitor fitness scores. The results show that “Tit for Tat” with the highest average fitness in both competitions known as the optimal strategy. The other strategies like; Soft Majority, Trigger & TF2T are next in ranking. The strategy “All D” is known as inefficient strategy in competition with the lowest productivity.