自从开车以来,一直被别的车在排队的时候“加塞”所困扰,一开始是怎么也拗不过这股脾气,凭什么我老老实实排队就要让你随便往里面插?后面的车还不停滴我?怎么老是碰上这种没素质的?于是拼命往前挤,有好几次差点追尾。
后来时间长了,气也气过了,就在想这里面的一些问题,一开始的假设要加塞的人总会有自己的迫切需求,比如有急事、忘记变道了、没看清道路标记等等,而自己是慢慢排队排过来的,已经是做了心理准备,能够接受这个时间损失,那么这样允许别人加塞,对于我和加塞的人来说,就实现了帕累托最优,对社会总福利有贡献!
这里面有一个特别的场景是:如果在等红灯的时候,马上要过去了,被加塞了,那么这样自己的时间损失就会比较大,大概是几分钟,好像是不太符合帕累托效应了,这个时候要这么假设,如果加塞的人宁愿顶着被一列排队等红灯的开车人质疑的目光,也要加塞,可以认为他的紧急情况是比较大的,那么让他加塞所获得福利也就越高,还是可以实现帕累托最优!
当然这里面也有搭便车的现象,就是有的人已经达到一种境界,就是不管怎么样就是要加塞,哪怕没有上面所说的紧急情况,也要加上一塞,以占到小便宜而暗爽,这种情况是不是帕累托最优的呢?假设这种人是确实存在,那么就要衡量他导致的损失是不是大于那些收益就可以了,极端情况下,假设加塞的100人里面有99人都是如此,那么剩下的1个是有紧急情况,综合考虑下,允许他加塞所带来的福利收益也是大于另外99人的贪图小便宜的损失的,其实这里面还有额外的收益,就是那些随意加塞的人往往同时有多个交通风险,比如占据多个通行道、紧急变道、快速超车等问题,如果不允许他加塞,那么他就会想方设法再找另外一个切入点实施他的加塞计划,对于整条道上的行车来说,构成的潜在损失就会很大,所以允许他加塞,可以实现帕累托最优!
加塞问题,还有一个特点,就是实现了纳什均衡,对于规规矩矩排队的每一辆车来说,要面对的都是同一个问题,允不允许别人加塞?显然,如果能够协调一致,那么最好的策略是不允许别人加塞,那么就会给那些随意加塞的人以惩罚(时间上和心理上),这样就会帮助他形成良好的习惯,就像警察给犯规的人开罚单一样,但是现实情况做不到,因为无法充分沟通和协调,有些车可能因为一时车速过慢,留出足够的空隙导致加塞的人成功实施加塞策略,还有一些可能因为怕剐蹭而主动让出空间,这样都会使得整体防加塞策略失败,对于每一个执行防加塞策略的个人来说,就会构成潜在的损失,因为要紧紧跟着前面的车,不让加塞的车有足够的空隙来实施加塞行动,是需要高度专注的,就算这样,也可能造成追尾,而一旦追尾,你将是全责!所以每一个人最合理的策略就是:允许加塞!大家都选择这种策略,构成各自的支配性策略,就形成了纳什均衡!
虽然允许加塞能够实现帕累托最优和纳什均衡,但是不得不说,加塞这个行为本质上是个搭便车的行为,会增高全体开车人的时间成本以及维护规则的信用成本,获得的仅仅是个人的微小收益(除了紧急情况之外),所以还是建议大家开车上路时尽量遵守规则,用好导航,提前设计好路线,当发现走错路了或者来不及变道的时候,就多开一个路口再调头,做一个文明开车的好公民!

是否要允许堵车“加塞”的帕累托最优、纳什均衡分析相关推荐

  1. 讲讲什么是帕累托最优

    总第209篇/张俊红 今天这篇来给大家讲讲什么是帕累托最优,帕累托最优(Pareto Optimality),也称为帕累托效率(Pareto efficiency),是资源分配中的一个概念,最优表示资 ...

  2. 多目标优化之帕累托最优

    帕累托最优 维基百科:帕累托最优是指资源分配的一种理想状态.给定固有的一群人和可分配的资源,如果从一种分配状态到另一种状态的变化中,在没有使任何人境况变坏的前提下,使得至少一个人变得更好,这就是帕累托 ...

  3. 使用帕累托最优选择解释涌现现象

    在涌现现象中,许多简单的元素之间的相互作用和协调会导致一些新的.不可预测的现象或特性的出现.这些现象或特性可能涉及多个目标,例如学习速度.准确性.鲁棒性等等.在这种情况下,我们可以使用帕累托最优选择来 ...

  4. “囚徒困境”与帕累托最优理论以及基于OpenAI的辅助--测试(3)

    "囚徒困境"与帕累托最优理论 1. "囚徒困境"的定义与理论起源 1.1 基本定义和起源 1.2 重复多次的"囚徒困境" 2. " ...

  5. 帕累托改进和帕累托最优、卡尔多-希克斯改进

    根据目标个数,分为单目标规划,以及多目标规划.多目标的规划是去找折中的解集合,既pareto最优解集合.对优化目标超过3个以上的,称之为超多目标优化问题. 帕累托改进描述的就是在没有人变得不好的前提下 ...

  6. 质量小议24 -- 帕累托最优

    资源分配的一种理想状态 一种分配状态到另一种状态的变化中,任何人境况没有变坏,其中至少一人境况变的更好 充分利用有限的人力.物力.财力, 优化资源配置 以最小的成本创造最大的效率和效益 "无 ...

  7. 纳什均衡与帕累托最优

    1. 囚徒困境(非零和博弈) 考虑一个囚徒困境的例子,来解释非零和博弈下出现的稳态: 纳什均衡:是指一种状态,这种状态是多个参与者在特定策略组下实现的稳定状态,此状态特点是:在该策略组下,任何人单独改 ...

  8. 分布式能源接入分析matlab 通过分布式能源的选址定容确定得到帕累托最优解集

    分布式能源接入分析matlab 通过分布式能源的选址定容确定得到帕累托最优解集,然后选择最优值进行分析,模型为双层模型,程序采用改进粒子群算法 _:89180639056410504快乐程序人

  9. 分布式能源接入分析matlab 通过分布式能源的选址定容确定得到帕累托最优解集,然后选择最优值进行分析

    分布式能源接入分析matlab 通过分布式能源的选址定容确定得到帕累托最优解集,然后选择最优值进行分析,模型为双层模型,程序采用改进粒子群算法,程序本人编制,可讲解! :951806390564105 ...

  10. 纳什均衡和帕累托最优

    在研究非合作博弈中,最为常用的一个评价指标为纳什均衡(Nash equilibrium).通过纳什均衡可以较好的反应出参与博弈的各个个体的决策和博弈结果.根据纳什均衡的定义可知,采用可以满足纳什均衡的 ...

最新文章

  1. Java编程基础篇第二章
  2. WCF项目的架构设计
  3. MySQL / 自带的四个数据库介绍
  4. Androidstudio坑
  5. Pricing debug - update
  6. 2020年工作总结大会感悟
  7. 函数不可访问_Java中的不可变总结
  8. HDU 4407 Sum(容斥原理+状态压缩)
  9. [设计模式-行为型]访问者模式(Vistor)
  10. 微信手机 WeOS 的可行性到底有多大?
  11. java并发编程(4)--单例模式的安全问题 volatile
  12. 一图掌握ICT项目管理流程图【实例】
  13. 合并报表编制采用的理论_合并报表的基本逻辑是什么?
  14. 爬虫爬取B站视频封面
  15. Mybatis基础学习之万能的Map和模糊查询
  16. APMServ启动失败解决方法
  17. SQLMAP-POST注入
  18. vue组件库介绍以及组件库Element UI 的使用
  19. python 1104: 求因子和(函数专题)
  20. windows远程桌面自动登录

热门文章

  1. 网络子系统33_网桥设备的配置更新
  2. java 泛型详解-绝对是对泛型方法讲解最详细的,没有之一
  3. matlab kdj代码,KDJ交易系统原理、用法及源代码(KDJ系统)
  4. 史上最全股票指标图文详解(原创)
  5. Axure RP8手机边框
  6. android局域网连接TSC桌面打印机打印
  7. Python爬取最新反爬虫汽车之家口碑
  8. 用JAVA不失精度计算等额本息还款列表
  9. 鬼谷八荒宗门亲密度怎么提升
  10. 基于蒙特卡洛的大规模电动汽车充电行为分析(Matlab代码实现)