Resumen

Determinar los ganadores en subastas combinatorias para maximizar los ingresos del subastador es un problema NP-completo. Calcular una solución óptima requiere un tiempo de computación enorme en algunos casos. En este documento, aplicamos tres conceptos de la teoría de juegos para diseñar un algoritmo de aproximación: la estabilidad del equilibrio de Nash, el autoaprendizaje del juego evolutivo y el error del supuesto de la mano temblorosa. Según nuestros resultados de simulación, el algoritmo propuesto produce soluciones casi óptimas en términos de los ingresos del subastador. Además, un tiempo de computación razonable es otra ventaja de aplicar el algoritmo propuesto a los servicios del mundo real.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Ganadores; Subastas combinatorias; Ingresos; Algoritmo de aproximación; Teoría de juegos; Simulación
• Keywords:Winners; Combinatorial auctions; Revenue; Approximation algorithm; Game theory; Simulation