Geri Dön

A comparative analysis of different expectation models for the El Farol Bar Problem

El Farol Bar Problemi'nde farklı beklenti modellerinin karşılaştırmalı analizi

  1. Tez No: 765129
  2. Yazar: BURAK ÇETİNER
  3. Danışmanlar: DOÇ. DR. HAKAN YAŞARCAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

El Farol Bar Problemi ilk olarak W. B. Arthur (1994) tarafından ortaya atılmıştır ve bu problem“kompleksite iktisadı”olarak isimlendirilen yeni bir alan tanıtmak için sunulmuştur. El Farol Bar Problemi özellikle tıkanıklık ve koordinasyon problemleri çalışmalarında sıklıkla kullanılmıştır. Bu çalışmada El Farol Bar Problemi'ni ajan temelli benzetim metodolojisi ve Python bilgisayar dili yardımıyla modelledik. Farklı beklenti modelleri ile çeşitli ajan türleri oluşturarak ajan türlerinin ortaya çıkardığı davranışlar performans ölçütlerine bağlı olarak karşılaştırdık. Farklı ajan türleri ile yapılan deneyler sonucunda iki önemli sonuca ulaştık: Kararların heterojenliği ajanların başarısında kilit rol oynamaktadır ve bar kapasitesinin ajanlar tarafından bilindiği varsayımı bu problemde iyi bir performansın ortaya çıkması için zorunludur. Literatürdeki sonuçlar ile paralel olarak, beklenti değerlerini rassal bir sekilde oluşturan ajanlar katılım değerleri açısından en yüksek heterojenliği oluşturmaktadır. Bu tez çalışmasında, beklenti değerlerini üstel düzeltme yöntemi ile oluşturan ajanlar modelleyerek literatüre sunduk. Bu ajanlar, diğer ajan türleriyle kıyaslandığında kararlarda düşük heterojenlik nedeniyle kötü bir performans sergilemektedirler ancak üstel düzeltme yöntemi kapasiteyi öğrenme konusunda gayet iyi çalışmaktadır. Buna bağlı olarak, üstel düzeltme yöntemiyle kapasiteyi öğrenen ve katılım tahminini rassal bir şekilde yapan yeni bir ajan türü oluşturduk. Bar kapasitesinin bilinmediği durumlarda bu ajan türü ortalama katılımın bar kapasitesine doğru yaklaşan ve kararlarda heterojenliği sağlayan bir davranış üretmektedir. Son olarak, karar verme süreçlerinde beklenti modelleri yerine histerezis yapısı kullanan Yasarcan-Çetiner ajanlarını modelledik. Bu ajan tipinde bar kapasitesini o grenmek i cin hi cbir ozel algoritma bulunmamas na ra gmen Yasarcan-C etiner ajanlar , ortaya c kan kolektif davran slar sonucunda bar kapasitesini bir suru olarak o grenmektedir.

Özet (Çeviri)

The El Farol Bar Problem is first discussed by W. B. Arthur (1994) and he presents this problem to introduce a new field that he names as“complexity economics”. The El Farol Bar Problem is widely used in the literature, especially in congestion and coordination studies. In this study, we model the El Farol Bar Problem using the agent-based modelling methodology and Python computer language. We create different agent types with distinctive expectation models. The emergent behaviors of different agent types are compared with respect to several performance measures. After several experiments with different agent types, we reach two important conclusions: The heterogeneity of the decisions is the key factor in obtaining low standard deviation of attendance values and the assumption of knowing the bar capacity value is crucial for a good performance. Agents who make expectations randomly generate the highest heterogeneity in the attendance values, which is consistent with the findings in the literature. In this thesis, we also introduce agents who use exponential smoothing method in forming expectations. They create low heterogeneity in decisions and a poor performance compared to other agents. Nevertheless, the exponential smoothing method works well in learning the capacity value. Accordingly, we introduce an agent type that combines random attendance expectations with the exponential smoothing method in estimating the capacity. When the bar capacity is unknown, this agent type produces mean attendance values gravitating towards the bar capacity ensuring the heterogeneity in the decisions. Lastly, we develop Yasarcan-Çetiner agents that do not use expectation models, but a hysteresis structure in decision-making. Although, they do not have explicitly coded capacity learning mechanism in their algorithms, they still learn the bar capacity as a swarm according to their emergent collective behavior.

Benzer Tezler

  1. Örgüt topluluklarında yeni örgüt formlarının oluşumu: Türkiye ve Avrupa bağlamında bir araştırma

    Formation of new organizational forms in organizational populations: A study in the context of Türkiye and Europe

    SENCER ÖZEL

    Doktora

    Türkçe

    Türkçe

    2024

    İşletmeGalatasaray Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NACİYE AYLİN ATAAY SAYBAŞILI

  2. Network analysis of co-search-based investor attention on stock prices

    Ortak arama tabanlı yatırımcı dikkatinin hisse senedi fiyatları üzerindeki ağ analizi

    MÜGE ÖZDEMİR

    Doktora

    İngilizce

    İngilizce

    2025

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  3. HETEROGENEOUS WIRELESS NETWORKS: TRAFFIC OFFLOADING, RESOURCE ALLOCATION AND COVERAGE ANALYSIS

    HETEROJEN KABLOSUZ AĞLAR: TRAFİK YÜK DEVRETME, KAYNAK TAHSİSİ VE KAPSAMA ANALİZİ

    ALİ RIZA EKTİ

    Doktora

    İngilizce

    İngilizce

    2015

    Elektrik ve Elektronik MühendisliğiTexas A&M University

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERCHİN SERPEDİN

  4. Mutluluk ekonomisi ve akademisyenlerin mutluluk ve yaşam memnuniyetleri üzerine bir inceleme

    The economics of happiness and a review on happiness and life satisfaction of academics

    ZÜLEYHA ÖZDEMİR SEVİM

    Doktora

    Türkçe

    Türkçe

    2021

    EkonomiSüleyman Demirel Üniversitesi

    İktisat Ana Bilim Dalı

    PROF. DR. BEKİR GÖVDERE