Approcci con disequazioni variazionali e metaeuristici per modellare e investigare le strategie degli agenti

Questa tesi presenta i miei lavori di ricerca degli ultimi tre anni. Lo scopo del mio tema di ricerca è quello di indagare, con diverse tecniche e approcci, il comportamento, le strategie e le interazioni tra agenti. In primo luogo, ho presentato la parte del mio studio sull'approccio di Teoria dei Giochi utilizzando disequazioni variazionali e modelli di programmazione intera, sia statici che dinamici, ovvero modelli in cui nessuna casualità è coinvolta nello sviluppo di stati futuri del sistema. L'approccio utilizzato per risolvere i diversi modelli, con variabili continue, è trovare una soluzione delle rispettive disequazioni variazionali considerate. D’altra parte, il modello proposto nel Capitolo 4 viene risolto come un problema lineare intero e utilizzando un algoritmo genetico. In secondo luogo, ho presentato la parte del mio studio sui modelli stocastici, in condizioni di incertezza, durante situazioni di emergenza. Ogni modello presentato nei Capitoli 5, 6 e 7 si basa sull'approccio della disuguaglianza variazionale stocastica a due stadi. Infine, ho presentato lo studio riguardante gli algoritmi metaeuristici, concentrandosi su due aspetti principali: la Swarm Intelligence, ossia sull'Ottimizzazione delle Colonie di Formiche, e gli Algoritmi Immunologici per risolvere il problema della Community Detection.

Grantor dc:publisher

Università degli studi di Catania

Year dc:date

2023

Author dc:creator

• FARGETTA, GEORGIA

Contributors dc:contributor

• PAVONE, MARIO FRANCESCO

• Variational Inequality, Game theory, Nash equilibria, Complex Networks, Agent Behaviour, Metaheuristics, Ant Colony Optimization, Stochastic Problems
• Disequazioni Variazionali, Teoria dei Giochi, Equilibri di Nash, Algoritmi Metaeuristici, Comportamento ad Agenti, Problemi Stocastici

Statement dc:rights

• info:eu-repo/semantics/openAccess
• license:PUBBLICO - Pubblico con Copyright
• license uri:iris.PUB02

Language dc:language

ita

Handle dc:identifier

https://hdl.handle.net/20.500.11769/582152

OAI identifier oai:identifier

oai:www.iris.unict.it:20.500.11769/582152