درخت حوزه‌های تخصصی

هدف این مقاله ارائه مدلی جدید از جستجوی استراتژی های بهینه در بازی معمای زندانی تکراری با استفاده از الگوریتم ژنتیک است. بدین منظور با شبیه سازی رقابت بین ایران و عربستان در ائتلاف اوپک نفتی، از 12 نوع استراتژی مطرح در بازی معمای زندانی تکراری طی 20 اجرای الگوریتم ژنتیک به منظور حداکثرسازی امتیازات فردی بازیکن و نیز حداقل سازی امتیاز برازندگی رقیب استفاده شده است. نتایج نشان داد استراتژی ""عمل متقابل"" حائز بالاترین بازدهی متوسط در هر دو رقابت بوده و در رتبه های بعدی استراتژی های ""اکثریت موافق""، ""ماشه"" و ""عمل متقابل پس از دو بار نقض همکاری رقیب"" جای گرفته اند. استراتژی ""همواره عدم همکاری"" نیز در رقابت ها با کمترین بازدهی به عنوان ناکاراترین استراتژی شناخته شده است.

از آنجا که امروزه چگونگی ارتباط متغیرهای مالی با مدل های پیشرفته، به زبان ریاضی بیان می شوند، دراین مقاله درنظر است مدلی کارآمد و مناسب برای ارزشگذاری آتی های نفت تنظیم و ارائه کنیم. اساس کار را بر مدل شوارتز (1997) که برای دارایی پایه آتی های صنعت نفت طراحی شده قرار داده که با اعمال تغییرات مناسب، در نظرداریم آن را برای آتی های صنعت نفت ایران پیشنهاد کنیم. با عنایت به اینکه مدل شوارتز فقط پرش های کوچک را درنظر می گیرد و پرش های بزرگ در آن مدنظر قرار نگرفته است و با توجه به این نکته که با تحولات اخیر صنعتنفت، مدل های مرتبط با دارایی های نفت اصولاً بدون پرش های کوچک و بزرگ مفهومی ندارند، در این مقاله در نظر داریمعلاوه بر اعمال پرش های بزرگدر مدل دارایی پایه نفت، ثمرات رفاهی را به عنوان متغیر تصادفی منظور کنیم. مدلی که با شرایط فوق حاصل می شود منجر به یک مساله پیچیده ی ریاضی می گردد که این مساله از یک معادله دیفرانسیل جزئی شامل جمله انتگرالی با شرایط اولیه و مرزی تشکیل شده است. حل چنین مسایلی به دلیل نداشتن فرم جواب بسته در ریاضیات از اهمیت ویژه ای بر خوردار است کهباید به روش های عددی تجزیه و تحلیل شوند. ازسوی دیگر، به دلیل عدم دسترسی به داده های واقعی، داده های مورد نیاز برای اجرای مدل شبیه سازی شده اند. انتظار می رود با تأمین داده های واقعی از بازار نفت ایران، امکان اجرای مدل و کاربردی کردن آن برای پژوهشگران در صنعت نفت ایران فراهم گردد.