LPI Page:Unscharfe Systeme Sound Ctrl
Separator

11. Unscharfe Systeme und ihre spieltheoretische Lösung

Die Anwendung auf polit-ökonomische Zusammenhänge

Von Prof. Dr. Eduard Kofler und Lorentz Götte

Institut für Empirische Wirtschaftsforschung Universität Zürich

Der Vortrag für International Conference on Operations Research 1998, ETH Zürich
Sektion 10, Fuzzy Systems and Neural Networks

Separator

For English version, please click here Flag 2  English


Zusammenfassung


Systeme, wie auch alle Objekte unserer Realität, sollten im Entscheidungsbereich nur unscharf betrachtet werden. Jede scharfe Fassung von Systemen führt oft zu Fehlentscheiden. Das betrifft insbesondere polit-ökonomische Systeme: die Inputs, Outputs, mögliche Szenarien sollten wegen unvollständiger Information nur unscharf analysiert werden. Es muss also bei der Ermittlung von Gleichgewichtspunkten, optimalen Strategien in solchen Systemen, die Unschärfe der Daten berücksichtigt werden. Am einfachsten wird das realisiert, indem jede Unschärfe linearisiert wird (Lineare Partielle Information). Es werden also lineare Restriktionen für Zustands- und normierte Gewichtsverteilungen und Situationsoutputs einbezogen.


Im Entscheidungsaspekt werden unscharfe Systeme als unscharfe Spielsituationen betrachtet. Auf diese Weise müssen die klassischen Prinzipien der Maximierung des Erwartungsnutzens der Akteure, des Minimax-Theorems im Bereich der Unschärfe erweitert werden. Die Entscheidungen in unscharfen Systemen werden mittels der Prinzipien der Maximierung von minimalen Präferenzen und der Maximierung von minimalen gewichteten Summen bestimmt. Auf diese Wiese können in polit-ökonomischen Systemen unscharfe Gleichgewichtspunkte und Stabilitätsbedingungen ermittelt und damit auch das Risiko der Fehlentscheide vermindert.


Dabei ist die statistische Testbarkeit von wesentlicher Bedeutung, wobei die Glaubwürdigkeit des Masses der Unschärfe analysiert wird. Im Bereich der unscharfen mehrstufigen Entscheidungen können optimale Strategien mittels entsprechender Entscheidungsbäume oder unscharfer Superspiele analysiert werden. Dabei werden Adaptivitäts-, Lern- und Regelungsaspekte berücksichtigt.


Im Allgemeinen wird in dieser Arbeit gezeigt, dass in unscharfen Systemen optimale Strategien auf der Basis der unscharfen Spieltheorie ermittelt werden können. Diese Lösungen werden anhand verschiedener Beispiele aus der politischen Ökonomie illustriert. Beim Problem der Steuerhinterziehung werden die Prognosen der unscharfen Lösung mit der klassischen Lösung des Spiels vergleichen und Methoden vorgeschlagen, wie dies empirisch getestet werden kann.

 

 

Zurück zum Start der Fuzzy Logic
Nächste Kapitel