[发明专利]一种南方稀土尾矿管控开发的优化评估方法

权利要求书

1.一种南方稀土尾矿管控开发的优化评估方法，其特征在于，包括以下步骤：

步骤1：设定参与南方稀土尾矿管控开发的优化评估的三方主体为稀土矿开采企业(开采企业)、当地政府(政府)和当地居民(居民)；设定开采企业的策略集为{增加，不增加}，即稀土开采企业是否给与当地居民增加就业岗位，居民的策略集为{反馈，不反馈}，即当地居民是否给当地政府反馈矿场开采企业的开发情况，政府的策略集为{管控，不管控}，即当地政府是否对于矿场开采企业开发的力度的管控；设定开采企业选择“增加”的概率为x，则“不增加”的概率为1-x；居民选择“反馈”的概率为y，则“不反馈”的概率为1-y；政府选择“管控”的概率为z，则“不管控”的概率为1-z；通过对开采企业、居民和政府的博弈模型进行设定，其策略空间为分别为(增加，反馈，管控)即(1,1,1)，(增加，反馈，不管控)即(1,1,0)，(增加，不反馈，管控)、即(1,0,1)，(增加，不反馈，不管控)即(1,0,0)，(不增加，反馈，管控)即(0,1,1)，(不增加，反馈，不管控)即(0,1,0)，(不增加，不反馈，管控)即(0,0,1)，(不增加，不反馈，不管控)即(0,0,0)等8种组合；

步骤2：光伏并网发电场地调度中开采企业、居民和政府等三方博弈策略空间对应的t运营时段下效益函数可通过八种策略组合方式进行表示：

设m₁(t)为开采企业提供给居民的就业数目，α₁(t)为开采企业给政府带来的市场效益，β₁(t)为开采企业从居民那里获得的劳动效益，δ₁(t)为开采企业从居民那里获得的利润系数，γ₁(t)为政府对于开采企业的开发力度的管控程度，δ₂(t)为给政府所带来的市场效益系数，m₂(t)为居民给政府负反馈的数目，m₃(t)为政府接收到来自居民的负反馈的数目，α₂(t)为开采企业过度开发给政府带来的负面效益，u()为单位阶跃函数，θ为开采企业开发矿场的规模，m₄(t)为政府解决开采企业所带来的环境危害所消耗的经费，λ₁(t)为开采企业支付给居民的薪水，λ₂(t)为政府对居民获利的影响系数；

第一种策略组合方式为(1,1,1)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)]+m₂(t)·[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)]-m₃(t)·[β₁(t)+γ₁(t)]-α₂(t)·u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]

G(t)＝m₃(t)·[β₁(t)+γ₁(t)]+α₂(t)·u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]-[β₁(t)+γ₁(t)]·m₄(t)

R(t)＝m₁(t)·[λ₁(t)+λ₂(t)]

第二种策略组合方式为(1,1,0)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)]+m₂(t)·β₁(t)·δ₁(t)-m₃(t)·β₁(t)-α₂(t)·u[β₁(t)·δ₁(t)-θ]

G(t)＝m₃(t)·β₁(t)+α₂(t)·u[β₁(t)·δ₁(t)-θ]-β₁(t)·m₄(t)

R(t)＝m₁(t)·λ₁(t)

第三种策略组合方式为(1,0,1)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)]+m₂(t)·β₁(t)·δ₁(t)-m₃(t)·β₁(t)-α₂(t)·u[β₁(t)·δ₁(t)-θ]

G(t)＝m₃(t)·β₁(t)+α₂(t)·u[γ₁(t)·δ₂(t)-θ]-β₁(t)·m₄(t)

R(t)＝m₁(t)·[λ₁(t)+λ₂(t)]

第四种策略组合方式为(1,0,0)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)]+m₂(t)·β₁(t)·δ₁(t)-m₃(t)·β₁(t)-α₂(t)·u[β₁(t)·δ₁(t)-θ]

G(t)＝m₃(t)·β₁(t)+α₂(t)·u[β₁(t)·δ₁(t)+-θ]-β₁(t)·m₄(t)

R(t)＝m₁(t)·λ₁(t)

第五种策略组合方式为(0,1,1)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)]+m₂(t)·[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)]-m₃(t)·[β₁(t)+γ₁(t)]

G(t)＝m₃(t)·[β₁(t)+γ₁(t)]-[β₁(t)+γ₁(t)]·m₄(t)

R(t)＝m₁(t)·[λ₁(t)+λ₂(t)]

第六种策略组合方式为(0,1,0)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)]+m₂(t)·β₁(t)·δ₁(t)-m₃(t)·[β₁(t)]

G(t)＝m₃(t)·β₁(t)-[m₂(t)+β₁(t)]·[λ₁(t)+λ₂(t)]

R(t)＝m₁(t)·λ₁(t)

第七种策略组合方式为(0,0,1)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+γ₁(t)·δ₂(t)]+m₂(t)·γ₁(t)·δ₂(t)-m₃(t)·β₁(t)-α₂(t)·u[γ₁(t)·δ₂(t)-θ]

G(t)＝m₃(t)·γ₁(t)-γ₁(t)·λ₂(t)

R(t)＝m₁(t)·λ₁(t)

第八种策略组合方式为(0,0,0)时，开采企业的效益函数D(t)、政府的效益函数G(t)和居民的效益函数R(t)分别可表示为：

D(t)＝m₁(t)·[α₁(t)+β₁(t)·δ₁(t)]+m₂(t)·β₁(t)·δ₁(t)-m₃(t)·β₁(t)

G(t)＝β₁(t)·[m₃(t)-λ₂(t)]

R(t)＝m₁(t)·λ₁(t)

步骤3：通过开采企业、政府和居民等三方博弈策略空间对应的t运营时段下收益函数可给出开采企业、政府和居民等三方的期望效益和复制动态方程:

(1)开采企业的平均期望效益和复制动态方程可表示为：

(2)政府的平均期望效益和复制动态方程可表示为：

(3)居民的平均期望效益和复制动态方程可表示为：

步骤4：可通过建立开采企业、政府和居民的复制动态方程组对演化稳定策略进行求解，若开采企业、政府和居民等三方博弈主体所采取的某一策略为稳定状态，则开采企业、政府和居民等三方博弈主体选择该策略的概率x、y、z需要满足以下相应条件：

对于开采企业，当F(x,t)＝0时，需满足其中可表示为：

对于政府，当F(y,t)＝0时，需满足其中可表示为：

对于居民，当F(z,t)＝0时，需满足其中可表示为：

步骤5：可见通过开采企业、政府和居民的复制动态方程组可构建开采企业、政府和居民的动态演化三维动力系统，并在开采企业、政府和居民对不同策略的期望相同时，系统处于稳定状态，则此时可通过分析开采企业、政府和居民的动态演化三维动力系统给出开采企业、政府和居民的演化稳定策略；

由F(z,t)和的表示式可以看出，若λ₂(t)-λ₁(t)＞0，即政府对居民获利的影响大于开采企业支付给居民的收益效益，则居民趋向于“反馈”策略，若λ₂(t)-λ₁(t)＜0则居民趋向于“不反馈”策略；

接下来对参与演化博弈的政府对待反馈方案进行地调度优化分析：

令则可知当x＝x₁时，F(y,t)＝0，则说明此时政府选择“管控”的概率y不论取何值系统都处于稳定状态，可见此时对接纳场地流转的调度优化无意义；

当x≠x₁时，则y取0或1时，当F(y,t)＝0，三方主体演化博弈的系统可处于稳定状态，并有以下4种情况：

1)若z[λ₂(t)-λ₁(t)]-λ₁(t)＞0，即同时需满足γ₁(t)λ₂(t)-m₂(t){u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]-u[β₁(t)·δ₁(t)-θ]}＞0，此时说明拥有者选择“反馈”的概率较高，且政府对居民获利的影响大于开采企业支付给居民的收益效益；当β₁(t)·δ₁(t)-θ＞0时，即开采企业从居民那里获得的劳动效益和经济效益达到最佳，则u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]-u[β₁(t)·δ₁(t)-θ]＝0，则开采企业从居民那里获得的劳动效益和经济效益一般，此时会产生两种情况：

①当β₁(t)·δ₁(t)-θ＜0且β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ＜0时，会促进政府更好的接收到来自居民的反馈；若0≤x＜x₁，则且则演化博弈的稳定点为y＝0，可见在开采企业选择“增加”的概率较低时政府趋向于“不管控”策略；

②若1≥x＞x₁，则且则演化博弈的稳定点为y＝1，可见在运营商选择“增加”和居民选择“反馈”的概率较高时政府可趋向于“管控”策略；

2)若z[λ₂(t)-λ₁(t)]-λ₁(t)＜0，即同时需满足γ₁(t)λ₂(t)-m₂(t){u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]-u[β₁(t)·δ₁(t)-θ]}＜0，则需要同时满足γ₁(t)λ₂(t)-m₂(t)＜0且β₁(t)·δ₁(t)-θ＜0与β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ＞0时，此时需开采企业给居民增加的就业岗位m₂(t)大于政府对开采企业的开发力度的管控γ₁(t)·λ₂(t)，此时会以下两种情况：

①若0≤x＜x₁，则且则演化博弈的稳定点为y＝0，此时政府趋向于“不管控”策略；

②若1≥x＞x₁，则且则演化博弈的稳定点为y＝1，此时政府可趋向于“管控”策略；

3)若γ₁(t)λ₂(t)-m₂(t){u[β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ]-u[β₁(t)·δ₁(t)-θ]}＜0且时，则需要同时满足γ₁(t)λ₂(t)-m₂(t)＜0且β₁(t)·δ₁(t)-θ＜0与β₁(t)·δ₁(t)+γ₁(t)·δ₂(t)-θ＞0时；

当1≥x＞x₁，则且则演化博弈的稳定点为y＝0，此时即使开采企业选择“增加”的概率较高，但由于政府对居民的获利效益影响较大，只有当开采企业支付给居民的利益大于政府的影响长度，此时政府可趋向于“不管控”策略；

4)若z[λ₂(t)-λ₁(t)]-λ₁(t)＜0，同时满足γ₁(t)λ₂＞m₂(t)时，若1≥x＞x₁，则且则演化博弈的稳定点为y＝1，说明若开采企业支付给居民的收益效益较高时，此时即使居民趋向于“不反馈”策略，但政府可趋向于“管控”策略。