课程链接 / 测试平台 / python数据可视化前置知识
知识点整理
( 一 )Baseline
机器学习中的 baseline 是「参照物」的意思,个人理解是机器学习模型运作时的大框架。
在机器学习中,基线(baseline)是指一个简单、易于实现的基准模型,用于与更复杂的机器学习模型进行比较。基线模型通常是一个简化的方法,不涉及许多高级技术和优化手段,可理解为算法竞赛中的暴力算法。但它提供了一个起点,帮助研究人员评估其他模型的性能。当开发和优化机器学习模型时,如果一个模型的性能无法显著超过基线,那么这可能意味着模型存在问题,需要进一步改进。在不同的机器学习任务中,基线模型可以有很多种形式。
( 二 ) ABM
基础知识相关链接:一些关于基于智能体模型(ABM)的基础理论知识和主流的建模平台介绍
ABM(Agent-Based Modeling),即基于个体的建模,是一种模拟系统复杂行为的计算方法。它通过模拟个体(代理)的行为和相互作用,来研究系统整体的动态变化。通过模拟代理之间的互动,观察宏观层面的模式和现象,帮助理解复杂系统的行为和演化。
一个典型的ABM模型由以下几个部分组成:
-
代理(Agent):系统中的基本个体,即所记录的每个数据,每个代理都有自己的属性和行为规则。
-
环境(Environment):代理活动的空间或网络,可能影响代理的行为。理解为会影响数据变化的客观条件
-
交互规则(Interaction Rules):代理之间、代理与环境之间的相互作用规则。
-
时间步(Time Steps)(相关链接:时间步介绍):系统按离散的时间步推进,模拟出系统的动态变化过程
ABM应用案例:康威的生命游戏(Game of Life),新冠传染病传播模型、政府企业博弈模型、鸟群模型……
(三)边际成本定价法
边际成本定价法是在市场需求曲线和厂商给定的边际价格曲线情况下,由两条曲线的交点来确定产品价格的方法。
在竞争市场上,由市场需求曲线和市场供给曲线形成的均衡价格等于厂商的边际成本,从长期来看,也等于厂商的最低平均成本。这样,边际成本定价一方面保证了厂商获得最大收益,另一方面又保证了消费者能够获得低价,从而获得最大效用。所以,在竞争市场上,边际成本定价是符合帕累托最优条件的一种定价方法。
在自然垄断行业,厂商在平均成本下降阶段进行生产。根据边际成本下降拉动平均成本下降,边际成本上升促使平均成本上升理论,此时,边际成本一定位于平均成本的下方。也就是说,按边际成本决定的价格一定小于平均成本。因此,厂商此时是亏损的,会退出生产。
题目实例分析
在该题目中,市场的主体是各个发电机组,他们在电力现货市场中根据市场信息/其他机组信息进行报价,并以获得最大利润为目标。
这里我们用边际成本定价法作为baseline,即每个机组都以其自身每生产一度电的成本进行报价,而不考虑市场信息和其他机组信息。即只以成本价卖出商品(事实上这就是完全竞争市场的长期均衡状态)
随后,按报价从低到高排序,依次接受报价,直到累计的功率超过了总需求,市场达到出清状态,并以最后一个满足的报价作为市场出清价格的估计。