可解释的机器学习模型：国际石油贸易网络
摘要：能源安全和能源贸易是全球经济和社会发展的基石。国际石油贸易网络（iOTN）的结构稳健性在全球经济中发挥着重要作用。我们整合了机器学习优化算法、博弈论和效用理论，构建了一个包含国际石油贸易中经济体利益和成本赋予的决策模型。我们对iOTN的网络度、聚类系数和接近度进行了良好的重构，验证了该模型的有效性。最后，在更加现实的环境中基于博弈论和基于代理的模型进行了政策模拟。我们发现，在接收到外部冲击后，出口导向型经济体比进口导向型经济体更容易受到影响。此外，贸易摩擦成本增加和减少对国际石油贸易的影响是不对称的，国际组织之间存在明显差异。
作者：Wen-Jie Xie and Na Wei and Wei-Xing Zhou
论文ID：2303.01121
分类：Physics and Society
分类简称：physics.soc-ph
提交时间：2023-06-21