挙動の検証

図 4.8 時間経過特性FIU   価が高くなる時間が変化する．

なお，このモデルは精緻に検証したものではなく，既に知られている学説や，モデル作成 者の経験則にもとづいてモデル化されたものであるため，モデルの妥当性は未検証である．

しかし，簡単な経験則からこのようなモデルを作成し，実装レベルのスクリプトから処 理構造を視認化することで，モデルの理解・共有性を高め，かつモデルの改変によってよ り適切なモデルへと改善することが容易となっている．

図 4.9 シミュレーション結果  

図 4.10 実際の入札経過  

しかし，終期の連続的な入札行動は実際の入札行動にも見られる動きを実現している．た とえ中盤で値上げを競り合ったとしても，終了間際での競り合いで最終的な値段が決定す るため，ネットオークションの形式に慣れている入札者は，終盤でのみ入札行動をとる場 合があるため終期に入札が集中する傾向にある事がわかっている[73]．

さらに図4.11の入札者の変遷を見てみると，初期は主にPly-1からPly-5までの初期入 札者による競争が行われ，中期はPly-6からPly-8までの全期入札者が主体となり，終期に

はPly-9からPly-11までの終期入札者が加入した競争となっている．このような形で実際

の入札経過での初期入札者と全期入札者，終期入札者の行動を表現している．

X軸はシミュレーションステップ，Y軸は入札者の番号 図 4.11 入札者の変遷（1試行の例）

このモデルについて詳細な妥当性の検証を行うならば，モンテカルロ法を用いて複数回 のシミュレーションの結果が収束する先と，実データの比較を行う必要がある．中期にせ り上げが跳躍する箇所については，時間軸の調整によって自動入札の経過を圧縮すること で再現することができると思われる．さらに今後Fuzzy推論のメンバーシップ関数の調整 によってより精緻なモデルへと改良することができるであろう．

ファジィニューラルネットワーク[48]の研究により，FIUが必要とするパラメータを自 動で調整する手法も確立されており，それらの手法と組み合わせることでより高度なモデ ル作成へとつなげることが期待できる．

このように大まかな傾向を把握できるモデルならば，経験則によってある程度の方向性 を保つモデルを構築することが可能である．このモデルを基に，さらに多くの要素やそれ ぞれの重みづけ，処理優先度などを加味した検証を行っていくにあたって，モデルの理解・

共有性がより重要となるであう．