基于强化学习的物联网可信信息覆盖优化算法

针对物联网覆盖优化问题,基于可信信息覆盖(CIC)模型和强化学习提出了一种物联网可信信息覆盖优化算法．算法采用CIC模型定义传感器覆盖,利用博弈论强化学习方法将覆盖问题建模成一个基于状态的势博弈,每个节点通过效用函数均衡节点的覆盖收益,并采用二进制对数线性强化学习方法来求解博弈问题．仿真结果表明：算法具有良好的收敛性,并且在保证收敛到纳什均衡的同时,在覆盖率和覆盖价值方面都优于分布式异构同步覆盖学习算法．     

动态需求下易腐品供应链系统中的博弈分析

针对时效性易腐品的特点和市场需求动态特性,研究了灰色不确定需求下二级链式时效性易腐品供应链系统中动态合作机制问题.在供应商和制造商之间的灰博弈模型的基础上,分析了在灰色不确定需求环境下,影响二者博弈结果的主要因素,并设计出使供应链系统中双方达到纳什均衡、供应链绩效最大化的最优策略和措施.最后通过实例对该模型的合理性与有效性进行了验证.     

无线网络中路由热点博弈模型

研究了两种场景下的路由热点博弈:一是用户可以将通信量分割成多块而选择多路由,二是用户在通信量不能分割时选择多路由.提出了一种路由热点博弈的形式化模型,在该模型下分析两种场景下纳什均衡的存在,并研究了两种场景中纳什均衡效率.通过对调和率的分析得出如下结论:两种场景中的调和率均是无边界的,只有当选择的路径中包含最少的热点时,网络才能达到最优的纳什均衡.     

城市企业空间定位的博弈分析

分析城市中企业选址是一个博弈问题,并根据企业聚集产生外部信息经济,建立了企业空间竞争模型。通过求取模型的子博弈完美纳什均衡和比较分析,得出企业选址由企业间竞争与合作的相对力量决定。     

虚拟环境中基于Stackelberg博弈的资源分配

针对虚拟化网络环境中的资源分配和定价问题,结合Stackelberg博弈模型,提出了一种同时满足底层网络和虚拟网络收益最大的资源分配和定价方案,分别设计了底层网络和虚拟网络基于效用和花费的收益函数,给出了在完全信息状态下底层网络和虚拟网络各自收益最大时的最优策略.在不完全信息决策模型下,验证了虚拟网络间非合作博弈的纳什均衡点存在性,为了获取虚拟网络的最优带宽策略和底层网络的最优定价策略,给出了一种分布式的迭代算法.最后通过数值仿真验证了该算法的有效性,取得了参与者的最优策略和子博弈完美纳什均衡.     

高校贷款:高校与银行之间的博弈分析

新文章运用所学的有关博弈的知识来探讨和简单的分析高校贷款--银行和高校之间的博弈,文章先是提出了银行和高校之间博弈的假设前提、进而建立相应的博弈模型、简要的分析并利用逆推归纳法求解出子博弈精炼纳什均衡,最后提出问题并给出解决问题的相关建议。     

诱导信息下基于博弈论的路径选择模型

诱导信息下的路径选择模型无论是在宏观的交通规划领域,还是在微观的驾驶员行为机理研究过程中都具有重要的意义.通过分析出行者选择路径的过程,将博弈论中的静态多人博弈与路径诱导下的出行者的决策过程进行对比,引入求解纳什均衡的划线法,来阐述出行者的路径选择模型,以求得到最接近实际的出行者在静态诱导信息下的路径选择模型;给出了基于博弈论的路径选择模型算法,并通过1个简单实例阐述了在静态诱导信息下出行者的博弈过程以及求解纳什均衡的方法.     

企业动态竞争战略选择的微分博弈分析

基于微分博弈理论,研究了企业如何进行动态竞争战略的制定.首先建立了对称信息条件下的双寡头企业竞争战略选择的微分博弈模型,然后通过对模型的求解和纳什均衡的讨论,分析了两家企业在博弈均衡状态下的战略选择,并把这一研究结果用来指导我国制造企业动态竞争战略制定的实践,最后对模型的进一步完善提出了一些设想.     

基于零和博弈方法的多智能体系统H∞一致性

针对存在外部扰动情形下离散多智能体系统的H_∞一致性问题,利用二人零和博弈方法,一致性协议和外部扰动分别被看作博弈双方参与者,通过寻找二人零和博弈的纳什均衡点,可以设计出针对最坏情形干扰时的最优一致性协议.而获得博弈问题的纳什均衡需要求解耦合Hamilton-Jacobi-Isaacs(HJI)方程,因此给出了解耦方法,并且使用强化学习中的双环策略迭代算法对解耦后的HJI方程进一步求解.最后给出的算例仿真结果验证了提出方法的有效性.     

有人与无人驾驶车辆交叉口驾驶博弈模型

针对有人与无人驾驶车辆在交叉口存在冲突时的协调控制问题,引入智能网联车辆的设计思想,将交叉口存在交互行为的决策个体建模为博弈中的参与者,以冲突车辆的速度改变方案为博弈策略,构建双方的收益矩阵,而驾驶收益采用行车安全收益、行车效率收益和行车舒适性收益来计算,求解博弈模型的纳什均衡,作为双方的最优驾驶策略组合,完成交叉口多车冲突的协作优化.模型加入驾驶员类型的多样性模拟,基于Matlab对提出的算法进行验证,结果表明无人驾驶车辆会根据对方驾驶员行为调整自身的行为策略,与基于冲突表的协作算法对比,本算法的冲突消解所用时间更短,在确保安全的同时提高了冲突车辆通过路口的效率.      

非合作寡头博弈与干扰信道资源分配

将多用户干扰信道频率和功率资源分配问题用寡头博弈模型进行分析. 寡头博弈中有一个超级用户,它知道其它用户的所有信道信息,并且知道它们所采取的策略,那么这个超级用户将可以计算出对自己更有利的资源分配方案,获取比纳什模型更高的速率. 通常在非合作分布式系统中,获取其它用户信息是非常困难的,本文提出的算法可以让用户从干扰强度的变化中学习得到有用信息,从而设计出基于寡头博弈模型的分布式算法.      

工程分包JIT采购均衡优化法及在矿业中应用

为解决工程分包JIT采购买卖双方利益的均衡最大化问题,研究了工程分包JIT采购过程中买卖双方的博弈机理。建立了工程分包JIT采购的博弈论模型,确定了工程分包JIT采购博弈效用函数,给出了求解工程分包JIT采购博弈模型的均衡优化算法。结合煤矿工程分包JIT采购进行了应用分析,得出了买卖双方利益均衡最大化的数值解,结果表明模型和算法都有效和准确。     

社会均衡存在定理与Nash均衡存在定理及其关系

文章引入带约束条件的博弈概念,说明相应的博弈和它的扩充博弈的Nash均衡在带约束条件博弈下具有一致性,指出N ash均衡存在定理I和II的证明方法是雷同的;叙述并证明社会均衡存在定理.利用社会均衡存在定理给出Nash均衡存在定理I、II和III的另一种证明,从而也就说明了这三个N ash均衡存在性定理证明之间的关系,其中还给出纳什均衡存在定理III的一种证明以及给出它的一个推论.     

多目标博弈加权纳什平衡点集的通用稳定性

在多目标博弈加权纳什平衡理论基础下，讨论多目标博弈在向量值支付函数伪连续条件下加权纳什平衡点的存在性结果；构建伪连续向量值支付函数的博弈空间，给出加权纳什平衡点的定义，同时定义多目标博弈的集值映射，并证明集值映射是非空的、凸的、usco映射；应用Fan-Glicksberg不动点定理、Fort定理以及本质平衡点的定义，讨论权向量和支付函数及策略集三者同时扰动下加权纳什平衡点的通有稳定性情况，得出在Baire分类意义下，构造的问题是本质的，也即是多目标博弈的加权纳什平衡点具有通有稳定性。     

多组对策系统非劣Nash策略的功效系数算法

引进多组对策系统组内部合作对策非劣解的线性型功效系数方法,证明最优解是组内部隐含某一权重向量的合作对策的非劣解,由此得到合作对策的单目标规划问题.在组内部该问题的解不仅是非劣的,而且对于所有局中人都优于不合作时的Nash平衡策略.利用组与组之间的非劣反应集,构造求解非劣Nash策略的迭代算法.该算法在保留文献[3]优点的前提下,克服其缺点,得到的解优于文献[3]对应的解.最后,用实例验证了该算法的有效性和正确性,所得结论丰富了多组对策问题的内容.     

非对称信息下多个零售商的最优订货问题

考虑需求信息非对称下多个存在竞争的零售商的最优订货问题.利用鲁棒优化方法建立优化模型,应用博弈论方法证明了Nash平衡点的存在性并给出了一般形式,另外考虑了该问题的一种特殊情形一对称博弈,最后得到该对称博弈存在Nash平衡点,并且发现零售商的最优订货量需要在一定条件下才会随回收残值的增大而增大.     

异构网络中基于非合作博弈的功率控制算法

针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。     

连续博弈中的混合策略性质及其均衡

在Fudenberg and Tirole（1991，2002）关于纳什均衡的存在性和性质的技术性说明基础上，主要讨论完全信息的连续博弈。对照于刘宗谦（2004，2006）给出的、有限的完全信息静态博弈中的混合策略性质和均衡，它提出并证明连续博弈混合策略集上类似的一些性质，同样利用范一格里克斯伯格不动点定理证明了混合策略纳什均衡的存在性。为强调紧度量空间是可用有限集充分逼近的无限集的数学结构的应用，仿照Myerson（1991，2001）对无限策略集的讨论，它给出了有关的逼近定理的证明，从而也给出了连续博弈混合策略纳什均衡存在性的另一种证明。     

分布式系统中基于非合作博弈的调度算法

针对分布式系统中任务调度问题,根据分布式环境下的任务调度特性,建立了一个非合作博弈的多角色任务调度框架,在此基础上提出了一种基于纳什均衡联合调度策略的分布式强化学习算法.相比于静态调度算法,该算法需要更少的系统知识.能使调度器主动学习任务到达和执行的相关先验知识,以适应相邻调度器的分配策略,目标是使得调度器的策略趋向纳什均衡.模拟实验结果表明:所提出的算法在任务的预期时间和公平性上相对于OLB(机会主义负载均衡)、MET(最小执行时间)、MCT(最小完成时间)等同类调度算法具有更好的调度性能.     

基于合作博弈的网格资源管理研究

借鉴网格计算模型和博弈论思想,将网格环境中资源的分配问题转化为合作博弈问题,通过寻找合作博弈的纳什均衡点来解决资源的分配问题。提出了一种基于合作博弈的网格资源管理算法CGRM和作业调度算法GSA-CGRM来研究资源分配的均衡性问题,提出资源分配的新方法。