基于真实吐露贪婪机制的多Agent单机调度问题

在分布式环境下,从组合拍卖的角度出发研究了多Agent的单机调度问题,设计了一种贪婪机制.该贪婪机制包括贪婪分配算法和贪婪支付算法两部分,首先贪婪分配算法以资源Agent收益最大为目标解决组合拍卖中的竞胜标问题,然后贪婪支付算法以第二价格支付的形式确定中标者应该支付的最小费用.本文证明了该贪婪机制的真实吐露性,并通过算例说明设计机制的可行性与有效性.最后进行仿真实验比较该贪婪机制与线性规划方法的求解效果,结果袁明,对大规模问题,该机制能够快速得到使系统总收益近似最优的调度方案.     

考虑共享出行的用户均衡交通分配模型

为了研究共享出行行为对交通分配问题的影响,本文提出一个基于路径的共享出行用户均衡交通分配模型.在该模型中,出行者不仅要选择从出发地到目的地的路径,而且还要进行模式选择,以达到最小化广义路径出行成本的目的.本文构建的考虑共享机制的交通分配模型引入两个假设:1)一个乘客只被一个共乘司机搭载,一个司机只载一个乘客;2)由于参与共享出行活动,共乘司机和乘客均可获得额外的共享出行奖励,此外共乘乘客还能得到共享出行成本折扣.这两个假设使得所构建的共享出行用户均衡模型更贴近现实.Braess网络中的数值结果分析了关键参数对均衡结果的影响,结果表明:共享出行成本优惠和共享出行奖励均是鼓励出行者参与共享出行活动的有效措施.     

考虑患者爽约和插队的医疗检查能力分配策略

医疗检查是一种预约服务系统.除了急诊患者外,其他患者往往需要提前预约.考虑提前预约患者可能出现取消预约、爽约以及急诊患者插队情形下的医疗检查预约问题,提出了一种决定是否接受患者预约请求的医疗检查能力分配策略.以医院的期望收益最大为目标,建立了医疗检查预约问题的马尔可夫决策模型;然后对该模型进行了性质分析,证明了对于任意提前预约时段,均存在各类提前预约患者最优预约数量,进而给出了医院最优医疗检查能力分配策略以及该策略的求解算法;最后,给出数值算例验证了所提出的预约策略的适用性和有效性.     

基于拍卖-谈判的多因素多物品采购机制设计

设计了一种先"拍卖"再"谈判"的两阶段机制,以实现更有效率且更符合实际的多物品采购运作.该机制的设计充分考虑到,采购组合拍卖中同时存在的价格竞争和质量竞争,以及供应商与采购商的私有信息披露问题.证明了机制中拍卖阶段的激励相容和个体理性;给出了机制中谈判阶段需要满足的三个条件,并分别为企业采购和政府采购设计了满足上述条件的垄断谈判和纳什谈判机制.分析发现,此两阶段机制在拍卖阶段实现了激励相容和个体理性的预分配方案,在满足谈判各方个体理性的前提下,在谈判阶段实现了分配效率的改进.     

多无人机协同目标分配仿真系统设计与实现

介绍了一种求解多无人机协同目标分配问题的方法,提出了多无人机协同目标分配仿真系统设计的总体思路.在此基础上,设计了层次化的体系结构和组织化的功能模块,并分析了系统计过程中涉及的关键技术及其实现方法.最后用面向对象语言实现了多无人机协同目标分配仿真系统,并对一个典型的分配问题进行了仿真实验,实验表明,仿真系统对该分配问题的求解提供了良好的支持.     

基于生产负荷率均衡的多供应商订单分配仿真

针对供应链下游企业面临向一个产业集群内多家供应商订购同一种产品的情况,分别从企业实际分配订单的情况及多个供应商之间的生产负荷率均衡方向考虑订单分配问题.基于生产能力及生产负荷率均衡分别建立了一个制造商对多个供应商的订单分配模型.考虑到企业实际运作过程中需求及生产能力的不确定性,通过离散系统仿真分析验证了基于生产负荷率均衡的分配策略不仅能从制造资源上保证订购企业下达的订单得以顺利完成,而且还有利于提升整个供应商群体的运作水平,进而实现整个供应链的优化.     

可分离物品拍卖及污染物排放总量分配方法

以污染物允许排放总量的分配为背景,针对治污边际成本为私有信息的情况,研究了一个资源分配的拍卖方法和模型.具体地,首先分析了无偿分配的局限性和局中人可能的策略行为,也讨论了一种确定总量的有偿分配方法可能的均衡结果和存在的问题.然后,基于可分离物品拍卖思想给出了一种可变总量的竞争分配模型,研究了其有限激励性和分配有效性,同时也得到了一个统一价格拍卖的均衡结论,该结论与现有的一些成果相比更具一般性.最后结合湖北省环境规划有效性的评价讨论了该模型的应用.     

基于层次位置管理的HIP移动性支持机制

针对现有HIP机制不支持节点微移动的问题,提出了基于层次位置管理的HIP移动性支持机制.在该机制中,网络被分成多个区域,每个区域都有一个本地集合服务点管理区域中节点的身份标识及其IP地址之间的映射关系.当节点在同一个区域中移动时,只需要在该区域的本地集合服务点上进行位置更新.仿真表明,和现有的HIP机制相比,基于层次位置管理的HIP移动性支持机制具有较低的信令开销,可以较好的支持节点的微移动.     

采购组合拍卖改进机制研究

针对多因素逆向组合拍卖,设计了QA-VCG机制,该机制既满足机制设计要求的基本性质,同时考虑了逆向组合拍卖中质量因素分配的新特征.在上述工作的基础上,以提高采购商收益为目的,设计了改进QA-VCG机制,改进QA-VCG机制既满足分配效率、激励相容和个体理性,同时显著提高了采购商收益量.在条件期望意义下,进一步证明了改进QA-VCG机制对于提高采购商期望收益的最优性.     

复杂项目团队指派的多维度机制设计

研究了含有多个子项目的复杂项目团队指派的机制设计问题,模型考虑了投标者之间存在外部性的情况.通过建模分析,得到了相应贝叶斯机制满足激励相容和个体理性性质的充分必要条件.进一步分析了,该机制是分配有效机制或采购商最优机制分别需要满足的条件.     

Combining classifiers for credit risk prediction

Credit risk prediction models seek to predict quality factors such as whether an individual will default (bad applicant) on a loan or not (good applicant). This can be treated as a kind of machine learning (ML) problem. Recently, the use of ML algorithms has proven to be of great practical value in solving a variety of risk problems including credit risk prediction. One of the most active areas of recent research in ML has been the use of ensemble (combining) classifiers. Research indicates that ensemble individual classifiers lead to a significant improvement in classification performance by having them vote for the most popular class. This paper explores the predicted behaviour of five classifiers for different types of noise in terms of credit risk prediction accuracy, and how could such accuracy be improved by using pairs of classifier ensembles. Benchmarking results on five credit datasets and comparison with the performance of each individual classifier on predictive accuracy at various attribute noise levels are presented. The experimental evaluation shows that the ensemble of classifiers technique has the potential to improve prediction accuracy.     

基于移动边缘计算的车联网任务卸载研究与仿真

为能够在接近用户端利用边缘设备的计算资源为人们提供高质量的服务,基于移动边缘计算的车联网架构设计了一种联合资源分配和任务卸载的机制。将原问题分解为资源分配和卸载决策2个子问题分别求解。将原问题简化成系统容量最大化的资源分配问题,通过比例资源分配算法得到初始卸载集合;采用联合卸载决策与资源分配机制求解上述问题。通过迭代直到实验现象趋于平稳。仿真结果表明：与以往方法相比该机制降低了算法的复杂度,并且用户效用始终较高,大大提升了车联网系统的服务效率。     

Resource allocation with minimum transmit power in multicast OFDM systems

To minimize the total transmit power for multicast service in an orthogonal frequency division multiplexing (OFDM) downlink system, resource allocation algorithms that adaptively allocate subcarriers and bits are proposed. The proposed algorithms select users with good channel conditions for each subcarrier to reduce the transmit power, while guaranteeing each user’s instantaneous minimum rate requirement. The resource allocation problem is first formulated as an integer programming (IP) problem, and then, a full search algorithm that achieves an optimal solution is presented. To reduce the computation load, a suboptimal algorithm is proposed. This suboptimal algorithm decouples the joint resource allocation problem by separating subcarrier and bit allocation. Greedy-like algorithms are employed in both procedures. Simulation results illustrate that the proposed algorithms can significantly reduce the transmit power compared with the conventional multicast approach and the performance of the suboptimal algorithm is close to the optimum.     

应对大规模突发事件的资源布局模型与算法

突发事件越来越频繁地发生,对应急物资保障提出了更高的要求,好的资源布局方案对地区的资源保障程度至关重要.本文根据分级的原则,利用按照灾区分组和场景分析的方法分别确定两种级别下的各个灾区应急物资需求,同时,考虑了当级别为high时营救过程的机理分析.文章针对某个区域内的应急资源布局问题,建立了一个适于多点需求,多点救助的多目标规划模型,分别考虑两种级别的资源分配,以期为选址决策者进行选址和应急资源布局提供依据.求解该问题时,针对模型设计了算法,并进行了算例分析.     

基于DEA方法的额外资源分配算法

研究基于DEA(数据包络分析)方法的资源分配问题.求解该类问题的难点在于:对于参与分配的决策单元来说,其分得的额外资源数不仅依赖于该决策单元的相对效率值,还依赖于它的规模大小,因此分配权重难以确定.根据输入、输出指标数的分布情况,建立了3种基本模型,分别是单输入单输出、多输入单输出、单输入多输出模型,给出了这3种模型的资源分配权重的确定算法.最后给出实例,并对给出的分配原则的合理性进行了分析讨论.     

铁路编组站配流协同优化模型与算法

编组站配流问题是研究车站作业计划优化编制的主线, 是站调阶段计划的核心. 为了实现配流的协同优化, 综合考虑解体调机、编组调机、到发线运用、取送车作业、配流等约束, 对总车流量、出发列车满轴列数、车辆在站停留时间等目标函数进行层次划分, 建立了编组站配流优化模型, 并以ECGACO算法为基础, 设计了针对配流问题的遗传-蚁群协同求解算法. 以郑州北站的实际数据进行测试证明了算法的有效性, 为编组站阶段计划的优化编制及配流智能化的实现提供了较好的解决途径.     

知识链成员之间利益分配的二人合作博弈分析

运用合作博弈理论,构建了具有旁支付的知识链成员之间利益分配的二人合作博弈模型,并通过实例分析,解决成员之间的利益分配问题.     

A DYNAMIC ALLOCATION MODEL FOR MEDICAL RESOURCES IN THE CONTROL OF INFLUENZA DIFFUSION

In this paper,we develop a unique time-varying forecasting model for dynamic demand of medical resources based on a susceptible-exposed-infected-recovered(SEIR) influenza diffusion model.In this forecasting mechanism,medical resources allocated in the early period will take effect in subduing the spread of influenza and thus impact the demand in the later period.We adopt a discrete time-space network to describe the medical resources allocation process following a hypothetical influenza outbreak in a region.The entire medical resources allocation process is constructed as a multi-stage integer programming problem.At each stage,we solve a cost minimization sub-problem subject to the time-varying demand.The corresponding optimal allocation result is then used as an input to the control process of influenza spread,which in turn determines the demand for the next stage.In addition,we present a comparison between the proposed model and an empirical model.Our results could help decision makers prepare for a pandemic,including how to allocate limited resources dynamically.     

基于Maxmin公平的风险控制资源比例分摊方法

在项目风险管理实践中,如何将风险控制资源适当地分摊给各风险因素是一个重要议题.在风险控制资源总量有限的情况下,合理地分配风险控制资源将有助于提高风险控制效果,提高资源利用效率.考虑到比例分摊是一种在实践中被广泛采用的分摊方法,其直观的分摊原理更容易被决策者所理解和接受,因此引入比例分摊思想研究该问题.首先推导出项目风险控制资源分摊集的数学表达式,进而定义各定义风险因素的分摊效用函数,在此基础上以分摊效用值满足Maxmin公平为目标,构建风险控制资源分摊模型并给出相应的分摊算法.该模型被应用到软件项目开发实例中,结果表明该方法能够实现对风险控制资源的合理分摊,可以为项目经理提供有效的决策支持.     

基于集中式MIMO雷达的功率带宽联合分配算法

针对集中式多输入多输出雷达对多目标进行跟踪的问题,提出一种基于后验克拉美罗下界的功率和带宽联合分配方法。该方法首先对各目标位置误差的后验克拉美罗下界进行预测,将克拉美罗下界构建为代价函数建立优化模型,从而将资源分配问题转化为求解非凸优化问题；而后运用凸松弛技术和循环最小化算法对该非凸优化问题进行求解；最后通过仿真验证所提算法的有效性。结果表明,与另外3种分配算法相比,所提算法在多种场景下均能有效提高目标跟踪精度。