模糊多目标两人零和博弈的Pareto策略

利用Sakawa模糊目标函数研究了多目标两人零和博弈Pareto最优安全策略. 在分析模糊多目标Pareto策略性质的基础上,提出了该策略的确定方法. 证明了当博弈达到Pareto均衡时模糊多目标向量函数满足的等价条件,该条件体现了博弈均衡受到局中人模糊偏好的影响.     

n人非合作博弈弱Nash均衡点的存在性

根据Nash均衡的定义,也即是局中人单独改变自己的策略不能使自己支付更大这一结论,提出了一种新的均衡,其思想是局中人通过改变自己的策略的确可以增加自己的支付,但是由于局中人改变策略会产生成本这一事实,当成本高于或等于增加的支付时使得局中人没有改变自己的策略。基于这样的事实背景,在博弈模型中引入了局中人的成本函数,重新建立了n人非合作博弈模型,以及n人非合作广义博弈模型,并给出了弱Nash均衡点的定义,在此基础上研究博弈模型中弱Nash均衡点的存在性;通过定义最优回应映射,应用相关引理证明最优回应映射是usco的、非空的、凸的;通过Fan-Glicksberg不动点定理证明了n人非合作博弈,以及n人非合作广义博弈弱Nash均衡点的存在性。     

面向云制造的有限资源多任务调度博弈

为解决云制造环境下云服务组合优化调度问题,在深入分析目前优化调度问题存在的难点及研究不足的基础上,提出一种云制造环境下有限资源的多任务调度模型。考虑服务需求者间存在的利益冲突及重要的服务评价指标,以每个服务需求者作为博弈参与者,将每个任务的执行制造路径当作博弈策略,把时间、合格率、成本和服务质量组成的综合服务水平看作博弈支付函数,最终把有限资源的多任务调度问题转变为多个静态非合作博弈问题。在此基础上,将求解纯策略纳什均衡解的过程编制为算法,该算法所得的均衡解为每个任务的最终执行制造路径。实验仿真表明该模型及算法具有可行性及有效性。     

基于非合作博弈的应急车辆调度与再配置

多事故多救援站点的应急车辆调度问题中,在处置当前事故时,若将空闲车辆再配置于救援站点,有利于对潜在事故的快速响应.文中采用双层规划理论和非合作博弈理论建立应急车辆调度与再配置模型.上层模型在事故需求和救援时间窗约束下,最小化当前事故响应时间;下层模型将各救援站点视为非合作博弈的局中人,综合考虑车辆再配置时间和救援站覆盖区域潜在风险,确定局中人的收益函数,将优化再配置策略转化为寻求非合作博弈的纳什均衡.然后,提出一种层次混合蛙跳算法,其中上层算法用于求解约束单目标规划问题,下层算法用于求解非合作博弈模型.求解事故算例证明了应急车辆调度与再配置模型的合理性和层次混合蛙跳算法的有效性.     

求解广义纳什均衡问题的一种下降算法

广义纳什均衡问题是一种非合作博弈,其每一个竞争者的策略集和目标函数都要依靠其他竞争者的策略集.最近,Heusinger和Kanzow利用Nikaido-Isoda函数把广义纳什均衡问题转化为一种带约束的优化问题.在此基础上提出了一种下降型算法,并且证明了算法的全局收敛性.     

完全信息多目标博弈均衡解的存在性

通过给出字典序均衡解、 偏好均衡解及合作均衡解的概念, 建立完全信息多目标博弈模型, 研究多目标博弈系统解的存在性, 并论证了偏好均衡解的性质及偏好均衡解与合作均衡解的关系.     

多目标博弈弱Pareto-Nash平衡点集的稳定性研究

运用一致拓扑的方法研究了支付函数和策略集双重扰动下多目标博弈弱Pareto-Nash平衡点的稳定性,结果表明大多数多目标博弈的弱Pareto-Nash平衡点能够抵抗支付函数和策略集的双重扰动;证明了一定条件下弱Pareto-Nash平衡点的本质稳定连通区的存在性,推导出多目标优化问题弱有效解的本质连通区的存在性,推广了相应文献的结果.     

对粗糙集上的不完全信息非合作博弈的均衡分析

在经典不完全信息非合作博弈中，常常假定局中人知道其他局中人类型的概率分布，但是在现实的社会中，对于这样的概率分布往往无法知晓.本文借助粗糙集理论处理这种不完备性，首先利用其中一个局中人依赖于对其他局中人的信息判断，计算出其他局中人的类型近似精确度.其次，给出模型的Nash均衡的存在性定理，并利用Kakutani-Fan-Glicksberg不动点定理证明了Nash均衡的存在性.最后，通过一个实例验证了该博弈模型的实用性.     

高校课堂博弈行为分析

在高校课堂这种特殊的环境下,存在明显的行为困境.在对高校课堂博弈的局中人进行有限理性假设的基础上,给出了基于效用理论的几个经典模型和模型的解,并对均衡的转移进行了分析.最后得出“学风优良”、“教风严谨”、“校风纯正”是高校课堂博弈精炼纳什均衡的结论.     

两人零和模糊博弈的可能规划模型

研究模糊博弈环境下如何确定两人零和模糊博弈的均衡策略问题. 引入模糊测度刻画博弈局中人的偏好,提出了4种模糊偏好类型,给出其相应的模糊可能规划模型,并以此为工具,得到了一种确定两人有限零和模糊博弈均衡策略的新方法. 实例验证了该方法确定的均衡策略就是具有博弈偏好的现实均衡策略.     

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。     

基于博弈论的多机器人任务分配算法

为了寻找一种合理有效的多机器人任务分配算法,基于多机器人协作救火任务环境,以博弈论纳什均衡为基础,研究多机器人的任务分配问题。根据任务模型特点和纳什均衡的主要特征提出了一种基于博弈论的任务分配算法。博弈的效用函数同时考虑了距离、火势和燃烧时间等因素,机器人根据此效用函数选择行为策略,促使机器人尽快扑灭惩罚值较大的火灾而获得较大的奖励值。利用任务总收益函数值的大小评价算法的优劣性。收益函数与火势、燃烧时间和机器人扑灭火灾数有关,这切合实际救火模型。实验结果证明了该任务分配算法的有效性。     

基于博弈论的背包问题优化算法

基于博弈粤论提出了一种背包问题优化算法。将背包问题的搜索空间映射为博弈的策略组合空间，背包问题的目标函数映射为博弈的效用函数，通过理性博弈主体的最优反应动态与均衡的扰动恢复过程达到优化目标。给出了算法的形式定义及描述，证明了算法的全局收敛性。仿真运算及与遗传算法的比较结果验证了算法的有效性。     

一个基于对策论的协商模型

传统的对策论,往往不存在或存在多个Nash平衡点,使得要找到使各个Agent都满意的解是非常困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的对策状况,并且引入两种通信行为：请求保证和提供补偿,使得多个Agent在协商过程中寻求共识,得到一个折中的,稳定的,较好的解,基本满足各自的赢利。     

基于博弈理论的认知无线电频谱分配

在认知用户效用函数的基础上,应用寡头市场博弈模型来解决频谱分配中的授权用户博弈问题.根据认知用户的效用函数以及Bertrand、Cournot均衡理论提出了授权用户信道竞价的动态Bertrand博弈算法.理论与仿真结果表明:稳定的纳什均衡解与速率调整参数有关,当速率调整参数小于0.020时,可以在较短的时间内获得稳定的信道价格;同时,纳什均衡点与边际成本有关,较高的边际成本可以获得较高的信道价格.     

一种基于Stackelberg博弈的流速与拥塞控制算法

研究了Stackelberg流速与拥塞博弈问题,对一次非合作流速与拥塞控制博弈模型中的Nash均衡点进行了推理和证明.接着深入研究了单跟随者与多跟随者流速与拥塞博弈模型,论证和推导了均衡的存在性和均衡解向量.在此基础上,扩展模型到多层次的Stackelberg博弈结构中,并找出均衡点上领导者和多跟随者流速率的解析解.基于Stackelberg拥塞博弈模型,提出了相关流速与拥塞控制算法(HCAS)的框架,包括层速率控制算法和端系统速率控制算法2个部分,在层速率计算完毕后,层内端系统速率将由层内端系统速率分配算法决定.仿真实验表明,HCAS能够较好地实现层速率分配以及端系统速率的计算工作,验证了算法的可行性和有效性.     

认知无线电网络中功率控制方法的研究

分布式功率控制是认知无线电系统常用的功率控制方法之一.将非合作博弈论的方法应用于认知无线电的功率控制上,在Goodman所提出NPG模型以及NPGP模型上来进行代价函数的改进,并提出一种新的博弈算法来实现对认知无线电系统的功率控制.该算法不仅考虑到系统用户之间的公平性,同时还考虑到认知用户之间干扰的影响,并通过理论证明了其纳什均衡的存在性与唯一性.仿真结果表明,该算法不仅能使用户发射功率降低,同时还可以使用户的效用提高,并且收敛性较好.     

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。     

多小区认知无线电网络中基于非合作博弈的功率控制算法

功率控制技术是认知无线电网络的关键技术之一。本文对多小区认知无线电网络进行分析,建立非合作博弈模型,提出一种新的适用于多小区认知无线电网络基于非合作博弈的功率控制算法,分析指出了该算法存在唯一的纳什均衡,并通过数值仿真分析了该算法的性能,用户可以以相对较低的发射功率获得较高的效用和服务质量,具有一定的实用性。