科普教育及媒体报道对于不实信息传播的影响

本文研究突发事件发生后不实信息的传播与扩散问题,首先,基于系统动力学的思想,提出了不实信息的动态传播模型,刻画了科普教育以及媒体报道对于不实信息传播的影响,分析了模型的稳定性态. 为了克服静态决策的局限性,论文基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步探讨得出了不实信息传播的动态最优控制策略. 最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中不实信息的控制建议与思考,为应急管理奠定了理论基础和决策依据.     

科普教育及媒体报道对于不实信息传播的影响

本文研究突发事件发生后不实信息的传播与扩散问题,首先,基于系统动力学的思想,提出了不实信息的动态传播模型,刻画了科普教育以及媒体报道对于不实信息传播的影响,分析了模型的稳定性态.为了克服静态决策的局限性,论文基于最优控制理论的方法,构建了社会效用最大化的控制模型,利用庞特里亚金最大值原理,进一步探讨得出了不实信息传播的动态最优控制策略最后,基于模型推导结论和数据模拟,说明了最优控制的优势所在,提出了在应急管理中不实信息的控制建议与思考,为应急管理奠定了理论基础和决策依据.     

基于离散模糊动态贝叶斯网络的空战态势评估及仿真

自动准确地进行空战态势评估是无人作战飞行器（UCAV）自主作战，或有人作战飞行器（MCAV）的辅助作战决策系统必须解决的技术，也是进行威胁评估和战斗决策的基础。为了解决空战态势评估的建模和实现问题，提出了用模糊动态贝叶斯网络实现空战自动态势评估的方法，推导了离散模糊动态贝叶斯网络的推理算法，建立了空战白动态势评估的离散模糊动态贝叶斯网络模型，并进行了仿真验证。仿真结果表明，依据离散模糊动态贝叶斯网络所建立的空战态势评估模型，能够准确地跟踪战场态势的变化，及时发现态势的转换边界，而且在观测值出现偶然误差或者错误时，仍然可以给出正确的评估结果。     

一类综合控制系统的MLD建模与仿真研究

为了实现一类综合控制系统的高性能控制,提出了利用基于混杂动态系统理论的MLD(混合逻辑动态)建模方法对系统进行建模.从分析系统的混杂特性出发,介绍了DHA(~散混杂自动机)建模框架和建立系统MLD模型的基本原理和步骤.将本质上混杂的综合控制系统在DHA框架下进行建模分析,然后利用HYSDEL(混杂系统描述语言)这种统一的建模语言对混杂系统进行抽象描述,并转换成便于计算和性能分析的MLD模型,最后通过仿真验证了所建立的MLD模型在对系统进行开环控制时的有效性.     

基于模糊评判的新防空威胁评估模型

防空威胁评估是防空作战指挥决策中的关键环节之一。结合现代防空作战的特点,在分析了威胁评估有关因素的基础上,给出了一种新的威胁评估方法———静态威胁和动态威胁相结合的综合威胁,并对静态威胁和动态威胁中的因素进行了分析,对相关的指标进行了量化。根据防空作战中的实际情况建立了相应的数学模型,利用模糊决策和模糊综合评价理论和方法,给出了相应的算例,证明了此模型的有效性。该模型也可为其它兵种的防空威胁评估所借鉴。     

受需求风险干扰的供应链系统最优控制策略

讨论了一类受需求风险干扰的供应链系统的最优控制问题.在建立包含市场顾客层、中间集结层和分销层的供应链系统结构模型的基础上,考虑系统受到市场需求风险的干扰,构建了受需求风险干扰的供应链系统动态模型,将前馈反馈最优控制理论引入模型,设计算法,给出了模型的最优控制策略.最后,通过对实例的仿真计算,验证了最优控制策略对需求风险的抑制作用.研究表明,前馈反馈最优控制策略是一种对需求风险具有明显抑制作用的鲁棒性控制策略.     

含时间窗联合作战计划问题的建模与求解

实际作战过程中时间窗(time window)属性是作战任务具有的一类重要属性. 结合作战计划的制定过程, 阐明了作战计划所固有的层次性, 以及各指挥层次中任务与计划的关系; 以多兵种联合作战战役计划为研究对象, 建立了含时间窗联合作战计划问题数学模型, 并通过扩展的多维动态列表规划算法(EMDLS)予以求解. 案例结果表明, 解算出的作战计划合理可行.     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

一种求解最优控制问题的混合WNN-PSO算法

针对最优控制问题的数值求解,提出了一种混合小波神经网络粒子群(WNN-PSO)算法,算法首先利用小波神经网络的非线性逼近能力参数化最优控制轨迹,将最优控制问题转化为非线性规划(NLP)问题,其决策变量为小波神经网络的参数,然后采用粒子群(PSO)算法优化小波神经网络参数,获得NLP问题的全局最优解.针对Bang-Bang最优控制问题和一个经典的化工过程最优控制问题进行仿真研究,验证了所提出算法的可行性和有效性.     

基于变阶长迭代动态规划的聚合物驱方案动态优化

聚合物驱是一种重要的提高原油采收率技术. 针对聚合物驱的注入方案优化问题, 建立了聚合物驱最优控制模型. 该模型以利润最大为性能指标, 以聚合物驱的渗流力学方程为支配方程, 并以聚合物最大用量约束和聚合物注入浓度的上下限约束为不等式约束条件. 各段塞间的注入浓度、段塞尺寸及驱油结束时间为该最优控制问题的优化变量. 对于该分布参数最优控制问题, 提出了一种变阶长迭代动态规划算法. 首先引入标准化的时间变量, 将原自由终端时间的聚合物驱最优控制问题转化为固定终端时间问题, 然后采用经典的迭代动态规划算法求解, 实现了注入浓度、段塞尺寸及驱油结束时间的同时优化, 最后通过实例验证了所提出算法的有效性.     

保险欺诈博弈与基于最优博弈策略的保险契约

运用不完全信息动态博弈和机制设计的有关理论,以伪造风险损失的保险欺诈问题为例,建立了保险欺诈博弈模型,研究了伪造风险损失欺诈博弈问题的纳什均衡及其保险双方的最优博弈策略.在此基础上,得出了使保险人的期望利润为零的保险定价公式,讨论了基于保险双方最优博弈策略的最优保险合同形式,证明了基于保险双方最优博弈策略的保险合同是部分保险.     

鞍点均衡策略在动态投入产出系统中的应用研究

基于W·Leontief提出的动态投入产出模型,讨论了其连续型的最优策略设计问题。利用博弈论的思想,把动态投入产出系统抽象为一个鞍点均衡博弈模型,运用鞍点均衡策略设计出求解动态投入产出问题的新方法,为宏观经济决策提供依据。最后的数值仿真示例证明了此方法的有效性。     

基于Q学习算法的两交叉口信号灯博弈协调控制

Q学习和博弈论相结合解决相邻两交叉口信号灯协调控制问题。在基本Q学习算法的基础上引入博弈论,以Q值作为赢得函数建立赢得矩阵。相邻两交叉口之间的协调关系属于二人非零和合作博弈,采用Nash公理方法求得其谈判解,并以此作为Q学习策略选择的依据实现两交叉口协调控制。应用Paramics交通仿真软件进行算法仿真,结果表明该方法的有效性。     

基于三方博弈的垄断企业定价策略研究

本文运用心理定价理论以及博弈论原理,研究并提出了基于企业、高收入消费者和低收入消费者三方博弈的静、动态企业定价模型。通过一个滑雪场实例,针对四种不同的收费方式建立其对应价格规划模型,运用目标规划的数学方法,设计出该滑雪场的合理定价方案。通过数据分析与检验,对规划模型做出优化。     

Towards a theory of game-based non-equilibrium control systems

This paper considers optimization problems for a new kind of control systems based on non-equilibrium dynamic games.To be precise,the authors consider the infinitely repeated games between a human and a machine based on the generic 2×2 game with fixed machine strategy of finite k-step memory.By introducing and analyzing the state transfer graphes(STG),it will be shown that the system state will become periodic after finite steps under the optimal strategy that maximizes the human’s averaged payoff,which helps us to ease the task of finding the optimal strategy considerably. Moreover,the question whether the optimizer will win or lose is investigated and some interesting phenomena are found,e.g.,for the standard Prisoner’s Dilemma game,the human will not lose to the machine while optimizing her own averaged payoff when k = 1;however,when k≥2,she may indeed lose if she focuses on optimizing her own payoff only The robustness of the optimal strategy and identification problem are also considered.It appears that both the framework and the results are beyond those in the classical control theory and the traditional game theory.     

基于随机查勘策略的夸大损失索赔欺诈博弈分析

运用不完全信息动态博弈的有关理论,建立了基于随机查勘策略的夸大损失索赔欺诈博弈模型,给出了保险双方的博弈策略选择及其可能达到的均衡,分析了满足保险人零期望利润约束的保险费率公式.研究表明,博弈模型存在某种形式的精炼贝叶斯纳什均衡,而且道德风险的存在会使保险单价格上升.最后,论证了保险标的损失额度为离散随机变量时夸大损失索赔欺诈博弈问题解的形式.     

考虑撤单率的电商配送服务能力自建与外包博弈模型与求解

针对在线冷静期内产生消费者撤单行为情况下电商配送服务能力的自建与外包决策问题,引入撤单率,从是否进行合作的角度给出了完全合作博弈、完全非合作博弈和不完全非合作三种合作强度的动态博弈模型,并将其中两种情形划分为三阶段动态博弈过程,采用逆向递归法求解这两种情形下各子博弈均衡解,得到了在线购买环境下电商配送服务能力自建与外包的最优解集.进一步地,在第三种情形下设计了成本分担、利润分配以及风险规避三种子博弈模型,以增强模型的灵活性.数值算例与分析表明电商配送服务能力博弈中,电商决策者能够有效实现撤单行为与成本变动影响下动态博弈的帕累托优化.     

机载软硬杀伤武器协同使用的动态决策方法

针对空战中电子战系统和火力打击系统在空域、时域和频域中的最优协同使用,构建了以指控中心为决策主体的软硬杀伤武器协同作战框架。首先建立了软硬杀伤性武器的有效作战使用空域、频域和时域模型,然后结合每一决策时刻的战场实时态势得到当前的协同作战使用的静态可选方案集,再采用以全过程综合作战效能最大作为决策策略的马尔可夫动态决策模型,通过迭代求极值得到全作战过程的软硬杀伤行为最优协同使用方案,最后指控中心将决策结果解释为具体的作战战术参数,完成作战指挥控制。仿真实例说明该方法能根据战场态势的动态变化实时得到软硬杀伤性武器的最优使用方案。     

三维空间“追逃防”三方微分对策方法

针对三维空间中的多智能体参与的追逃博弈问题展开研究,提出了一种基于追踪器、逃逸器以及防御器3个智能体参与的追逃博弈模型。在该模型下,通过引入零控脱靶量的方法降低了系统的维数和计算复杂度;采用模糊综合评估的方法对追踪器的目标函数进行设计,结合微分对策理论,得出追踪器的最优控制策略。仿真对比结果表明:在追踪器控制量占优势的情况下,提出的最优控制策略可以使追踪器绕开防御器并且捕获逃逸器;在追踪器控制量不占优势的情况下,提出的最优控制策略可以延长追踪器被防御器拦截的时间。     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.