多企业联盟的博弈分析

根据联盟成员合作与不合作时收益的相对关系的不同，运用博弈分析讨论了企业可能会遇到的四种不同收益结构的多企业联盟博弈的特点及其稳定解集。对不同情况下企业应采取的对策提出了建议。     

非对称物流联盟合作关系的进化博弈模型

基于进化博弈理论,研究了非对称状态下同性质物流企业物流联盟的合作协调问题,通过对非对称物流联盟特征的描述,标定进化博弈分析的基本条件,设计复制动态方程进行合作进化博弈分析,以相位图形式表达物流联盟合作关系的进化演变过程,并讨论了合作概率与各因素的变动关系．研究结果表明,物流企业联盟合作的稳定性与合作成：本、保留收益、联盟收益以及利益分配率等因素相关,联盟收益与利益分配率越大,博弈双方的合作意愿越强,联盟越趋于稳定．最后通过算例验证了分析结果的可行性。     

基于指派博弈的供应链联盟整体设计经济模型

结合供应链运作的特点,从指派博弈的角度分析了供应链企业的合作战略.将供应链整体设计经济模型向多层拓展,得到了一个最大化联盟利润的多层供应链整体设计经济模型,并证实了模型中合作博弈核心解的存在性.研究表明:供应链联盟核心企业在联盟内部供应链成员企业生产成本和意愿支付的基础上指导其合理地安排合作关系,可以使得供应链整体收益达得到优化.而且,由于此合作战略符合合作博弈核心,其实施进一步提高了供应链联盟的整体稳定性.     

基于模糊机会约束的博弈联盟收益

在模糊博弈环境下,研究联盟收益问题.基于Tsurumi合作联盟概念,利用模糊变量刻画局中人参与联盟程度,拓展了模糊联盟概念.针对博弈决策者在一定置信水平下极大化联盟收益的乐观值或极大化联盟收益的悲观值情形,引入模糊变量的可信性测度,建立了模糊联盟最优收益的模糊机会约束规划模型.该模型反映了博弈偏好对模糊联盟整体收益的影响.     

联盟模式下云资源提供最优化算法

为了提高资源利用率和云资源提供者的收益,提出一种云联盟模式下基于合作博弈的资源提供算法.算法将资源联盟收益最优化形式化为线性规划问题,通过合作博弈核求解了该收益最优化问题,并证明了处于合作核中的资源提供策略同样是线性规划最优解.进一步,为了获得稳定的资源联盟结构,设计了基于离散Markov链的动态联盟构造模型,通过该模型可以得到收益最大化的最优联盟结构.仿真实验结果表明,对于具有博弈理性的资源提供者而言,资源联盟可以有效提高个体资源提供者的收益,同时,由于结盟代价的存在,稳定的联盟结构更加倾向于形成规模更小的联盟.     

赋权合作博弈中的可行联盟结构与收益分配

合作博弈的局中人由于投入或收益期望的不同,他们在联盟结构中往往具有不同的权重,因此本文提出赋权合作博弈问题。给出形成赋权合作博弈中可行联盟结构的规则：参与者为追求收益最大化而自发形成一个有加权平均最大收益的一级联盟,余下被排除在外的参与者再自发形成下一个有加权平均最大收益的二级联盟,以此类推,直至全部参与者均实现结盟。通过参与者在所有可行联盟结构中的收益确定其权益值,依此对最大联盟结构收益进行分配。最后通过一个算例验证了所提出的可行联盟结构及其收益分配方法的合理性,即参与者权益来源于个体之间的竞争,总收益最大化反映参与者全体的合作性。     

承运人联盟合作博弈机制设计

承运人联盟中,各成员追求各自收益最大化,成员与联盟的最优决策往往是不一致的,因而导致联盟不稳定.承运人面对产生的需求有2种选择：接受或拒绝.考虑该约束条件,在一个由承运人联盟运营的航运物流网络的基础上,以合作博弈理论和数学规划为框架建立了承运人联盟的合作博弈模型,并设计了运力互租价格为核心的收益分摊机制,该机制为联盟成员提供了补偿性支付.分别对联盟和成员的决策过程进行数学建模,运用逆优化技术使得两者的最优决策一致,进而实现了联盟和合作的可持续性.     

物流企业战略联盟合作博弈分析

在市场需求扩大化、竞争日益加剧以及信息技术不断发展的环境下,物流企业组建战略联盟成为参与竞争的必然选择。运用博弈理论对物流企业战略联盟中成员企业间的合作关系进行研究。通过改变博弈中的收益矩阵来影响博弈策略选择,并得出结论与解决思路。     

非合作博弈的扩展分析:加入共同代理角色

由于共同代理能实现一定程度的合作,那么将共同代理引入非合作博弈中,能解决"囚徒困境"的问题。本文的结论是:共同代理以与委托人组成联盟的方式参与非合作博弈,联盟具有协同效应,而且联盟会对联盟外的委托人造成损害。当满足一定条件时,在非合作博弈中加入共同代理能够实现一定程度的合作,整体收益和个体收益都会增加。     

考虑风险的模糊Shapley港航联盟收益分配

针对盟员投入不确定会导致联盟收益模糊性问题,提出模糊Shapely收益分配策略.构建不同竞合情形下的合作博弈双层规划模型,以模型输出结果构造三角模糊数支付函数,并进行模糊Shapely收益分配.考虑盟员面临的风险程度不同,运用模糊层次分析法测算成员的风险因子,并基于该因子对模糊Shapely收益进行修正.算例结果表明,新策略满足联盟形成机制,同时保证收益分配更加科学合理.提出的分配策略解决了联盟收益不确定性时收益分配不合理的问题.     

二级供应链不同博弈研究

研究了由一个制造商和一个分销商构成的二级供应链上厂商在两种讨价还价模型，即：委托-代理博弈模型和合作博弈模型下的收益.通过比较得出结论：合作是对非合作的Pareto改进，同时消费者也会从中获益.在合作博弈模型中，比较了各种解法，并对K-S解法进行了改进，提出了按参与人的贡献量分配收益的方法，得到的博弈均衡解更加合理.对供应链上厂商之间的合作有较强的指导意义.     

三级供应链合作博弈分析

建立了由供应商、制造商、分销商构成的三级供应链上的合作博弈模型,求出了合作博弈模型下各参与人的期望收益——Shapley值,引入Shapley值不确定性的概念,对参与人收益的风险进行了计算。通过与非合作情况进行对比,探讨了不同参与人收益及风险的情况,分析了合作条件下分配方式的合理性。     

具有联盟结构的动态对策

现代对策论中原则上所考虑的理想对策模型可分为两类：策略对策和合作对策。在策略对策中局中人选择使他自己获得最大支付的策略，在合作对策中局中人只考虑使他们所在的联盟所得支付最大，而联盟中个人之间如何分配并没有考虑。许多论文已经探讨了这样的问题：当不完全合作时，局中人往往选择使他们所在联盟得到支付最大的策略来形成联盟。本文中，考虑了具有完全信息的对策，并且在对策树的一些固定结点处随机地改变联盟分割，从而形成了构造最优子树(分枝)的算法，针对这样的对策同时也得到了一种新值(PMS-值)。     

基于区间Shapley值的生产合作利益分配研究

研究生产合作中的不确定预期收益的分配问题.利用区间数运算的性质,拓展了Shapley值在经典意义下的3条公理,提出了区间Shapley值的唯一形式,并进一步提出了改进的区间Shapley值分配方法.使基于区间Shapley值的分配结果是局中人实际收益的区间范围,其包含了局中人所有可能存在的收益分配值.实例分析结果表明,研究的区间数是支付函数模糊化的一种特殊形式,为求解具有其他模糊化形式支付的合作对策奠定了基础.     

Social welfare maximization for SRSNs using bio-inspired community cooperation mechanism

This paper considers social welfare maximization for spatial resource sharing networks(SRSNs),in which multiple autonomous users are spatially located and mutual influence only occurs between nearby users.To cope with a lack of central control and the restriction that only local information is available,a spatial resource sharing game is proposed.However,individual selfishness in traditional game models generally leads to inefficiency and dilemmas.Inspired by local cooperative behavior in biological sys- tems,a community cooperation mechanism(CCM)is proposed to improve the efficiency of the game.Specifically,when a user makes a decision,it maximizes the aggregate payoffs for its local community rather than selfishly consider itself.It is analytically shown that with the bio-inspired CCM,the social optimum of SRSNs is achieved with an exchange of local information.The proposed bio-inspired CCM is very general and can be applied to various communication networks.     

非对称不确定策略下合作对偶均衡研究

从参与者对手利益出发，研究对手成本最低的双人合作博弈问题:当博弈活动出现非理性现象及竞争者自身策略不确定情形时，假设竞争者自身支付矩阵能准确获知，对手策略落在混合策略集内，但自身策略集为一非对称有界闭集(混合策略集的子集)，提出了合作对偶博弈模型。并采用鲁棒优化技术，研究了双人合作对偶博弈中均衡的求解问题，得到以下结论:当非对称不确定策略集中元素取l_1∩∞- 范数时，使对方成本最低的问题可转化成一个线性规划问题，使双方成本同时最低的问题可转化成一个混合互补问题。最后用数值算例验证了模型的合理性和有效性。     

基于博弈论的多能互补综合能源系统规划设计方法

基于博弈论构建由热电联产机组、光伏发电和电网组成的多能互补综合能源系统优化规划模型.模型以经济性为优化目标,各参与者容量为决策变量,使系统既能满足用户对冷、热、电负荷的需求,又能同时实现收益最大化.根据参与者是否结盟,提出5种博弈模式,证明Nash均衡的存在性,并通过仿真算例得到各模式下的Nash均衡策略.仿真结果表明,在满足负荷需求的同时,与非合作博弈相比,4种合作博弈联盟价值均大于0,且完全合作博弈模式下系统总收益最高.可见,只有通过采取完全合作的最优策略才能保证系统经济效益最大化.     

基于合作博弈的多部件设备非完美维修策略优化

非完美维修是设备维修资源受限条件下广泛采用的维修方式,然而设备非完美维修中各部件维修等级的确定随着部件数量或非完美维修等级的增加而变得困难。针对多部件设备非完美维修策略优化问题,以设备可靠性为基础,选择各部件的非完美维修等级为优化变量,以维修时间及任务可靠性为约束条件,以设备总维修费用最低为目标建立了设备维修策略优化问题数学模型;进而选择各部件的负责人为参与者,构建相应的合作博弈场景,提出基于合作博弈的设备非完美维修策略优化方法,通过设置每轮博弈中各参与者的策略空间构造、收益及博弈规则,能够使每轮博弈中设备维修方案的更新是朝着优化目标的方向进行;从而通过动态博弈过程获得多部件设备最优的非完美维修策略。通过仿真算例分析及与遗传算法等对比,验证了所提方法的优化结果整体上明显优于遗传算法和粒子群算法的优化结果,且能够显著提高非完美维修策略优化过程的计算效率。研究为当前有限资源下的设备维修策略优化提供了新思路。     

基于博弈论的协作超宽带系统资源分配算法

为使多用户协作超宽带系统的资源分配算法能在有效利用系统资源的同时满足用户的服务质量QoS(Quality of Service)公平性需求,在纳什议价解方法和凸优化理论基础上,将合作博弈论方法用于协作多频带超宽带系统的资源优化分配中。提出以最大化系统净效用为目标,以用户的QoS需求为公平性指标的协作超宽带系统协作伙伴选择算法和自适应功率分配算法。通过仿真与最大化系统速率（max-rate）和最大化最小用户速率(max min) 公平性算法作比较,证明了该资源分配方法在最大化系统速率和用户QoS公平性两方面有很好的折衷,适于超宽带系统。     

Evolution of cooperative strategies from first principles

One of the greatest challenges in the modern biological and social sciences is to understand the evolution of cooperative behaviour. General outlines of the answer to this puzzle are currently emerging as a result of developments in the theories of kin selection, reciprocity, multilevel selection and cultural group selection. The main conceptual tool used in probing the logical coherence of proposed explanations has been game theory, including both analytical models and agent-based simulations. The game-theoretic approach yields clear-cut results but assumes, as a rule, a simple structure of payoffs and a small set of possible strategies. Here we propose a more stringent test of the theory by developing a computer model with a considerably extended spectrum of possible strategies. In our model, agents are endowed with a limited set of receptors, a set of elementary actions and a neural net in between. Behavioural strategies are not predetermined; instead, the process of evolution constructs and reconstructs them from elementary actions. Two new strategies of cooperative attack and defence emerge in simulations, as well as the well-known dove, hawk and bourgeois strategies. Our results indicate that cooperative strategies can evolve even under such minimalist assumptions, provided that agents are capable of perceiving heritable external markers of other agents.