区域覆盖星座结构与参数同时优化的进化算法

针对区域覆盖卫星星座的优化设计问题,设计了一种能同时优化星座结构和参数的进化算法。算法采用固定长度的染色体编码,由星座可能的最多轨道面数和各轨道面内最多卫星数目确定的最多变量个数决定染色体编码长度。根据个体星座的轨道面数和各轨道面卫星数的实际值确定染色体中哪些基因是冗余的,并将这些冗余的基因设为隐性,达到可变维数优化的目的,从而实现星座结构的优化。染色体采用二进制/实数混合编码的方式处理同时具有整数/连续变量的星座优化问题,二进制编码部分采用二进制的进化算子,实数编码部分采用一组星座设计专用的进化算子。在一个虚拟的区域海洋监视卫星星座优化设计中的应用显示了该算法的有效性。     

基于竞争格局的期权执行博弈

应用标准实物期权定价方法进行不确定性投资分析时，一般不考虑企业相互间竞争影响，孤立地制定其最佳执行策略．然而，现实的实物投资市场不可能这样孤立地制定执行策略，它必定是投资战略均衡中的一部分．竞争对执行策略的影响是十分明显的，例如，标准实物期权模型认为：一个有价值的“等待期权”会起到企业只对净现值为正的领域进行投资的作用．但竞争会弱化等待期权的价值，结果导致投资的净现值几乎为零．该文提出了一个可操作的方法，应用此方法可以从纳什连续时间状态模型中寻求竞争环境下的投资均衡战略．     

公司控制权内部分配博弈分析

采用完全信息动态博弈研究了公司治理中公司控制权内部分配模型，在理论上分析并得出了公司控制权在股东、经理和员工三者之间进行分配的可能最优解．为解决现代公司治理中，由于“两权”分离后所造成的企业经理内部人控制、专有性人力资本承担了公司长期风险却没有或很少有控制权导致的投入不足等弊病提供了一条思路．     

对环境犯罪控制对策的博弈分析

在博弈框架下对司法部门和环境犯罪行为者之间的惩治--破坏行为机理进行了分析,依据不 同的假设前提,建立了单阶段和多阶段的博弈模型,得出了博弈双方的均衡战略及关键因素对博弈均衡的影 响,并据此提出了惩治和控制环境犯罪的对策建议。     

技术标准制订过程中的经济学行为研究

实施标准化是我国新世纪应对世界经济一体化挑战的一种战略选择。本文介绍了技术标准的定义、作用和一般制订过程。在系统研究了技术标准制订过程中的经济学行为———谈判和博弈后 ,提出了技术标准制订过程中的政策建议     

利用声誉信息的机会主义行为对合作的影响

基于声誉的间接回报是合作演化的一类重要机制,其中的个体对声誉好的个体倾向合作,但自利个体利用声誉信息的机会主义是对合作的威胁。本文建立了演化博弈模型,群体中包含回报型个体和投机型个体。对一个简化模型的分析表明,当一代中交互次数较少时,投机型个体能够入侵回报型群体。对复杂情景的计算机仿真结果表明:当采用声誉对称计算方式时,群体合作水平较低;当采用声誉非对称计算方式时,群体合作水平显著提高。说明声誉非对称计算方式能够抑制机会主义促进合作。     

粒子群算法中惯性权重的实验与分析

简要介绍了粒子群算法(PSO)，对算法中的重要参数惯性权重进行了系统的实验，分析了固定权重与时变权重的选择问题，并从问题依赖性、种群大小和拓扑结构等方面详细分析了惯性权重对于算法性能的影响．结果表明，惯性权重的问题依赖性较小，随着种群的增大，其取值应适当减小，局部版本下，惯性权重的选择具有更大的自由度．     

基于多智能体系统的协同交互式进化计算模型

协同交互式进化计算由于缺乏通用模型而限制了其应用范围。针对该问题，结合多智能体系统结构的灵活性和异构特点，提出基于多智能体系统的协同交互式进化计算模型。模型由交互式进化计算单元和协同单元构成，并给出了每个部分的详细功能描述。采用面向智能体的程序设计方法，提取不同功能组件，给出相应组件的语义描述及派生关系。以网络环境下的服装设计系统为例，给出系统结构及组件派生实例。结果表明该模型的合理性，为协同交互式进化计算的广泛应用奠定了基础。     

基于多Agent的战场角色仿真建模研究

作战仿真系统模型的复杂性主要来源于战场角色行为和战场环境的复杂性，多Agent系统是解决复杂问题的有效方法。分析作战仿真系统的模型组成和特点，结合自然环境建模，研究了基于多Agent的战场角色建模方法，描述了战场角色Agent所需的组件及其功能。设计了一种面向战场角色建模的通用Agent体系结构，并对战场角色Agent的规划、通信和协作等理论和应用问题进行了研究。     

混合粒子群算法在高维复杂函数寻优中的应用

针对粒子群算法应用于复杂函数优化时可能出现过早收敛于局部最优解的情况,提出了一种改进的算法结构。通过构造单个粒子的最优序列代替单一的进化方向和类似于蚁群算法信息素表的选择机制,保留了粒子的多种进化可能方向,提高了粒子间的多样性差异,从而改善算法能力。算法同时设计了最优序列的加入规则和基于粒子群聚度的最优序列动态长度控制方法。改进后的混合粒子群算法保证了算法拥有更强的搜索能力,也保留了粒子群算法高效优化的特点。仿真实验证明,混合粒子群方法相对传统方法而言具有明显的精度优势。