Evolutionary game analysis of low-carbon behavior credit supervision of logistics enterprises

Based on the low-carbon obligation fulfillment of Chinese logistics enterprises, this study constructs a tripartite evolutionary game model to analyze the evolutionary process of the interaction between the local government, logistics enterprises and the public in the process of low-carbon behavior credit supervision. Then using Netlogo software, a parameter simulation experiment is conducted to determine the optimal policy for improving the effect of supervision. The results are as follows: ① The combined influence of the local government and the public can effectively change the strategic choice of enterprises and promote the low-carbon behavior of enterprises. ② In terms of improving the effect of supervision, reducing the cost of government supervision would have a highly significant effect, and reducing the cost of the public would be counterproductive. ③ Increasing the government subsidies to enterprises and the government’s fines to enterprises both have a significant effect, and the effect of improving the former is better. However, increasing the severity of higher-level governments punishing local governments will reduce the stability of the system. ④ Supervision can be more effective by increasing the public’s impact on enterprises’ earnings rather than by increasing government subsidies to the public.     

三层级设施选址-路径规划问题建模及算法研究

基于有向图针对物流网络三层级设施选址——路径规划问题(3E-LRP),建立了数学模型,并提出了量子进化算法(QEA)与遗传算法(GA)协同的双智能算法集成求解方案.QEA算法负责设施选址(FLP)和设施分配(FAP)优化问题,将得到的FLP和FAP方案传递给GA进行路径规划(VRP)优化,GA将优化后的路径规划方案反馈给QEA,双智能算法协同完成3E-LRP系统优化.本文提出了基于可达配送区域的搜索策略和基于路径长度为权重的设施分配优化策略以提高算法效率.实例计算表明,提出的数学模型和组合智能算法可有效解决3E-LRP,为ME-LRP提供了理论与方法指导.     

基于多元公共品演化博弈的无人集群合作演化机制

针对控制规则失效下的无人集群自主协同问题,提出了一种基于多元公共品演化博弈的无人集群合作演化机制。首先分析无人集群自主协同需求,在愿景驱动规则下,构建多元公共品演化博弈模型。在此基础上,理论推导出模型的平均丰度函数,并仿真计算成本、收益系数、愿景水平三类参数分别对平均丰度的影响。最后,结合案例研究参数变化对集群合作行为演化的作用机理,并给出合理化建议,为相关理论向实际应用转化提供有意义的探索。     

基于博弈和多智能体的汽车共享服务联盟协同策略研究

基于演化博弈和多智能体仿真，以加强联盟管理、提升联盟服务商合作积极性为目标，研究汽车共享服务联盟协同策略.从演化博弈视角设计综合考虑服务商自身与联盟内其他成员历史信息的学习规则，构建汽车共享服务联盟的多Agent仿真模型，研究收益、成本及惩罚等不同参数设置对服务商协同策略的影响.依据仿真实验结果提出了不同收益、成本和惩罚参数场景下加强联盟合作的策略，为汽车共享服务联盟的协同策略提供决策支持.     

政府与农村精英对农村公共品的供给决策分析——基于演化博弈的视角

在有限理性的条件下在政府和农村精英之间运用演化博弈的分析方法来研究政府和农村精英对农村公共品的供给,试图找到政府和农村精英在提供农村公共品时最优均衡点,政府可以制定激励相容政策,引导多元化供给,进行制度创新等促进农村经济发展.     

证券市场中大股东“掏空”策略的演化博弈分析及调控

随着所有权从分散走向集中,大股东的行为在公司治理问题中的地位日益重要。针对此种情况,笔者从公司治理角度对大股东行为问题的现实背景进行分析,在此基础上通过建立演化博弈模型从有限理性的角度分析大、小股东博弈双方的演化稳定策略（ESS）,并且在博弈矩阵中引入监管力度因子,说明各参数变化对均衡结果的影响,从而为规范证券市场中大股东的行为提供决策参考。     

径向对称的拟线性热方程的新精确解

利用函数不变集方法,讨论了径向对称的N维拟线性热方程的旋转不变集和精确解,给出了径向对称的拟线性热方程在旋转群上不变时满足的约束条件,进一步求解约束条件得到了上述方程的一些精确解,文中的结果推广了Galaktionov关于非线性演化方程的结论.     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

关于多目标演化算法的策略分析

基于Pareto排序算法的多目标演化算法是多目标演化算法所采用的重要方法,本文叙述了多目标演化算法(MOEAs)的有关概念,在分析已有算法的一些性能和特征的基础上,结合演化算法的有关概念,重点基于Pareto排序算法分析了影响多目标演化算法性能的两大方面:求解过程中解集合的多样性、均匀性分布的保持与维护以及解的收敛性,分析了MOEAs设计中需要注意的策略问题以及今后研究的重点.     

单元化三级装卸搬运作业链集成优化的三层进化算法

传统物流作业调度主要对单级或两级之间的协调问题进行建模和求解，缺乏对物流作业多级特征的考虑. 针对物流装卸搬运多级作业链的复杂性，以批量作业完成时间为目标，研究单元化“装卸，搬运，装卸” 三级作业链的集成调度优化作业问题，并在此基础上提出解决三级协调与集成优化问题的三层嵌套进化算法. 通过算例仿真及其分析可得目标值和求解时间会随着问题规模扩大呈多项式曲线增长以及搬运级是三级装卸搬运效率的瓶颈环节，最后分析了其原因并提出相应解决方案.