营销渠道经销商战略联盟动态和静态博弈形成机理比较

用博弈论的思想方法,通过静态和动态博弈两个角度基于古诺模型建立了经销商联盟模型,以此分析了经销商联盟的形成机理.研究表明:在静态博弈中,经销商联盟的利润比竞争的利润更大,最优的选择是经销商之间进行联盟;在动态博弈中,对于具有先行优势的经销商联盟的利润和竞争的利润一样,对于后行的经销商,联盟的利润比竞争的利润大,因此,经销商愿意进行联盟.     

基于模糊群决策理论的博弈联盟选择

研究在模糊博弈环境下如何选择合适的局中人形成优势合作联盟的方法.基于模糊不确定性理论,推广和改进了多属性群决策的Bernardo方法.将该方法应用于具有模糊资源约束的博弈联盟选择问题,给出了博弈联盟选择的模糊机会约束模型及求解方法.为现实博弈联盟选择提供了一种有效可行的模糊群决策方法.     

模糊软合作博弈

本文将模糊软集引入合作博弈理论中,给出一种模糊软合作联盟模型,定义该模型的模糊软合作博弈概念,讨论模糊软合作博弈的超可加性、凸性等性质,并利用Choquet积分分析模糊软合作联盟博弈的收益分配对策,保证模糊软合作联盟的稳定性.最后通过实例分析验证表明该合作联盟博弈及其收益分配方法是有效的.     

基于博弈论的网络控制模型及稳定性分析

为了提高网络的可控可管性,解决实际网络管理中不同博弈理论集成所面临的动态决策和系统控制问题,分析了基于典型博弈理论的网络控制模型的基本特性,讨论了主从博弈、非合作博弈和合作博弈3种典型博弈问题的相关性,提出了以非合作博弈为基础的网络控制模型,包括资源最优控制层面和服务最优控制层面,分别实现对网络设备资源和网络服务请求的控制.该模型在博弈求解中考虑了时间变量的影响以及博弈实体在博弈过程中动态关系的变化轨迹,从所有博弈者的动态策略及目标状态的基本关系来解决网络博弈问题,最终形成一个能整合网络各要素的控制系统,并通过建立该网络控制模型的基本状态空间方程证明了该模型协同控制均衡态的稳定性.     

论数字参考服务的合作博弈均衡解

在网络环境下,数字化咨询服务业发展迅猛、竞争激烈,因而出现了合作与联盟的大趋势．根据经济博弈论的合作博弈理论,从市场供求分析入手,论证了这一发展态势,满足合作博弈中关于帕累托最优性、对称性以及可加性的三大基本公理的要求,并由此给出了其合作博弈的唯一均衡解——联盟成员在联盟中的期望贡献与期望受益(夏普利值)．     

不分明化拓扑中的S-分离公理

文 [2 ]中将一般拓扑学中的分离性公理引入到不分明化拓扑空间中去 ,[3 ]给出了不分明化拓扑中半开集概念 .本文在不分明化拓扑空间中 ,利用半开集、半邻域和半闭包等概念导入了 S0 - ,S1 - ,S2 - ,S3- ,S4- 分离公理 ,并且给出这五个分离公理的等价命题 .     

保皇模型的动态博弈分析

论文考察民间广泛流传的保皇扑克游戏模型,着重研究了游戏进行过程中反皇联盟的动态形成方式。所建立的模型是一个全新的离散动态博弈模型,其主要特点是联盟结构中可能出现两对对抗的联盟。运用逆推归纳法,给出了构造最优路径的方法并得到博弈的解。     

组合时间序列方法在长沙人口预测中的应用

选择ARIMA模型作为基本的基因模型。先把时间序列过程分为几代,再应用模糊隶属函数和遗传进化理论求出各代的主导模型,最后通过设计进化过程对时间序列模型进行最优组合。通过这种方法,可以克服很多时间序列模型存在的假定整个动态过程没有结构变化的缺陷。检验结果也表明该模型具有较好的预测效果。     

合成博弈与竞争博弈性质及应用

在合成博弈的基础上,提出了竞争博弈及竞争博弈转移量的概念,给出了竞争博弈转移量及稳定集的判定定理.通过例子说明了竞争博弈与合成博弈的区别:竞争博弈使两个不同的博弈变成一个博弈,合成博弈使两个不同的博弈保持各自的独立性;竞争博弈的转移量从联盟外部获得,合成博弈的转移量从联盟内部获得.从理论上,竞争博弈丰富了博弈论的内容;从应用上,竞争博弈与合成博弈基本上涵盖了战略联盟之间兼并与重组的各种类型,使得博弈论关于联盟之间再联盟的模型更趋完善.     

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.     

具有不完全合作属性的单向流动态网络生成对策

通过定义联盟同质费用研究考察具有固定联盟剖分的单向流动态网络生成对策,这区别于同质费用、局中人同质费用的情形。局中人通过采取局部行动生成网络,即每次仅能增加、删除或替换一条指向他的连接,行动的原则是最大化其所在联盟的整体收益。在新的规则之下,通过示例研究了局部纳什网的结构特性及其动态生成过程。选择BG函数作为局中人的基本支付函数,诱导产生联盟-局中人的BG函数,最后根据Myer-son值在联盟内部的局中人之间分派联盟-局中人所获得的收益。     

A Combinatorial Auction-Based Collaborative Cloud Services Platform

In this paper, we present a novel, dynamic collaboration cloud platform in which a Combinatorial Auction(CA)-based market model enables the platform to run effectively. The platform can facilitate expense reduction and improve the scalability of the cloud, which is divided into three layers: The user-layer receives requests from end-users, the auction-layer matches the requests with the cloud services provided by the Cloud Service Provider(CSP), and the CSP-layer forms a coalition to improve serving ability to satisfy complex requirements of users.In fact, the aim of the coalition formation is to find suitable partners for a particular CSP. However, identifying a suitable combination of partners to form the coalition is an NP-hard problem. Hence, we propose approximation algorithms for the coalition formation. The Breadth Traversal Algorithm(BTA) and Revised Ant Colony Algorithm(RACA) are proposed to form a coalition when bidding for a single cloud service in the auction. The experimental results show that RACA outperforms the BTA in bid price. Other experiments were conducted to evaluate the impact of the communication cost on coalition formation and to assess the impact of iteration times for the optimal bidding price. In addition, the performance of the market model was compared to the existing CA-based model in terms of economic efficiency.     

时隙接入策略下联盟形成博弈抗干扰方法

针对无线通信环境中动态变化的恶意干扰信号和内部同频互扰同时存在的问题，提出了一种基于联盟形成博弈的抗干扰时隙接入方法。利用联盟形成博弈思想，将干扰攻击影响下的通信收发对时隙接入问题建模为抗干扰联盟形成博弈问题，通过调整时隙接入，以最大化全网的平均和速率，同时兼顾用户的最低速率为优化目标，分析了所提博弈模型的性质，设计了基于最优响应的抗干扰时隙接入算法，并对算法的收敛性、稳定性、最优性、复杂度和公平性进行了讨论。仿真结果表明，相较于对比方法，所提方法可以有效降低内部同频互扰和外部恶意干扰的影响，从而实现高效抗干扰数据传输，且该方法的公平性较好。     

基于孤立波的多Agent系统超分布超并行自组织动态任务规划方法

提出一种孤立波的模型和方法,在一群理性的独立自治的Ａｇｅｎｔ间建立超分布超并行的自组织动态任务分配机制,克服现有的多Ａｇｅｎｔ联盟方式存在的诸多不足,通过关于分布式运输调度系统的仿真实验验证了本分配机制的有效性、动态性、开放性和自适应性。     

基于前摄性信息和效用函数的卖方联合形成机制

将前摄性信息传递机制引入到电子市场多agent卖方联合.Agent在涉及新领域时原有的联合经验往往不可用,此时可以利用其他agent的联合经验快速形成联合.为克服由于a-gent的自利性而有效前摄性信息传递较少的情况,利用效用激励的方式使得agent主动提供前摄性信息.通过利用前摄性信息传递形成联合,能够缩短联合形成时间,减少通信开销.     

移动边缘计算中的无人机群协同任务卸载策略研究

针对应急灾害中通信受限的场景,研究了基于移动边缘计算(mobile edge computing, MEC)的无人机群(unmanned aerial vehicles,UAV)协同任务卸载问题。在对系统通信过程和计算过程的延时与能耗分析的基础上,设计联盟效用函数和回报函数,并基于享乐博弈模型提出联盟分割形成算法。理论分析证明,该算法最终收敛于某个稳定的联盟分割。仿真结果表明,相比其他典型策略,提出的策略具有更低延时和能耗,能够提升用户服务体验、增加设备续航时间,解决通信受限问题。     

有人-无人作战智能体任务联盟形成策略方法

为解决有人-无人作战智能体协同执行任务形成联盟问题,采取先任务分组后进行智能体到任务组匹配的联盟形成策略,即利用任务间相关程度具有传递性的特点,引入任务距离概念,设计了任务能力需求一致的任务分组策略,并给出基于可达矩阵变换的分组求解方法.针对联盟形成是分布式能力聚合过程的特点,在考虑智能体到任务组的匹配程度优先级和作战智能体能力利用效率的基础上,设计一种基于拍卖机制的作战智能体到任务组的匹配策略.通过案例计算,得到离岛突击想定下的任务联盟形成方案,分析所形成联盟的资源冗余性,验证了所提联盟形成策略和方法的有效性.     

多诊断方法代理联盟策略研究

针对故障诊断对象的多故障特性，为使系统在诊断对象的各子故障域的诊断精度达到最高，给出了可以适合于在多故障情况下找到一个最优联盟结构的算法，首先，给出了各个诊断方法代理和代理联盟的诊断能力的定义，并且提出将联盟的诊断能力作为评判标准，然后，在各子故障域同时进行联盟结构的搜索，寻找出具有最高联盟诊断能力的结构形式，并改变联盟矩阵中相应单元的值，最后，根据联盟矩阵确定各子故障域的联盟结构，并在此基础上形式该诊断对象的诊断联盟。     

最优合并构成的有序遗传算法

在假设合并是独立的情况下,采用有序的遗传算法（OBGA）作为随机搜索处理方法来识别最优合理算法,与确定搜索算法（SPLIT）比较,通过实验,证实OBGA更有效。