多目标博弈Nash平衡点的存在性

本文研究多目标博弈问题．在定义向量值形式极大值定理基础上,通过Fan-Glicksberg不动点定理,建立了多目标博弈平衡点的存在性．此方法以往主要用于建立单目标博弈平衡点的存在性,本文的结果说明在一定的构造下此方法同样可用于多目标博弈平衡点的存在性．本文的结果是新的,不能被其他结果所包含．     

动态武器目标分配问题中改进遗传算法的元级控制

动态武器目标分配问题是一类实时性很强的优化问题.考虑分配的时间约束时,其求解算法应该是anytime算法,即算法在任意时刻都能输出合理解,且解的质量随时间增加而增加.在有限的计算时间内,anytime算法的运行时间应在综合考虑解的质量、计算代价及环境状态的变化而确定,以使解的效用最大化.该文针对有截止期的动态武器目标分配问题的anytime算法,利用元级控制过程控制算法的响应时间.在分析算法解效用影响因素的基础上,建立了时间相关的解效用公式,并基于该公式给出了一种元级控制策略.仿真结果验证了对动态武器目标分配的anytime算法进行元级控制能有效提高解的效用.     

多目标决策设计的博弈求解方法

提出多目标决策设计的博弈求解方法,给出多目标问题的博弈描述,通过计算影响因子和模糊聚类,将设计变量集合分解为各博弈方拥有的策略空间.分别采用Nash均衡模型、Stackelberg寡头模型和共谋合作模型求解多目标决策设计问题,并给出相应的技术步骤.对一数值算例和补偿滑轮组变幅机构进行了多目标博弈求解,计算结果证明了博弈求解方法的有效性和可靠性.     

基于Choquet积分的多目标模糊两人零和博弈Nash均衡

利用Choquet积分研究了多目标模糊两人零和博弈Nash均衡问题.引入gλ测度描述任意博弈目标子集的重要程度,建立了基于gλ测度Choquet积分的多目标模糊博弈集结矩阵,验证了该博弈集结矩阵的Nash均衡也是各单目标模糊两人零和博弈的Nash均衡.     

多组对策系统非劣Nash策略的功效系数算法

引进多组对策系统组内部合作对策非劣解的线性型功效系数方法,证明最优解是组内部隐含某一权重向量的合作对策的非劣解,由此得到合作对策的单目标规划问题.在组内部该问题的解不仅是非劣的,而且对于所有局中人都优于不合作时的Nash平衡策略.利用组与组之间的非劣反应集,构造求解非劣Nash策略的迭代算法.该算法在保留文献[3]优点的前提下,克服其缺点,得到的解优于文献[3]对应的解.最后,用实例验证了该算法的有效性和正确性,所得结论丰富了多组对策问题的内容.     

武器目标分配问题的离散差分进化算法

提出一种新的求解静态武器目标分配问题的离散差分进化算法. 采用整数排列建立武器-目标分配对,作为离散差分进化算法的初始个体;并通过取模运算对溢出取值范围的解向量进行修正,将其转化到解的搜索区域内,从而对差分变异算子进行设计. 同时,提出相应的交叉策略,得到可行的武器目标分配对. 在交叉过程中,保留目标向量与试验向量中相同的分配对,得以很好地利用上一代的分配结果. 在删除重复数和重新插入整数时,为了避免倾向性,生成随机排列,保证对数据处理的公平性. 实验结果表明,提出的离散差分进化算法在收敛性和求解质量方面均优于另外2种典型的离散差分进化算法,很好地实现了武器目标分配问题的有效求解.      

具有下层目标的多组线性二次微分对策[JZ]的非劣Nash开环策略

引进多组线性二次微分对策的非劣Nash策略的概念,证明非劣Nash策略存在的充分必要条件。在组与组之间Nash竞争而组内部合作的前提下考虑组内第二对策目标,以组内合作权向量为变量构造组与组之间的静态对策问题,得到使第二对策目标平衡的最优合作权向量,进一步得到同时满足第一目标非劣,第二目标平衡的非劣Nash开环策略。最后,以两组经济对策为算例说明该策略的有效性。     

局部搜索灰狼优化算法求解武器-目标分配问题

武器—目标分配（Weapon Target Assignment, WTA）问题是根据武器对来袭目标毁伤概率的不同,合理确定待打击目标的武器分配方案,以达到尽可能少的武器对来袭目标毁伤程度最大化的目的,是作战指挥决策领域的重要研究内容。在构建WTA问题模型的基础上,针对传统灰狼优化（Grey Wolf Optimization, GWO）算法局部开发能力不足等问题,采取了一种精英保留及免疫变异局部搜索策略。改进灰狼优化算法（Improved Grey Wolf Optimization, IGWO）首先在灰狼种群中选择部分优质精英个体,然后通过随机点变异和受体编辑两种免疫局部搜索策略对精英个体进一步寻优,从而改善传统GWO算法过早收敛和易陷入局部最优的缺点。针对3种不同规模的武器—目标分配问题,将IGWO与交叉熵算法、传统GWO算法进行了对比,计算结果显示IGWO算法所求适应度值的分位数均明显高于对比算法,进而验证了IGWO算法的有效性。     

武器-目标分配问题的分布估计算法及参数设计

建立了武器-目标分配问题的优化模型,分析了分布估计算法与遗传算法的异同.将分布估计算法应用于武器-目标分配问题,该算法通过统计当前群体中优选出的个体信息,给出下一代个体的概率估计,用随机取样的方法生成下一代群体.分析了个体种群数量、选择比例等参数对算法的影响,得出个体种群数量和选择比例取适中时效果最好的结论.仿真结果表明了分布估计算法求解武器-目标分配问题是可靠有效的.此方法具有较好的可扩展性,修改此算法可解决一般组合优化问题.