个体与群体之间的一类博弈问题分析

分析个体与群体之间的一类博弈问题，构造一对多博弈模型。其同时具有Stackelberg模型、演化博弈模仿者动态模型的特点：在博弈的第一阶段，有限理性的群体参与者采取模仿者动态行为；在博弈的第二阶段，完全理性的个体参与者根据群体参与者的策略分布，确定自己的反应函数。博弈达到稳定状态后，群体参与者采取演化稳定策略，而个体参与者的风险占优策略将收敛于Nash均衡策略。讨论模型的一些性质：有限理性的群体在模仿过程中存在收益损失；老练的个体参与者存在欺骗行为；在个体参与者完全理性决策的带引下，可以解决多重Nash均衡的选择问题。     

广告竞争模型的最优控制策略研究

考虑了竞争性和信息性两种广告对企业市场份额不同作用,提出一个在两强竞争情况下的动态广告投入模型,运用动态规划的Bellman方程求出模型的闭环Nash均衡解,得到企业应采取的广告最优控制策略,并进一步研究Nash均衡解有经济意义的参数范围以及Nash均衡解收敛的条件.最后用一个数值例子分析了Nash均衡下的广告策略.     

合作竞争博弈模型及其应用

合作竞争已成为当今经济发展战略的大趋势，本文通过合作博奕与竞争博奕的优劣对比，提出合作竞争博奕模型，并用一类Minimax定理求解合作竞争博奕均衡。同时以非对称双寡头合作竞争产量博奕为例，将合作竞争博奕均衡与合作均衡和竞争均衡做了对比分析。     

海上基地攻防博弈模型及纳什均衡策略研究

针对海上保障基地安全的反潜资源调度是当前海上作战指挥的主要问题，通过分析海上利益冲突中敌我双方的攻防策略及约束条件, 建立了反潜资源调度的不完全信息零和博弈模型和对应的收益矩阵。考虑敌方为理性对手和非理性对手2种情况, 分别提出了求解小规模问题精确解的线性规划算法和求解大规模近似解的改进迭代算法, 并进一步给出了对应纳什均衡和最优反应的求解步骤, 得到了反潜资源调度博弈的混合策略。通过仿真实验验证了算法的复杂性、可行性和有效性, 并分析了混合策略的适用环境。     

考虑空间因素的反恐防御竞争分析

恐怖袭击已经成为影响社会公共安全的主要威胁之一.本文针对两个易受恐怖分子攻击的目标间的防御竞争问题进行了模型分析.首次将空间范围因素考虑进来,并基于Hotelling模型求得了最优防御范围.通过建立及对比同时和顺序博弈两种模型发现:同时博弈时会引发防御竞赛,而顺序博弈时会出现搭便车现象.当两目标区域对称时,目标价值越大,达到均衡时受到袭击的概率会越小,与博弈类型无关.相对于扩大防御范围,增加防御密度对反恐更加有效.同时博弈时最优防御范围在中点处,与目标价值大小无关,而顺序博弈时防御范围与目标价值大小有关.研究结果为防御竞争目标间的防御体系构筑提供了决策参考.     

不完全信息动态二维Cournot博弈模型及均衡

在文献[1]和[5]的基础上，讨论两个企业关于具有一定替代性的两种产品的不完全信息动态二维Cournot博弈模型及其精练贝叶斯Nash均衡．进一步分析当两种产品不存在替代关系时，这个二维Cournot博弈的精练贝叶斯Nash均衡与对这两种产品单独博弈的精练贝叶斯Nash均衡的关系，分析结果表明一维博弈及均衡是多维博弈及均衡的特殊情况。     

基于博弈模型与NetLogo仿真的网络攻防态势研究

针对现有建模方法缺乏对攻防博弈行为与态势演化趋势的分析问题,从对抗角度出发分析网络攻防博弈特征;基于非合作不完全信息静态博弈理论建立网络攻防博弈模型,给出收益量化、博弈均衡计算和策略对抗结果判定方法;构建网络攻防博弈多Agent仿真模型;采用NetLogo开展局中人不同策略组合、不同初始数量等场景下的仿真实验,得出网络攻防态势随时间演化情况,通过对比分析仿真结果,给出扭转网络攻防态势的建议。     

基于演化博弈的讨价还价策略研究

通过建立“双种群”复制动态模型,研究了有限理性假设下“多对多”讨价还价的策略演化问题,证明了只有严格纳什均衡才能成为“多对多”讨价还价的演化稳定策略. 并利用计算机仿真发现：当买卖双方种群的初始策略为随机分布时,讨价还价的演化稳定策略以最大概率收敛到对称纳什均衡,产生买卖双方最大初始期望收益乘积的纳什均衡可以比较准确地预测“多对多”讨价还价的演化稳定策略,且演化过程不必是单调的. 研究内容有助于理解“多对多”讨价还价的达成协议的一般规律,为设计多边谈判支持系统提供参考和借鉴.     

多种攻击策略下无标度网络修复策略

为了更有效地对遭受攻击的复杂网络进行修复,需要寻求各种攻击策略下最有效的修复策略。分析了复杂网络的三种攻击策略：随机失效、故意攻击和不完全信息下的攻击。建立了复杂网络的修复模型,在此基础上定义了三种修复策略：平均修复策略、重点修复策略和偏好修复策略。以无标度网络(BA模型)为例,运用仿真方法研究了三种修复策略在不同攻击策略下的适用性,给出了各种攻击策略下最有效的修复策略。     

信息单向传输带拦截角约束的协同拦截制导律

针对无人战机(unmanned combat air vehicles,UCAV)(目标)发射防御弹对来袭攻击弹以一定拦截角度进行拦截的问题,假设目标和防御弹协同飞行且其之间只能进行单向信息传输,在来袭弹采用增强比例导引律的前提下,建立了防御弹信息单向传输和目标信息单向传输两种模式下的防御弹攻击弹视线角非线性模型。考虑防御弹脱靶量要求、拦截角度约束和防御弹(或目标)的控制能量因素,建立了性能指标函数,采用最优控制理论,分别设计了能够使防御弹以指定拦截角度拦截攻击弹的目标单向协同制导律和防御弹单向协同制导律。仿真结果表明,在两种信息单向传输模式下,通过目标与防御弹的协同,防御弹均可以指定拦截角拦截攻击弹;与具有拦截角度约束的非协同制导律相比,单向协同制导律的控制能量更小。     

基于动态规划遗传算法的防空部署优化模型

随着高新武器的研制和投入使用,战场环境变得越来越复杂,正确有效地进行防空部署成为防空作战的难点问题。从进攻方的角度分析影响要地防空部署的主要因素,提出将动态规划算法用于求解攻击最小危险航线,并将其融入遗传算法的适应度函数,得到一种基于动态规划 遗传算法的防空部署优化模型。该模型可对要地防空部署进行优化,能够得到基于进攻方的最优部署方案。实验结果表明,该模型是有效可行的,为防空作战中指挥人员实施战前部署提供参考和借鉴     

Analyses of location-price game on networks with stochastic customer behavior and its heuristic algorithm

<正> In this paper,a two-stage model is developed to investigate the location strategy andthe commodity pricing strategy for a retail firm that wants to enter a spatial market with multiplecompetitive facilities,where a competitor firm is already operating as a monopoly with several outlets.Expected market shares are calculated based on the stochastic customer behavior on networks.Theauthors provide a sufficient condition for the existence of equilibrium prices in the price game for thefirst time.The existence and uniqueness of the pure strategy Nash equilibrium price with a specifiedutility function are proved in the subgame.A metaheuristic based on tabu search is proposed tosearch the optimal location-price solution of the model.In addition,the authors provide two numericalexamples to illustrate how to obtain the optimal solution and conduct sensitivity analysis.The analysisshows that the best location decision is robust for the follower firm,price game is more intense whenincomes of consumers are lower or there are more substitution products,and neither chain retail gainsfrom the price competition.     

双寡头再制造进入决策的演化博弈分析

在双寡头竞争背景下,利用演化博弈模型分析了制造商再制造进入决策的动态演化过程. 研究表明,系统演化的均衡结果受再制造品附加值与新产品附加值比值的影响;该比值存在边界条件,在不同边界条件下,系统将演化至不同的均衡.通过适当的政府补贴机制,可促使系统演化至制造商均选择进入再制造策略的均衡.     

基于供应链环境的企业IT战略匹配

企业能够利用IT运行成本作为传递信号,来实现企业战略匹配.通过Harsanyi转换,将不完全信息下的Stackelberg博弈转换为完全信息下的Stackelberg博弈,证明了在分离均衡中,均衡IT战略能够成为传递均衡企业战略的信号,并分别讨论了供应商、分销商均衡IT战略函数为IT运行成本系数的单调递减凸函数的条件,最后证明了通过IT运行成本系数匹配,双方可以实现企业战略匹配.     

三维空间“追逃防”三方微分对策方法

针对三维空间中的多智能体参与的追逃博弈问题展开研究,提出了一种基于追踪器、逃逸器以及防御器3个智能体参与的追逃博弈模型。在该模型下,通过引入零控脱靶量的方法降低了系统的维数和计算复杂度;采用模糊综合评估的方法对追踪器的目标函数进行设计,结合微分对策理论,得出追踪器的最优控制策略。仿真对比结果表明:在追踪器控制量占优势的情况下,提出的最优控制策略可以使追踪器绕开防御器并且捕获逃逸器;在追踪器控制量不占优势的情况下,提出的最优控制策略可以延长追踪器被防御器拦截的时间。     

基于鲁棒优化的无人机空战博弈决策

作为无人机空战过程中较大的不确定性因素,作战双方毁伤概率易受外界因素影响,可能在一定范围波动,针对这一问题将鲁棒优化思想引入无人机空战博弈模型中,结合纳什均衡求解的适应度函数的期望和方差,建立了变权重的自适应目标函数,设计了权重的分配方法。在确保策略解可行的同时,提高了毁伤概率变化因素下混合策略的鲁棒性。仿真实验结果表明,与原博弈模型相比,新模型纳什均衡解下的双方博弈收益受参数变化影响较小,可提供更可靠的策略参考。     

基于认知差异的恐怖主义袭击误对策分析

恐怖袭击事件中博弈双方高度不对称和存在认知差异,误对策方法提供了合适的分析框架.本文运用误对策分析方法剖析了恐怖袭击事件中政府反恐力量与恐怖分子的认知差异,并分析了不同情境下策略冲突的平衡结局.由于双方认知偏差可能导致不存在纯策略纳什均衡,而混合均衡进一步加大了策略的不确定性,安全策略采取"安全第一"的原则使决策者避免最大风险,相对于纳什均衡更合适作为存在认知差异的误对策问题的均衡分析方法.在实践操作角度上,恐怖袭击二阶误对策模型的平衡结局为恐怖分子发动的恐怖袭击行动将被挫败,因此提出提高反恐效能的政策建议,即发动社会民众提供反恐情报和预警线索,提高民众反恐意识.     

基于Stackelberg博弈与深度强化学习的计算卸载策略

为使5G混合专网结构的2种用户能获得最优计算卸载策略，将2种用户竞争移动边缘计算(mobile edge computing,MEC)服务器资源的问题建模成Stackelberg博弈，并分别讨论了完全信息博弈和不完全信息博弈下的策略。完全信息博弈下，存在唯一纳什均衡解；不完全信息博弈下，将环境建模为部分可观测的马尔可夫决策过程(partially observable Markov decision process,POMDP)，并提出一种基于二阶段深度强化学习(two-stage deep reinforcement learning,TSDRL)的最优卸载策略。仿真实验表明：该算法相较于D-DRL算法能减少20.81%的时延及3.38%的能耗，有效提高用户QoE(quality of experience)。     

基于代价的复杂网络边攻击策略有效性分析

针对已有复杂网络边攻击研究中未考虑边攻击代价的问题,提出基于代价的复杂网络边攻击模型。该模型考虑了边攻击代价因素,以边的权重近似衡量攻击代价,以最大连通子图和平均路径长度作为网络鲁棒性测度指标,将边攻击策略和权重参数对普通无标度网络与指数可调无标度网络的鲁棒性影响进行了仿真模〖JP3〗拟。结果表明:边权参数取不同值时,边的权重由大到小策略攻击效果都不是最好的;攻击代价较小时,边的权重由小到大策略攻击效果最好。与现有模型相比,采用该模型研究复杂网络边攻击策略有效性较符合实际,具有一定的参考价值。     

海上动态目标潜在区域博弈预测及搜索方法

针对遥感卫星对海上动态目标搜索定位的应用需求, 提出海上动态目标潜在区域博弈预测及搜索方法。通过非对称信息假设将动态博弈转化为静态博弈, 简化策略函数以提高算法效率。以收益为指标设计博弈策略, 使算法更贴近实际应用, 并将目标潜在区域预测算法和卫星搜索规划算法转化为纳什均衡下的最优策略求解问题。引入目的地信息, 将目标位置预测的时间跨度从数小时增加到数天。实验结果显示, 该搜索方法在保证了较高目标捕获率的同时, 降低了遥感卫星星座的资源消耗。该搜索方法在海上动态目标搜索领域具有潜在应用价值。