一种基于Stackelberg博弈的流速与拥塞控制算法

研究了Stackelberg流速与拥塞博弈问题,对一次非合作流速与拥塞控制博弈模型中的Nash均衡点进行了推理和证明.接着深入研究了单跟随者与多跟随者流速与拥塞博弈模型,论证和推导了均衡的存在性和均衡解向量.在此基础上,扩展模型到多层次的Stackelberg博弈结构中,并找出均衡点上领导者和多跟随者流速率的解析解.基于Stackelberg拥塞博弈模型,提出了相关流速与拥塞控制算法(HCAS)的框架,包括层速率控制算法和端系统速率控制算法2个部分,在层速率计算完毕后,层内端系统速率将由层内端系统速率分配算法决定.仿真实验表明,HCAS能够较好地实现层速率分配以及端系统速率的计算工作,验证了算法的可行性和有效性.     

非合作流速与拥塞控制博弈的应用

针对Internet用户的贪婪行为,引入非合作博弈理论,为非合作网络中的流速与拥塞控制行为建立模型,论证了上述博弈模型中Nash均衡点的存在性和惟一性.在分析了求解Nash均衡点解析解的基础上,设计实现了一种分布式流速控制算法(FCAG-SL).仿真实验表明,FCAG-SL算法具有良好的收敛性,应用流可以获得比其他拥塞控制算法更高的效用和整个系统的效用,验证了算法的可行性和有效性.     

无限重复流速与拥塞控制博弈实例的应用

在讨论了一次博弈模型和流速均衡解析解的基础上,对基于无限重复博弈模型的流速与拥塞控制行为进行了研究.提出了重复和无限重复流速与拥塞控制博弈模型,论证了重复博弈NEP的存在性和最优性,讨论了重复博弈中贴现因子的意义;通过2个无限重复流速控制博弈的实例(2个端系统和N个端系统),介绍了在非合作的流速与拥塞控制中规范(约束)端系统的行为方法,以维护和实现整个流速与拥塞控制系统效用的最优.     

基于功率控制的异构蜂窝网络基站节能机制

针对移动网络中潮汐效应引起的能量浪费现象,提出一种基于功率控制技术的异构蜂窝网络基站节能机制.建立一个非合作博弈模型,以基站为博弈参与者,以能量效率作为收益函数,利用粒子群算法求次优解.该次优解逼近博弈模型的纳什均衡解,从而近似得到最优的功率控制结果.仿真结果表明,该机制能提升整个网络的能量效率,降低网络能耗,实现绿色通信.     

一种多粒子群切换决策机制

提出了一种切换决策机制,支持总最佳连接ABC(always best connected).该机制综合考虑接入网络状况、应用需求、用户对接入网络编码制式偏好、用户对接入网络供应商偏好、终端当前运动速率和终端当前剩余电量等因素,通过博弈分析,基于含最优变异的多粒子群优化算法,寻找把N个终端分配到M个接入网络的最佳切换决策方案,使用户和网络提供方效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,该机制是可行和有效的.     

政府调控下文旅景区文化消费效用水平激励机制研究

基于微分博弈模型，以Nash非合作博弈、文化服务成本分担的Stackelberg博弈和协同合作博弈，分别刻画政府与文旅景区不同合作情形，求解3种情形下的均衡策略、文化消费效用随时间变化的最优轨迹，以及文化服务成本分担策略下政府的最优补贴比例.研究发现：(1)在一定条件下，成本分担契约可以改善文化消费效用水平.(2)对景区门票、文创产品定价过高或过低均不利于文化消费效用水平的改善.(3)Stackelberg博弈下政府的最优收益高于Nash非合作博弈下政府的最优收益.(4)文旅景区收益上交给政府比例较小时，Nash非合作博弈下文旅景区的最优收益高于Stackelberg博弈下文旅景区的最优收益.(5)文旅景区收益上交给政府比例较大时，Stackelberg博弈下文旅景区的最优收益高于Nash非合作博弈下文旅景区的最优收益.     

移动Ad hoc网络容量分析的非合作规划博弈模型

移动Ad hoc网络(MANET)的容量是保证其服务质量的关键性质之一.文中根据MANET中无线信道和链路流量的特性,利用网络流理论、染色理论及非合作规划博弈理论构造了节点流量分配的策略空间及基于节点发送流量速率和延迟为参数的节点流量分配效用函数,进而建立了归一化时间内基于共享信道的MANET容量分析模型,并证明了该模型的Nash均衡解的存在性,给出了模型的Nash均衡解的具体形式.数值仿真结果表明,该模型能有效地对网络容量进行分析,具有较强的普适性.     

n人非合作博弈弱Nash均衡点的存在性

根据Nash均衡的定义,也即是局中人单独改变自己的策略不能使自己支付更大这一结论,提出了一种新的均衡,其思想是局中人通过改变自己的策略的确可以增加自己的支付,但是由于局中人改变策略会产生成本这一事实,当成本高于或等于增加的支付时使得局中人没有改变自己的策略。基于这样的事实背景,在博弈模型中引入了局中人的成本函数,重新建立了n人非合作博弈模型,以及n人非合作广义博弈模型,并给出了弱Nash均衡点的定义,在此基础上研究博弈模型中弱Nash均衡点的存在性;通过定义最优回应映射,应用相关引理证明最优回应映射是usco的、非空的、凸的;通过Fan-Glicksberg不动点定理证明了n人非合作博弈,以及n人非合作广义博弈弱Nash均衡点的存在性。     

作业车间调度的非合作博弈模型与混合自适应遗传算法

采用博弈理论,建立了一种基于非合作博弈的作业车间任务调度模型.在该任务调度模型中,将源于不同客户的制造任务映射为非合作博弈模型中的局中人,并将与制造任务包含的工序集所对应的可选加工设备映射为可行方案集,使各制造任务的加工完成时间和成本组合形成的多目标综合指标映射为收益函数,从而将对任务调度模型的求解转换为寻求非合作博弈模型的Nash均衡点.通过设计的爬山搜索混合自适应遗传算法、自适应交叉和变异算子,实现了对该任务调度非合作博弈模型的Nash均衡点的有效求解,同时算例仿真结果也验证了所提出的调度方法的正确性.     

基于微分博弈的供应链企业社会责任管理

考虑企业社会责任(corporate social responsibility,CSR)商誉对市场需求的影响,在Nash非合作博弈、以制造商为主导的Stackelberg博弈、以零售商为主导的Stackelberg博弈和合作博弈4种情形下,分别构建微分博弈模型,研究制造商和零售商的最优CSR努力水平、CSR商誉的最优轨迹和利润最优值,并结合数值模拟,验证理论推导的正确性.研究结果表明:最优CSR成本补贴率仅与边际利润有关,与其他因素无关;与Nash非合作博弈相比,在Stackelberg博弈情形下,当主导者的边际利润大于跟随者边际利润的一半时,主导者对跟随者进行CSR成本补贴,且主导者的最优CSR努力水平保持不变,跟随者的最优CSR努力水平提高,制造商和零售商的利润均提高;与Stackelberg博弈相比,在合作博弈情形下,制造商和零售商的最优CSR努力水平均提高,供应链系统的利润也随之提高.     

多小区认知无线电网络中基于非合作博弈的功率控制算法

功率控制技术是认知无线电网络的关键技术之一。本文对多小区认知无线电网络进行分析,建立非合作博弈模型,提出一种新的适用于多小区认知无线电网络基于非合作博弈的功率控制算法,分析指出了该算法存在唯一的纳什均衡,并通过数值仿真分析了该算法的性能,用户可以以相对较低的发射功率获得较高的效用和服务质量,具有一定的实用性。     

基于粒子群优化的协作网络资源分配的博弈策略

应用基于竞价机制的斯坦克尔伯格博弈提出协作中继网络中的一种资源分配策略,用以解决单一中继节点对多用户节点协作带宽的分配问题。首先中继根据用户的协作带宽需求对资源定价,然后用户根据价格调整其纳什均衡策略,即获取协作效用最大化的最优带宽购买量。证明了纳什均衡的存在性,提出基于粒子群优化的均衡求解算法,分析了均衡的有效性,仿真给出了粒子群优化的全局最优带宽分配结果。仿真结果表明,所提出的博弈可以激励中继节点参与协作,并协调多用户节点间的资源分配。     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

基于博弈论的最优认知中继网络功率控制

认知中继网络在不影响主用户的正常通信情况下使用授权频谱,其功率控制方法也有自身的特点。用博弈论的方法建立认知中继模型,求出最大化效用的阶段发射功率解,通过对其纳什均衡、帕累托最优和全局最优的分析,发现用实际纳什均衡解作为发射功率效用最优,而这是由发射功率的非同时性所决定的。仿真验证了把实际纳什均衡解作为发射功率值时效用最优。     

求解广义纳什均衡问题的一种下降算法

广义纳什均衡问题是一种非合作博弈,其每一个竞争者的策略集和目标函数都要依靠其他竞争者的策略集.最近,Heusinger和Kanzow利用Nikaido-Isoda函数把广义纳什均衡问题转化为一种带约束的优化问题.在此基础上提出了一种下降型算法,并且证明了算法的全局收敛性.     

无线CDMA数据网络中功率控制的非合作博弈方法

宽带码分多址 (WCDMA)网络中功率控制是进行资源管理的核心手段。该文在 Goodm an的研究基础上提出了一种新的功率控制方法。无线数据网络中各个用户得到的服务质量用效用函数来表示 ,分布式功率控制被描述为一个非合作博弈的过程 ,控制策略是为了寻找达到“Nash均衡”点的一组发射功率 ,价格函数的引入提高了系统的效率。文中提出了一个新的价格函数——能够根据系统拥塞状态自动调整的价格函数。在此价格函数中 ,利用等效带宽来反映系统当前的资源消耗情况 ,通过动态地对各个用户施加价格使系统的运行效率大为提高。对新的价格函数进行了仿真分析     

认知MIMO无线网络中的多买家动态频谱接入技术

研究了认知MIMO无线网络中基于博弈论的动态频谱接入技术,以使得具有不同风险偏好的次级用户(买家)可以动态地选择竞标策略,同时主用户也可以根据系统情况,自适应地调整拍卖机制。基于非合作博弈设计了一个有限离散博弈模型,该博弈至少有一个混合策略的纳什均衡。基于自动学习机的概念,设计了一个有限反馈的分布式随机学习算法。仿真结果表明,所设计的算法具有良好的性能,与传统的固定竞拍机制和随机的选择竞价策略相比,该算法能够帮助主用户获得更高的利润,且让次级用户根据自身的风险偏好,选择一个合理的竞拍策略。     

星地认知网络能效谱效联合博弈功率控制算法

在Underlay模式下,卫星网络覆盖范围大会导致用户频率冲突干扰,针对该问题以及星地网络中移动用户的能量有限的情况,综合考虑卫星用户中地面站和移动用户的差异,构建了基于能效谱效联合博弈的星地认知网络多用户功率控制模型,并在该博弈模型基础上提出了一种能效谱效联合博弈算法(COAES),定义了能效和谱效因子,通过对不同用户的能效和谱效优化需求进行博弈,并证明每个用户均能达到最优状态即纳什均衡状态。仿真结果表明:COAES算法能满足不同用户的谱效和能效需求,并且联合因子相比NETMA算法和PRA算法分别提升了50%和35%。     

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.