公交网络车费设定问题的Stackelberg博弈模型

对城市公交网络系统车费的合理设定问题进行了研究分析,考虑到乘客对公交收费变动会作出相应的反应,从而改变网络上乘客的流量分布,运用Ｓａｃｋｅｌｂｅｒｇ博弈理论,将这一问题描述为一个两级数学规则问题,在一定的公交网络收费结构下,乘客在网络上的流量分布可由随机用户平衡分配模型进行估计,鉴于两级规划问题的非凸性,提出了基于灵敏度分析的启发式算法,最后,给出一个仿真算例说明本文提出的模型和算法的合理性。     

一类基于进化博弈的多主多从Stackelberg对策算法

当Stackelberg对策具有多主者多从者时，传统的Stackelberg模型求解算法从方法上将面临困难，因而文章着重研究了多主多从Stackelberg对策的算法．建立了具有多主多从的Stackelberg对策模型，给出了基于进化博弈论的模型求解算法．同时，考虑到成员之间可能存在合作关系，对联盟利益分配问题进行了初步探讨．最后，给出了一个两主两从Stackelberg对策算例，应用所提方法进行了分析，结果表明两主者合作时对从者不利，而从者是能从主者非合作竞争中渔利的．     

基于Stackelberg安全博弈的多无人机边境巡逻问题研究

无人机技术的发展使其在边境巡逻监测任务中承担了重要角色,而无人机续航时间的限制、多类型的越境方以及越境方的观测行为等现实因素对无人机巡逻策略的制定提出了新的难题.针对上述问题,首先构建了由多架无人机构成的巡逻方和多个越境方之间的Stackelberg安全博弈模型,其中巡逻策略和越境策略是基于所设计的有向图来描述的;进一步证明了巡逻策略与有向图上边际覆盖量之间的等价关系,进而将原博弈模型转化为了有向图最优边际覆盖的线性规划问题,并设计了两阶段映射算法;最后在仿真实验中,通过一个具体实例阐述了边际覆盖量到混合策略的转化过程,并在生成的数据集上从模型求解效率、巡逻策略的有效性和鲁棒性三方面进行了对比实验.实验结果表明转化后的模型能够有效应对指数级规模的巡逻策略给博弈求解带来的计算挑战,且能够给出具有较高质量以及较强鲁棒性的巡逻策略.     

基于Stackelberg微分博弈的销售电价规制模型及其分析

;随着电力市场的建立,销售电价的市场化改革成必然趋势,本文借鉴Stackelberg微分博弈方法,并基于政府规制的思想,建立政府与电网企业间两阶段微分博弈模型,运用逆向归纳法与Hamilton-Jacobi-Bell-man方法求解,得出政府和电网企业的最优策略;模型的数值仿真表明:随着电力行业市场化改革的推进,销售电价、电网企业的供电量与政府的转移支付量均收敛于某特定值.     

IWSN物理层防全双工攻击节点的多层Stackelberg博弈模型

针对工业无线传感器网络通信链路上存在的节点安全问题, 提出一种可抵御节点攻击的多层Stackelberg博弈模型。选择最佳协作干扰节点协同抵御全双工攻击节点, 将合法节点与攻击节点之间的对抗关系以及合法节点间的内部协作关系建模成多层Stackelberg博弈模型, 分析博弈模型的闭式均衡解; 设计分阶最优响应迭代算法求解Stackelberg博弈均衡。仿真结果表明, 所提的最佳协同干扰节点选择方案对攻击节点具有较好的干扰效果且节省能耗; 与其他功率控制模型相比, 所提模型可有效增加协作干扰节点的收益,提高协作的积极性。     

多阶段多指标决策的理想方案法

对带有时间顺序的多阶段多指标决策 ,在定义理想方案及贴近度的基础上 ,将这类决策转化为一个多目标优化模型来处理 ,从而为多阶段多指标决策问题提供了一种科学、可靠的决策方法 .     

基于多阶段多指标的编队干扰方案协同决策研究

在现有装备的基础上,为合理地选择各个阶段的干扰方案以达到最佳效果,将编队干扰方案决策问题看作一个多阶段多指标系统,依据系统协同原理,定义了协同度概念,将模糊优选理论与动态规划原理相结合,提出一种能够有效求解多阶段多指标问题协同决策的方法。将该方法运用于编队干扰方案决策中,建立了全程决策数学模型。在给定的战术想定情况下,对求解过程进行了分析,为能够实时准确地得到各种作战态势下的最优决策,编程设计了基于GUI的干扰方案决策系统操作界面,通过仿真分析了不同指标权值下协同度对决策结果的影响。     

信息支援下的作战体系多层网络建模

在传统作战环的研究中,通常考虑目标、传感、打击和指控4类节点的关系,缺少通信网络对作战体系影响的分析.为此,本文研究了在通信网络信息支援下,作战体系分层模型的构建,并利用超网络理论对各层分别建模,并对信息流、物质流和能量流进行形式化描述.最终形成物理域、信息域和认知域的3层网络模型.同时基于武器装备体系功能和属性的多样...     

具有Stackelberg博弈和网络外部性的扩展Hotelling模型

在具有不对称网络外部性的Hotelling模型中,引入Stackelberg博弈价格均衡.在放松厂商定位必须局限于消费者分布空间的假设后,相比较于传统的Nash博弈价格均衡结果,厂商通过Stackelberg价格博弈中可以选择更大的产品差异性,市场先进入者在均衡价格、市场份额和利润方面比后进入者具有先动优势.当网络效用系数相同时,市场先进入者所获得价格、市场份额和利润都大于其Nash均衡时所获得结果,市场后进入者所获得市场份额小于其Nash均衡的结果,但其价格和利润刖根据网络效用系数的不同而变化.     

政府监管与绿色生产多阶段博弈行为

针对绿色生产效益的不同发展趋势和不同发展水平,通过多阶段博弈分析方法研究政府与绿色生产制造商之间的决策行为及其互动关系,探明不同情形下政府监督行为对绿色生产的影响机理,对政府促进绿色生产提出相应有效的政策建议。结论显示:当绿色生产效益呈上升趋势,政府应逐步降低监督检查力度,同时加大处罚力度;当绿色生产效益呈下降趋势,政府应逐步加大监管检查力度,但加大处罚力度不一定利于绿色生产,政府应为改善绿色生产效益创造有利政策环境,提升企业核心竞争力。     

武器装备体系优化方法研究进展

武器装备体系优化是充分发挥体系效能、提高体系作战能力的重要途径。首先,论述了武器装备体系和体系优化的概念;然后,分析了当前7种主要体系优化方法--三层综合优化法、探索性方法、可执行模型法、对抗仿真优化法、多层次多阶段方法、多目标协同优化方法和数学规划法,比较各种方法的适用范围、选用模型的类型、模型关键要素、优点和不足等。最后,提出武器装备体系优化亟待解决的4个问题,为武器装备体系优化的进一步研究提供支持。     

改进的体系进化架构优化设计方法

针对体系的复杂性、自主性和演化性特点,提出一套能够对体系开展优化设计的流程方法.通过引入联合能力集成与开发系统的需求分析方法对体系进化架构进行改进,提升体系进化架构对需求的获取能力.并在进化算法优化的过程中,对体系级、系统级和子系统级各层设计变量采用一体化编码形式纳入到进化架构中.最后,以海上救援问题作为应用案例,验证...     

基于鲁棒能力的体系多目标组合优化

针对体系组合优化问题中,不同场景下系统贡献的不确定问题,提出了基于鲁棒能力的体系优化决策方法。首先对体系的鲁棒能力和模糊能力风险进行定量描述;然后以鲁棒能力最大,建设风险和成本最低为目标,考虑军事能力需求等约束,建立多目标体系组合优化模型,采用改进的基于参考点的非支配排序遗传算法求解模型,生成一组符合决策需求的非劣质解;最后通过仿真实验验证了模型和算法的有效性,可以为体系总体建设规划提供决策支持。     

基于异质网络的武器装备体系结构抗毁性研究

考虑到武器装备体系中装备节点的复杂性和异质性,以及装备之间关系的多样性,本文首先提出了基于异质网络的武器装备体系建模方法.其次通过借鉴OODA作战循环理论的概念,结合异质网络中元路径的定义,提出评估指标——杀伤链数对武器装备体系结构抗毁性进行评估.然后将杀伤链数和常用的抗毁性评估指标——自然连通度进行比较,分析随机攻击和选择性攻击策略下武器装备体系结构抗毁性的变化,发现具备实际语义信息的杀伤链数对于评估武器装备体系结构抗毁性更加有效.最后,通过想定背景下的武器装备作战体系实例,分析该实例下的武器装备体系结构抗毁性,为进攻方首要攻击对象和防守方首要保护对象提供辅助决策.     

Bayesian network learning algorithm based on unconstrained optimization and ant colony optimization

Structure learning of Bayesian networks is a wellresearched but computationally hard task.For learning Bayesian networks,this paper proposes an improved algorithm based on unconstrained optimization and ant colony optimization(U-ACO-B) to solve the drawbacks of the ant colony optimization(ACO-B).In this algorithm,firstly,an unconstrained optimization problem is solved to obtain an undirected skeleton,and then the ACO algorithm is used to orientate the edges,thus returning the final structure.In the experimental part of the paper,we compare the performance of the proposed algorithm with ACO-B algorithm.The experimental results show that our method is effective and greatly enhance convergence speed than ACO-B algorithm.     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

基于目标流驱动的作战体系动态同步分析方法EI北大核心CSCDCSSCI

针对固定结构下作战体系的静态同步分析,不能有效反映节点耦合关联时变特性的问题,提出了基于目标流驱动的动态同步能力分析方法.将进袭目标视为激励体系响应与结构调整的本质动因,通过对抗条件下体系要素属性与拓扑演化的宏观特征分析,讨论了目标流对同步的正负两方面影响;并结合作战环理论与耦合振子模型,研究了体系相位同步的机理与表征,构建了节点相位迭代的更新方法.与静态相比,仿真实验表明动态同步具有特殊的动力学行为,振荡样式与同步能力差异明显.     

基于限制型粒子群优化的贝叶斯网络结构学习

贝叶斯网络结构学习是数据挖掘与知识发现领域的主要研究技术之一,在网络结构的搜索空间相对较大的情况下,已提出的相关算法往往都会存在算法收敛速度慢、学习到的结果准确性较差的缺陷。提出一种信息论结合粒子群优化的算法,利用互信息限制粒子的初始化,使得粒子群优化算法能在较短的时间内收敛,应用ASIA网络作为仿真模型,并与K2算法比较。实验结果表明,提出的算法能够快速、准确地得到贝叶斯网络结构。