完全信息多目标博弈均衡解的存在性

通过给出字典序均衡解、 偏好均衡解及合作均衡解的概念, 建立完全信息多目标博弈模型, 研究多目标博弈系统解的存在性, 并论证了偏好均衡解的性质及偏好均衡解与合作均衡解的关系.     

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.     

多目标分层规划问题的最优均衡宽容值序列算法

对多目标分层规划问题的宽容完全分层序列算法做改进，寻求各层次多目标子问题的最优均衡值和最优均衡解，针对上级优先层次对下级层次的宽容值，求出所有层次按优先级顺序的最优均衡解；给出多目标分层规划问题的最优均衡宽容完全分层序列算法，得到在一定宽容限下所有层     

离散多目标决策的非协调解法

给定一个本质的离散多目标决策问题，用均衡数来衡量目标之间的矛盾性；提出了非协调解的概念；并以均衡数的大小排列非劣备选方案。     

不完全信息静态古诺博弈的求解方法

在分析了厂商的信息具有随机性的基础上，分别情况给出了两个信息具有随机性的静态古诺博弈模型，并应用概率论的知识，分别求出了这两个模型的贝叶斯均衡．     

求解多目标规划的一种模糊目标算法

本文在文献[1]的基础上,引入模糊数学思想,提出了一种全新的求解多目标规划算法．其不仅简化了文献[1]的算法过程,还解决了如何判断解的有效性问题．     

模拟动物行为的多目标可靠性优化设计博弈算法

针对多目标可靠性优化设计的求解问题,结合动物行为对博弈方行为方式进行改进,提出模拟动物行为博弈算法.将各设计目标视为不同博弈方,通过随机向量映射技术将设计向量分解为各博弈方的策略集.根据行为匹配规则,将动物的"损人利己型"与"互惠合作型"行为赋予相应博弈方,各博弈方依据所模拟的行为,构建收益函数与目标函数的映射关系.模拟"互惠合作型"行为的博弈方组成联盟,与模拟"损人利己型"行为的博弈方进行多轮博弈,最终得到均衡解.车辆制动器设计结果表明,对比竞争与合作博弈,所提方法具有更高的计算效率.      

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时，总是希望获得尽可能多的Pareto解，且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念，并将多个智能体组成的多智能体系统与经典遗传算法相结合，给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作，而不是在整个群体中进行Pareto寻优，从而保证了群体的多样性，并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。     

基于生态捕食模型的多目标优化问题求解算法

根据种群生态学中的捕食模型，将多个目标的权值对应到生态系统的种群规模，利用生态捕食模型的动态周期性变化特性，提出了一种新的进化多目标优化算法．该算法通过生态捕食模型来动态调整各个目标的权值，无需人为指定，从而减少了对问题知识的依赖，快速找到非劣解集．文中给出了权值调整策略的参数选择标准，并选择几个比较困难的多目标函数优化问题做了实验．实验结果表明了新方法的有效性．     

一种改进的求解多目标优化问题的进化算法

针对多目标优化问题,传统进化算法维护种群多样性的方法主要依赖于共享函数,但其小生境半径难以进行有效地设置。该文提出一种改进的求解多目标优化问题的进化算法,新算法引入了近邻函数准则(NFC),将其用于选择过程,可以从种群中选择出较好的个体,并确保种群的多样性。此外,新算法中融入了一种基于近邻函数准则的Pareto候选集的维护方法,利用这种方法可以有效地维护候选解集中个体的多样性。对所提出的算法,从时间和空间复杂度进行了理论分析。对一组典型优化问题的测试表明:该文提出的算法具有较高的搜索性能,解集分布的多样性与收敛性均较理想。     

多个从方主从对策的仿射型诱导策略

讨论当主从对策中存在多个从方时,主方对多个从方的诱导策略的设计问题．给出了最优诱导策略和可诱导域的定义,研究了仿射型诱导策略的存在条件及解的结构形式,并探讨了当主方只具有对从方决策的部分观测时的诱导问题．     

信号控制交叉口周期时长多目标优化模型及求解

从城市交通控制目标多样性的本质出发,考虑机动车时间效益、行人时间效益及环境效益,建立以机动车、行人流量为输入,机动车延误最小、行人延误最小及机动车停车率最小为目标的信号控制交叉口周期时长多目标优化模型,简称MOCLO模型.并应用多目标连续蚁群优化算法求解.算例的求解结果显示,连续蚁群优化算法能够均匀地逼近MOCLO模型的Pareto最优前沿的各部分;与F-B方法、ARRB方法相比,MOCLO模型对周期时长的优化结果在机动车时间效益、行人时间效益及环境效益三方面的综合性指标较好;MOCLO模型可提供多个不同特性周期时长以满足不同交通状态的需求.     

消费信贷博弈模型及其均衡分析

运用信息经济学中的土地租佃理论，建立了消费信贷博弈模型，并求出了均衡解．根据信息是否对称，主要对具有完全信息的竞争博弈均衡和具有逆向选择的竞争博弈均衡两种情形分别进行了分析．     

电子商务中信用模式选择的博弈分析

电子商务是一种新的经营理念和商务模式,信用是制约电子商务进一步发展的主要瓶颈。在电子商务中交易者选择何种信用模式是虚拟市场中交易双方相互博弈的结果。完全信息下的静态博弈和动态博弈结果表明:电子商务交易者的双方交易决策是相互影响的,交易一方对另一方的交易行为都会做出积极的反应,买方的选择往往决定卖方的选择;动态博弈时。卖方选择诚实信用模式的必要条件为是诚实信用模式的长期收益大于或等于欺诈信用模式的短期收益,卖方选择何种信用模式的临界点是卖方诚实信用模式的短期收入与社会平均投资利润率的比值。     

综合式圆孔拉刀的多目标优化设计

针对以单目标优化设计圆孔拉刀的某些不足，采用多目标优化设计圆孔拉刀。在考虑刀具及机床等约束的基础上，以圆孔拉刀粗切齿部长度最短和拉削力最小为优化目标，对圆孔拉刀参数中的齿升量及齿距进行了优化，并用罚函数法进行了实例优化     

基于搜索空间自适应分割的多目标粒子群优化算法

提出一种基于搜索空间自适应分割的多目标粒子群优化算法, 根据粒子的搜索能力和规模与子搜索空间的体积呈多维标准正态分布变换, 精细分割搜索空间, 向划分出的子搜索空间分布粒子实现优化, 分割在迭代时持续进行, 直至获得最优解集. 实验结果表明: 该方法解决了多目标粒子群优化算法易陷入局部极值的问题; 在反向世代距离性能指标上, 该算法与一些典型的多目标粒子群优化算法相比, 其种群多样性和解的收敛性优势显著.     

发电商竞价策略的博弈分析

采用经济学上的古诺模型，在考虑发电商向电力公司支付过网电量过网费的情况下，用完全信息静态博弈的方法，分析了发电商边际成本不变但互不相同和发电商边际成本变动两种情况下，发电商的最优发电量和最大利润等，并讨论了过网费费率对发电商制定最优策略的影响，算例结果表明了本文的推导和分析是正确的。     

一种双种群协同多目标粒子群优化算法及应用

针对当前我国油田开采难度大、 经济效益较低等问题, 建立以利润最大化为优化指标, 以年度增油目标、 增液目标、 增注目标为约束条件的多目标油田开采优化模型, 并提出一种双种群协同多目标粒子群优化算法求解该优化模型. 该算法通过双种群协同进化策略扩大搜索空间, 提高算法的全局搜索能力, 并结合Lévy飞行保证种群多样性, 提高算法收敛效率. 实验结果表明, 该算法能有效求解油田开采优化模型, 可优选出满足目标和约束条件的结果.