加权不可分成本值的优化实现及公理化

合作对策研究如何公平合理地分配参与者通过相互合作形成联盟后获得的最大收益。将权重系统引入合作对策,定义了加权不可分成本值,首先分配给每个参与者其大联盟边际贡献,再将不可分成本值依据权重系数进行分配。构造去权平方抱怨度优化模型,证明其最优解与加权不可分成本值一致,优化实现了加权不可分成本值。其次定义大联盟边际标准对策的加权对称性,用公理化的方法研究了加权不可分成本值是合作对策中唯一同时满足有效性、可加性、非本质对策性和大联盟边际标准对策的加权对称性的解。用协变性替代非本质对策性对不可分成本值做出新的公理化证明。最后在实际应用中对比研究不同的分配规则,分析了加权不可分成本值的合理性。结果表明:加权不可分成本值有效地综合了分配问题中的平均主义原则和功利主义原则,可以均衡地最小化所有参与者的去权平方抱怨度,是去除权重影响后距离理想收益最近的分配方案。     

广义区间值模糊粗糙集模型及其公理化特性

把粗糙集理论和区间值模糊集理论结合起来, 利用粗糙集理论的构造性方法, 提出了一种广义区间值模糊粗糙集理论模型。首先, 利用区间值模糊剩余蕴含算子和它的对偶算子, 定义了一种广义上下区间值模糊粗糙集近似算子。然后, 利用该蕴含算子的性质, 讨论了该模型上、下近似算子一系列有趣的性质。 在公理化方法中, 通过定义一对抽象的区间值模糊近似算子, 刻画了广义区间值模糊粗糙集模型的公理化特性。     

Gupta—Livne参考点协商解的单调性

提出了Ｇｕｐｔａ－Ｌｉｖｎｅ参考点协商解关于协商可行域、冲突点和参考点等协商要素的各种单调性概念，证明了这种协商解在不同参考点协商问题类上具有不同的单调性，由此，局中人可以了解协商要素的变化对自己协商结局的影响。     

区间支付合作对策的团体贡献Shapley值

针对区间支付合作对策的收益分配问题,基于经典Shapley值处理边际贡献的方法,考虑了团体边际贡献对于局中人收益分配的影响,定义区间支付合作对策上的团体贡献Shapley值.将经典Shapley值满足的三条公理进行拓展,证明提出的解满足Shapley值的公理化体系.最后通过算例分析区间支付合作对策上Shapley值与团体贡献Shapley值的异同特性,验证研究内容的有效性,并说明其现实意义.     

具有随机支付的N人合作对策的妥协值

针对随机合作对策解的问题,提出了妥协值概念,并通过一个例子证明妥协值作为随机合作对策解的可行性与合理性.得到随机合作对策的妥协值所满足的性质,研究了随机合作对策的妥协值与TU对策的τ值以及妥协值与边际值之间的关系.研究结果表明:对于两个局中人组成的联盟,随机合作对策的妥协值等于边际值.当局中人的个数超过两个时,这个结论不一定成立.     

供应链计划建模中的博弈方法

基于供应链管理思想,针对供应链上下游的主要合作伙伴关系,建立一种基于协商的上下游合作计划模型·根据外界情况(如价格、库存等因素),确定企业与战略伙伴的合作关系·在合作计划模型的基础上,分别讨论了动态博弈的纳什均衡理论和协商对策理论在模型中的应用·指出供应链的上下游合作企业达到"双赢"目标的条件及可行性·结果表明,非合作博弈体现了一种个人理性,而协商对策满足个人和群体合理性·仿真验证了模型和算法的有效性·     

残缺合作博弈的L-核仁与I-Shapley值

通过引入残缺合作博弈的相关定义,给出了验证其超可加性的有效模型. 基于子联盟的超出值与平均超出值之间的离差最小化的博弈准则,定义了残缺合作博弈的L-核仁. 构造了分配向量与正、负理想分配间的离差函数,提出了求解残缺合作博弈I-Shapley值的最优化模型,探讨了L-核仁与I-Shapley值的存在性与合理性.      

基于夏普利值法的任务分配

在面向订单的生产组织方式中,企业需要对其订单任务在同类设备上进行分解,而传统的任务分配方法忽略了同类设备的不同生产效率,无法获取整体最大效率.本文采用基于n人合作对策的夏普利值法进行任务分配,并构造了负值法来解决合作对策中难以获取准确的效益值的难题.最后以内饰布企业为例,进行了应用介绍.     

AODE中基于强化学习的Agent协商模型

AODE是我们研制的一个面向Agent的智能系统开发环境。AODE中基于强化学习的Agent协商模型采用Markov决策过程和连续过程分别描述系统状态变化和特定系统状态的Agent协商过程,并将强化学习技术应用于Agnet协商过程。该协商模型能够描述动态环境下的多Agent协商,模型中所有Agent都采用元对策Q-学习算法时,系统能获得动态协商环境下的最优协商解。     

广义特征函数下模糊对策的τ值

为了使模糊合作对策的分配能更好的应用到现实的分配模型中,以模糊合作为工具,在传统τ值的基础上,定义了广义特征函数下模糊对策的τ值,同时讨论τ值的有效性、限制成比例性、可替代性、哑元性等性质,并用上述性质证明了τ值的存在唯一性。从而,扩展了模糊合作对策解的研究理论,具有一定的应用价值。     

不完全信息的多人多目标资源分配协商对策

提出了不完全信息多人多目标资源分配问题的模糊协商对策方法，把Ｐａｒｅｔｏ最优，多目标资源分配协商对策和最大均衡满意度协高对策解等概念及协商公理推广到模糊环境下，证明了模糊最大均衡满意协商对策解满足模糊协商公理，并给出了求解它的模糊数学规划模型。     

重复模糊简约合作对策核心的特征

将简约对策模型和模糊简约模型进行了拓展,加入重复模糊对策理论,构建了重复模糊简约合作对策模型并研究了其核心的公理化特征.     

多目标Nash协商对策理论及应用

对于具有非结盟合作对策特征的多人多目标决策问题，本文首先讨论了 Ｎａｓｈ协商对策理论的推广结果——多目标Ｎａｓｈ 协商对策理论．它是基于多属性效用理论与对策论的有机结合．在模型中引入了多目标的描述．它的解除了保持原 Ｎａｓｈ协商对策解的所有性质之外．还具有多目标决策非劣解意义下的合理性．建立了城乡经济协调发展投资决策分析的多目标Ｎａｓｈ 协商对策模型和相应的人机交互式决策分析系统．通过人机交互介面，决策者设定有关情景和参数．系统自动识别，同时生成相应协商对策模型并求解，这种交互过程可一直进行到决策者满意为止．     

有限制联盟的加权弱半值

研究了有限制联盟的加权弱半值，指出在有限制联盟条件下，加权弱半值的公理化和E．Calvo等提出的一致。     

区间值模糊集合的扩展原理

针对区间值模糊集合的分解定理和表现定理,给出了区间值模糊集合的极大、极小扩展原理,并讨论了其基本性质,进而提出了区间值模糊集合的一般扩展原理的公理化定义,给出了其相应的应用实例.     

GOM(1,1)模型背景值构造的重新改进

GOM(1,1)模型同GM(1,1)模型一样存在背景值构造的不足.分析已有以累加序列为齐次指数序列推导出的背景值构造形式存在的问题,以背景值几何思想建立两种加权背景值构造,分别为齐次指数序列下的定权背景值构造和近似齐次指数序列下的变权背景值构造.实例应用结果显示加权背景值构造下的GOM(1,1)模型不仅可以完全拟合齐次指数序列,近似齐次指数序列下建模的预测精度也提高了.     

损伤识别的模态数据异常值分析方法

为探讨通过实测模态数据识别混凝土梁损伤的可行性,采用异常值分析方法,提出了通过判断实测低阶模态参数是否偏离正常状态来确定结构是否发生损伤的单参考点方法。针对结构状态连续监测的情况,提出了更具鲁棒性的逐次参考点异常值分析方法。预制了一根16m长的钢筋混凝土梁,并对健康状态和多种已知人工损伤状态下的梁结构进行了实验模态分析。实验数据的异常值分析结果表明:基于模态数据异常值分析的损伤识别方法,不仅能识别出钢筋混凝土梁的损伤,而且对损伤还很灵敏,甚至能检测出小于1%的微小损伤;逐次参考点分析方法能追踪钢筋混凝土梁累积损伤的过程。     

具有联盟结构的动态对策

现代对策论中原则上所考虑的理想对策模型可分为两类：策略对策和合作对策。在策略对策中局中人选择使他自己获得最大支付的策略，在合作对策中局中人只考虑使他们所在的联盟所得支付最大，而联盟中个人之间如何分配并没有考虑。许多论文已经探讨了这样的问题：当不完全合作时，局中人往往选择使他们所在联盟得到支付最大的策略来形成联盟。本文中，考虑了具有完全信息的对策，并且在对策树的一些固定结点处随机地改变联盟分割，从而形成了构造最优子树(分枝)的算法，针对这样的对策同时也得到了一种新值(PMS-值)。     

妥协可接受的NTU模糊对策的妥协值

在经典NTU对策中,妥协可接受的NTU对策是与现实最贴近的分配模型,那么作为妥协可接受的NTU模糊对策的唯一单值解妥协值的研究价值是不言而喻的。文章以妥协可接受的NTU对策的妥协值为基础,将妥协值的性质推广到妥协可接受NTU模糊对策的模型中,从而得到具有非空核心的、妥协可接受的NTU模糊对策的妥协值,并且证明了该妥协值满足的部分性质和定理。     

基于历史信息和时间约束的多Agent协商模型

协商是多Agent系统(Multi-Agent Systems:MAS)实现协调、协作和冲突消解的关键环节.如何在不完全信息的情况下构造有效的协商模型来提高Agent的协商能力,是多Agent系统研究中占有重要地位的问题之一.通过考虑历史信息和时间约束的情况下,讨论了多Agent多问题的协商类型,提出了基于历史信息和时间约束的协商模型(HTANM)和协商算法,为多Agent能进行自动协商奠定了一定的基础.