基于纳什均衡解的无线Mesh网络资源分配算法研究

针对无线Mesh网络因存在大量竞争节点导致网络资源利用率降低的问题,从最大化网络性能为目标,建立一个反映无线Mesh网络节点间竞争资源过程的非合作动态博弈模型,并在此模型基础上提出一种基于纳什均衡解的无线Mesh网络资源分配算法。算法通过求解求解博弈的纳什均衡解来获得各类业务的最优发送概率,使各类业务获得了最优的发送机会。通过优化数据发送行为,减小了节点间竞争的碰撞概率,降低了不必要的退避时间,进而提高了网络资源的利用率。仿真实验结果说明了算法的可行性和有效性。     

多物流配送中心选址及求解

经典蚁群算法不能直接用于求解多配送中心选址问题(MDLP),据此,将MDLP映射为扩展K-TSP过程并设计了改进的蚁群算法.改变了经典蚁群算法禁忌表的设置方式,算法运行时,给蚁群建立一个共享禁忌表,里面存放所有蚂蚁访问过的客户点,任何蚂蚁只能选择共享禁忌表未曾记录的客户点,从而增强蚂蚁间的信息交流,促进它们的分工与协作,使蚂蚁无遗漏无重复地遍历各配送点并找出问题的最优解.为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式.仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP.     

基于离散粒子群算法的城市物流节点选址模型

在考虑城市物流系统运行费用最小的基础上构建了城市物流节点的选址模型,使用离散粒子群优化算法对该模型进行求解,算例分析表明该算法计算效率较高且易于实现,在求解城市物流节点选址问题时可以快速搜索到问题的最优解,具有较高的达优率．     

基于循环取料的不确定越库调度模型与算法

研究运输时间不确定环境下基于循环取料的越库调度问题.对问题建立不确定情况下求解该问题的混合整数规划模型;提出2阶段启发式算法和基于禁忌搜索算法的改进算法来获得近似最优解;通过在小规模和大规模情形下进行数值实验,验证了启发式算法的有效性.     

信息缺失下考虑预算约束的物流设施可靠性选址研究

针对存在失效风险的设施选址问题,构建了信息缺失下考虑预算约束的物流设施可靠性选址模型.该模型既反映了信息缺失下顾客访问设施方式的变化,又在预算有限的情况下考虑了设施优化布局方案.针对构建模型的特性,基于拉格朗日松弛算法,提出了定制的启发式求解算法.基于京津冀区域的实际数据,构建了一系列的算例,对选址模型的性能和参数进行深入分析研究.研究结果表明:采用拉格朗日松弛算法求解该模型可以获得合理的物流设施选址方案.通过灵敏度分析,探讨了模型参数对物流设施选址成本的影响.     

工程与经济均衡互补模型的一个光滑二次收敛算法

目的研究一类工程与经济均衡互补模型的算法。方法首先建立该互补模型的绝对误差界,基于此设计求解该模型的算法。结果得到求解该模型的光滑收敛算法,并证明了所给算法是二次收敛的。结论在不要求互补问题存在非退化解的条件下,该类算法也具有二次收敛性。     

电力市场一类分段线性供应函数纳什均衡解的存在性

供应函数均衡模型是研究电力市场发电商竞标行为的一种重要工具.不同于Coumot模型描述的产量竞争和Bertrand模型描述的价格竞争,供应函数均衡模型更适合描述电力市场中竞标函数竞争行为.当电力市场需求函数表示为市场价格与有界随机需求冲击的非线性函数时,每个发电商在其发电容量范围内向电力市场提交一个分段线性供应函数,以获取最大化利润.在这种电力市场环境下构造了一类分段线性供应函数,证明了分段线性供应函数纳什均衡解的存在性,从理论上获得了相关新结论,为电力市场供应函数均衡近似数值求解算法设计提供理论基础.     

基于GA-SA组合算法的山区复杂环境无人机起降点选址

针对山区复杂环境下的物流链前端无人机货运起降点选址和任务分配进行研究。首先以建设成本最小和运输时间满意度最大为目标,综合考虑无人机自身性能和禁飞空域等因素,构建多约束条件下多目标函数的起降点选址和任务分配模型。采用遗传算法(genetic algorithm, GA)和模拟退火算法(simulated annealing algorithm, SA)的组合算法进行求解,首先通过遗传算法得出较优的可行解,再以此解作为退火算法的初始解进行模型求解。仿真结果表明,构建的多约束模型能够实现预期效果,并且采用的算法解决此类问题时具有良好的适用性。     

定位路线问题的两阶段禁忌搜索算法研究

定位路线问题是定位配给和车辆路线问题的集成。分析了定位路线问题的含义,建立了此问题的数学模型,并用Lingo 10.0验证了模型的正确性。由于该模型属于NP-hard问题,设计了两阶段禁忌搜索算法:第一阶段用禁忌搜索算法求解定位配给问题,确定设施定位及客户分配;第二阶段用禁忌搜索算法求解车辆路线问题,经过两个阶段的多次迭代求得定位路线问题的优化解,通过实例计算验证该算法的可行性和有效性。     

寡头企业价格领先竞争的均衡性

首先介绍完全信息时双寡头垄断的企业价格决策的静态模型，得到伯川德均衡；然后介绍完全信息时双寡头垄断的企业价格决策的动态模型，得到价格领先的寡头竞争模型均衡解；最后分析了后者的局限性，得到在理性假设的前提下价格领先的寡头竞争模型的均衡解不是一个稳定状态，完全信息时双寡头价格决策的动态博弈的结果必然最终趋近于静态博弈的结果。     

协作通信中双中继的服务和频谱价格竞争

协作中继通信中,为了促进节点的协作,研究了协作通信中理性的双中继面对相同用户群的竞争行为。利用博弈论,建立了一种促进空闲节点参与协作且便于用户监控服务质量的频谱买卖模型;基于该模型研究了有固定空闲频谱和非固定空闲频谱的双中继定价策略。对有固定空闲频谱的双中继的价格竞争,证明了纳什均衡的存在和唯一性,给出了实现纳什均衡的分布式价格调整算法;对可灵活申请频谱的双中继的价格竞争,设计了引导两中继分布式达到纳什均衡的定价策略,在该机制下,两中继实现了维护各自用户群的最大效益。     

企业动态竞争战略选择的微分博弈分析

基于微分博弈理论,研究了企业如何进行动态竞争战略的制定.首先建立了对称信息条件下的双寡头企业竞争战略选择的微分博弈模型,然后通过对模型的求解和纳什均衡的讨论,分析了两家企业在博弈均衡状态下的战略选择,并把这一研究结果用来指导我国制造企业动态竞争战略制定的实践,最后对模型的进一步完善提出了一些设想.     

二人博弈问题中单一纳什均衡的搜索算法

给出计算二人博弈问题中单一纳什均衡的一种搜索算法, 用支付矩阵的秩数和条件占优行的个数限定待搜索策略对空间, 将该空间按一定规则排序, 通过对有序有限策略对空间进行搜索得到一个简单的纳什均衡.     

基于需求学习的竞争企业的定价和生产决策研究

文章考虑相互竞争的多个制造型企业,研究它们的最优定价和生产决策．假设一个企业在某期的需求不仅依赖于当期所有企业的价格,而且还依赖于过去时期所有企业的价格．由于企业难以获得需求的确定信息,文章不再假设需求是确定已知或服从某种已知的随机分布,而是考虑未知需求,然后通过需求学习的方法来对未知的需求进行估计和预测．通过建立每个企业的最优控制模型,得出所有企业的最优控制问题是一个广义微分Nash均衡问题．然后,采用微分变分不等式来表述该广义微分Nash均衡问题,并证明了广义微分Nash均衡的存在．介绍了两种不同的需求学习方法来对未知参数进行学习,然后运用固定点算法来求解微分变分不等式．最后,通过数值分析展示了所有企业形成的均衡,并发现相比于基于最小二乘法的需求学习方法,基于马尔科夫链蒙特卡洛的需求学习方法可以使得企业获得更高的利润．     

基于博弈分析的我国制造企业竞争战略研究

应用博弈论的方法研究了我国制造企业竞争战略选择的问题.分析了我国制造企业竞争优势的现状,然后在此基础上建立了我国制造企业同国外领先制造企业基于价格和差异化的组合战略选择的博弈模型,接着通过对模型的求解和纳什均衡的讨论分析了双方在博弈均衡状态下的战略选择,并把这一研究结果用来指导我国制造企业竞争战略制定的实践,最后通过具体的算例模拟我国制造企业怎样在变化的环境下调整自己的战略.     

基于博弈理论的认知无线电频谱分配

在认知用户效用函数的基础上,应用寡头市场博弈模型来解决频谱分配中的授权用户博弈问题.根据认知用户的效用函数以及Bertrand、Cournot均衡理论提出了授权用户信道竞价的动态Bertrand博弈算法.理论与仿真结果表明:稳定的纳什均衡解与速率调整参数有关,当速率调整参数小于0.020时,可以在较短的时间内获得稳定的信道价格;同时,纳什均衡点与边际成本有关,较高的边际成本可以获得较高的信道价格.     

判别静态博弈纯策略Nash均衡存在的一个充要条件

本文首先给出判别静态博弈纯策略纳什均衡存在的方法,然后给出判别纯策略纳什均衡存在的一个充要条件。最后,在判别纯策略纳什均衡存在的基础上,给出该静态博弈存在多少纯策略纳什均衡以及哪些纯策略组合是纯策略纳什均衡的方法。     

两条单生产商单零售商供应链的选址与定价竞争研究

基于"线性市场"与线性运输成本的Hotelling模型,研究两条由单生产商单零售商组成的供应链的选址与定价竞争,建立了两条供应链均为集中式供应链(II模式)、均为分散式供应链(DD模式)、一条为分散式供应链一条为集中式供应链(DI模式)的竞争均衡模型,给出了均衡解的存在条件和均衡解.研究表明:DD模式下两条供应链的定价与利润比DI模式高,而DI模式又比II模式高,所以供应链集中式决策不是利润最大化目标下的占优策略;两条供应链的成本之差影响到双方利润,低成本供应链具有竞争优势.最后,对3种模式进行了数值仿真,参照结果提出了管理建议.     

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。     

认知无线电网络中功率控制方法的研究

分布式功率控制是认知无线电系统常用的功率控制方法之一.将非合作博弈论的方法应用于认知无线电的功率控制上,在Goodman所提出NPG模型以及NPGP模型上来进行代价函数的改进,并提出一种新的博弈算法来实现对认知无线电系统的功率控制.该算法不仅考虑到系统用户之间的公平性,同时还考虑到认知用户之间干扰的影响,并通过理论证明了其纳什均衡的存在性与唯一性.仿真结果表明,该算法不仅能使用户发射功率降低,同时还可以使用户的效用提高,并且收敛性较好.