联盟模式下云资源提供最优化算法

为了提高资源利用率和云资源提供者的收益,提出一种云联盟模式下基于合作博弈的资源提供算法.算法将资源联盟收益最优化形式化为线性规划问题,通过合作博弈核求解了该收益最优化问题,并证明了处于合作核中的资源提供策略同样是线性规划最优解.进一步,为了获得稳定的资源联盟结构,设计了基于离散Markov链的动态联盟构造模型,通过该模型可以得到收益最大化的最优联盟结构.仿真实验结果表明,对于具有博弈理性的资源提供者而言,资源联盟可以有效提高个体资源提供者的收益,同时,由于结盟代价的存在,稳定的联盟结构更加倾向于形成规模更小的联盟.     

具有联盟结构博弈的联盟核心的公理化

研究了具有联盟结构博弈的联盟核心的公理化方式及Owen值与联盟核心之间的关系.利用一种缩减博弈,给出了解的一致性、弱反一致性等概念,用个体理性、单人理性、一致性和弱反一致性对联盟核心进行了公理化,给出了解为联盟核心的充分必要条件.结果表明,在该缩减博弈下,联盟核心是唯一确定的,对于具有联盟结构的强凸博弈,Owen值属于联盟核心.     

赋权合作博弈中的可行联盟结构与收益分配

合作博弈的局中人由于投入或收益期望的不同,他们在联盟结构中往往具有不同的权重,因此本文提出赋权合作博弈问题。给出形成赋权合作博弈中可行联盟结构的规则：参与者为追求收益最大化而自发形成一个有加权平均最大收益的一级联盟,余下被排除在外的参与者再自发形成下一个有加权平均最大收益的二级联盟,以此类推,直至全部参与者均实现结盟。通过参与者在所有可行联盟结构中的收益确定其权益值,依此对最大联盟结构收益进行分配。最后通过一个算例验证了所提出的可行联盟结构及其收益分配方法的合理性,即参与者权益来源于个体之间的竞争,总收益最大化反映参与者全体的合作性。     

基于动态稳定性的运输联盟成本分摊规则

基于运输合作博弈模型,探讨了Shapley值和公平分配解（PES）的成本分摊方式,分析了两者性质及其对运输联盟动态稳定性的影响.研究结果表明:承运人的Shapley值与自己的需求量正相关,与自己的产量负相关;承运人的PES与自己的需求量正相关,却与其他承运人的产量负相关;当承运人的产量和需求量同时增加,且增加幅度相等时,整个联盟运输成本的增加几乎都由该承运人独自承担;以Shapley值为分配规则时,“差异化联合”的联盟结构更稳定;以PES为分配规则时,“强强联合”的联盟结构更稳定.
     

考虑风险的模糊Shapley港航联盟收益分配

针对盟员投入不确定会导致联盟收益模糊性问题,提出模糊Shapely收益分配策略.构建不同竞合情形下的合作博弈双层规划模型,以模型输出结果构造三角模糊数支付函数,并进行模糊Shapely收益分配.考虑盟员面临的风险程度不同,运用模糊层次分析法测算成员的风险因子,并基于该因子对模糊Shapely收益进行修正.算例结果表明,新策略满足联盟形成机制,同时保证收益分配更加科学合理.提出的分配策略解决了联盟收益不确定性时收益分配不合理的问题.     

基于合作博弈理论的汽车概念设计优化方法

将质量功能展开(QFD)与合作博弈理论相结合,提出一种汽车产品顾客满意度和成本优化设计的新方法.该方法主要包括:通过市场调查和QFD分析,获取顾客需求并转化为技术需求,建立顾客满意度水平评价模型;再通过确定博弈方、博弈效用和博弈策略分组,将顾客满意度和成本的多目标优化问题转化为合作博弈理论模型;然后采用联盟博弈的Shapley值法求解最优值.最后,通过某汽车车门开发示例计算与传统方法进行对比,验证了本文所提出方法的有效性.     

模糊软合作博弈

本文将模糊软集引入合作博弈理论中,给出一种模糊软合作联盟模型,定义该模型的模糊软合作博弈概念,讨论模糊软合作博弈的超可加性、凸性等性质,并利用Choquet积分分析模糊软合作联盟博弈的收益分配对策,保证模糊软合作联盟的稳定性.最后通过实例分析验证表明该合作联盟博弈及其收益分配方法是有效的.     

n人动态联盟博弈的值

在具有可转让效用的n人合作博弈理论中建立了一个动态联盟博弈模型. 首先用Markov随机过程来描述联盟结构是如何随着时间的变化而变化的,定义了状态概率等概念. 然后将局中人在不同时期的策略选择归结为在时间序列集S= { 0,1,…,τ}上的有序选择. 给出局中人在时间序列集S中每一点的SK值(支付). 提出了动态联盟博弈的SK公理,证明了每个博弈具有SK公理意义下的惟一解. 该模型是对动态联盟博弈研究方法的一次新的探索,拓展了联盟博弈理论.     

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.      

基于演化博弈和网络拓扑结构的改进SIR模型——以疫情舆情分析为例

传统SIR模型的初始参数是随机设定的,同时状态转换之间没有考虑实际网络拓扑结构,导致传播收敛效果与实际不一致.为了解决该问题,本文提出一种基于演化博弈和网络拓扑结构改进的SIR模型.改进的模型首先通过演化博弈方法确定影响因子,接着根据影响因子确定好SIR模型的初始感染率参数,然后根据网络拓扑结构调整状态之间的转换概率....     

有向图上的合作对策模型

讨论有向图上最小树形图对策模型。证明了核心解集非空及置换凸性，给出了一种有效联盟结构分解。     

模糊多层级联盟结构合作对策Shapley值及其性质

针对模糊合作对策中局中人可能形成多层级联盟结构的情况,利用Choquet积分定义模糊多层级联盟结构,进而提出Shapley值解概念及其解法.研究此类对策Shapley值满足整体有效性、可加性、联盟内对称性和哑元性等性质,并进一步证明其唯一性.最后,通过算例比较分析模糊多层级联盟结构合作对策Shapley值和Banzhaf值的异同特性.该Shapley值模糊拓展了多层级合作对策Shapley值,是经典Shapley值的一般表示形式.     

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)。     

基于最小核心算法的联盟合作利润分配策略的研究

研究了合作对策中的最小核心解的问题.给出了合作3人对策最小核心的计算公式及其证明,最后把合作3人对策的最小核心算法应用到企业联盟利润分配问题中去.     

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。     

局中人数目变动时非凸合作对策分配问题的研究

对允许局中人数目变动时，有边支付、非凸合作对策形式给出的分配问题进行了研究。建立了所研究问题的统一模型框架，提出了一些新的概念。得到了核心分配原则的充要条件，给出了核心分配原则的一个简单充分条件，并给出了一个判定核心分配原则的有用结论，最后还获得了一类非凸合作对策的Ｓｈａｐｌｅｙ值是核心分配的结论。     

一种求解合作博弈中成本分摊问题的方法

基于n人合作博弈的成本分摊模型，从二次费用分摊的角度提出了解此模型的一种方法，利用所有可能与i结成每一个联盟时的费用缺口的平均值来求βi，同时予以证明并举例说明。     

基于合作博弈的网格资源分配

针对网格资源分配中的竞争问题,提出了一种合作博弈的方法,通过建立用户的评估函数,使得竞争同一资源的多个用户能够结成联盟来增加整体效用,其中用户分得的资源份额取决于出价水平.着重研究了联盟中用户的评估函数并证明了其满足非联盟评估函数的性质,因此在资源竞争中联盟成为有效的参与者.分析表明,该方法不仅可产生惟一的纳什均衡,而且能够为联盟用户带来更多的收益,从而实现帕累托改进.