求解组合拍卖问题最大值的贪婪算法

为有效解决组合拍卖问题,从基约束条件下,下模函数最大值问题的基本结论出发,逐步过渡到求解组合拍卖问题的贪婪算法,给出一种新的近似算法,分析了该算法的性能保证.该算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法结合,从而使其具有更好的性能保证,并从理论上证明了该算法的可靠性和有效性.     

分布式卫星集群博弈任务均衡分配方法

针对分布式卫星集群博弈任务中的分配不均衡问题，提出了一种基于偏好联盟博弈(hedonic coalition game, HCG)的任务分配方法。首先，在考虑燃料和时间最优的卫星集群任务分配模型的基础上，引入对敌毁伤概率以适应集群博弈背景；其次，为保证分配结果的均衡性，引入HCG设计个体联盟特征函数；最后，考虑卫量集群的一对多作战分配方式难以保证局部兵力优势，在一致性拍卖算法(consensus based auction algorithm, CBAA)结构上拓展性地提出了一种多对一任务分配算法。仿真结果表明，该算法在全局效益接近经典集中式算法全局效益98%的前提下，时间约为经典算法的70%,且该算法具有一定的问题规模拓展性。     

赛马之死

晚春时节,骑着纯种赛马State Deputy飞也似的穿越马里兰的山丘。影子在日正当午中一点点变短,于是跳下马静静伫立在马镫旁,并小心翼翼地顺着胳膊松开本已拉紧的缰绳,给马儿更多的活动空间,让它有机会去寻求驯养和野生之间的微妙平衡。不过必须要小心它随时会撒欢跑得无影无踪——就在几个月前,它的原主人还一直在训练它要跑赢所有对手。自2001年出生以来,StateDeputy就承担着比赛的使命。它的     

基于贝叶斯纳什均衡的政府补贴福利分析——以垂直不完全竞争市场为例

【目的】基于贝叶斯纳什均衡理论研究了垂直不完全竞争市场中政府补贴的福利影响。【方法】采用了比较预期福利的方法。【结果】在Asker所建立的框架下分析了政府补贴对最终消费者福利和社会总福利的影响,得到了社会总福利的增量超过政府补贴投入的充分条件。【结论】推广了Asker的一些结果。
     

基于PSO的组合拍卖模型及其Swarm仿真

通过放松竞买人对拍卖物品的替代性或互补性的一致性认识假设,在组合拍卖机制设计的基础上建立了基于竞买人报价的组合拍卖模型.为了高效率地获得物品的最优分配方式,运用particle swarm optimization(PSO)算法模拟物品分配方式的寻优过程,在此基础上构建了基于PSO算法的组合拍卖模型.在Swarm仿真平台上对基于PSO算法的组合拍卖模型进行设计与实现,并通过一个具体的组合拍卖算例进行仿真验证,结果分析表明基于PSO算法的组合拍卖模型能够有效地解决多个物品的分配问题,并能实现卖主收益的最大化.学习能力参数分析表明,与自我学习能力相比,社会学习能力对卖主收益的优化更加重要.本文的研究结果对组合拍卖的理论研究和实际应用具有一定的借鉴价值.     

求解组合拍卖问题的一种贪婪算法

为有效解决组合拍卖问题,从下模集函数最大值问题的基本结论出发,将部分穷举法与贪婪算法相结合,给出了一种求解组合拍卖问题的新算法一改进的贪婪算法,并从理论上证明了所给算法具有更好的性能保证.     

具有随机最高可接受报价的英格兰式拍卖

推广了一些拍卖模型,推广的模型允许竞买人的最高可接受报价是随机变量.并对该模型,求出了拍卖的成交概率、平均成交价、成交时应价次数和成交价的联合概率分布以及边缘分布.     

多属性逆向拍卖环境下采供双方利润分配研究

针对多属性逆向拍卖环境下采供双方的利润分配问题,分别构建了非合作与合作博弈模型,分析了两种情形中影响利润分配的因素,以及建立和发展合作关系的条件,并确定了利润分配的比例.结论表明:在满足建立合作关系的基本条件时,采供双方合作策略的总利润优于非合作的总利润.在满足基本条件的前提下,同时满足维持和发展长期合作的必需条件,则可以确定利润分配的合理比例,使采供双方获得共赢,实现长期合作.     

电力市场两阶段英荷混合拍卖机制设计

电网公司在电力定价过程中居于主导地位，如何在购电过程中实现收益最大化，是其设计电力竞价上网机制的主要目标，目前大多数电网公司采用拍卖竞价机制确定发电厂是否向本电网供电.本文首先设计了两阶段英荷混合拍卖机制：第一阶段采取公开、高效的英式拍卖，淘汰部分电厂；第二阶段剩余电厂重新报价，并以第一阶段的成交价格作为拍卖最高限价，以荷式拍卖机制决定最终的上网电价.其次，将两阶段拍卖机制模型化，通过严格的数学证明，论证了两阶段拍卖机制的性能优越性，最后，通过真实场景模拟和计算机模拟两种实验，验证了两阶段拍卖定价的效率，对电网公司购电具有重要的参考价值.     

一种基于多标拍卖的资源分配算法

针对有限资源开放式系统多任务多资源分配问题,提出了一种基于多标拍卖的资源分配算法. 算法首先基于资源效用曲线为每个任务建立投标集合. 其次,任务向系统递交投标,系统收集所有任务投标并定义市场出清价, 确定资源分配的规则. 最后算法通过启发式方法调整每个任务的最大投标值,以获得接近最优的系统总效用. 实验结果表明算法在资源有限的情况下优先分配资源给投标价格高的任务,与0-1整数规划资源分配算法相比时间复杂度低,最优值偏差不大.