教学用三维游戏引擎的层次结构分析与初步实现

从横向和纵向角度分析了游戏引擎结构,根据游戏系统(Game Software System)结构提出了一个由底层、中间层、游戏相关层组成的三层游戏引擎层次结构,比传统的一层或二层游戏引擎结构重用性更好,更适合游戏教学;最后根据该层次结构实现了一个简明清晰的教学用游戏引擎.以简洁明了的方式展示了精灵加载、简单模型动画、用户多角度观察等基本组件功能的实现方法.     

动态惩罚机制下互联网金融平台行为及监管策略的演化博弈分析

运用演化博弈理论研究了互联网金融平台行为及监管策略的博弈演化过程,系统考察了互联网金融平台行为及监管博弈过程的影响因素,并重点对固定惩罚机制和动态惩罚机制下互联网金融平台行为及其监管策略博弈均衡进行了比较.研究表明,固定惩罚机制下,互联网金融平台和金融监管机构的博弈过程不能达到稳定的均衡状态,两个群体的行为呈现周期模式.动态惩罚机制下,互联网金融平台和金融监管机构间的博弈演化轨迹呈螺旋收敛的趋势;互联网金融平台的"自律"的初始概率不同,其随时间演化收敛到不同的均衡值;提高最重惩罚度上限,互联网金融平台选择"自律"行为策略的概率增加.     

一种基于重复博弈的频谱分配策略

针对动态频谱接入,提出了一种基于重复博弈的频谱共享分配策略。通过基于惩罚的防欺骗策略,参与用户将约束自己的行为以合作方式共享频谱、实现频谱分配,保证合作竞争的诚实性。仿真结果显示,该合作规则方法能够很好地降低用户间的干扰,防欺骗方式也能很好地约束参与人保持合作。     

创业投资辛迪加网络中控制权的演化博弈分析

创业投资的高风险性和信息不对称性使创业投资中控制权分配问题逐渐成为关系到风险投资项目成败的关键。本文运用演化博弈方法,分析控制权在辛迪加网络中两类创业投资家之间分配的博弈过程,得出在不同控制权分配比例下相应的演化稳定策略。在此结果上表明即期博弈中,创业投资家的私人收益和项目产出分配值的对比关系与控制权的分配密切相关。     

基于博弈论的开放环境下场景规约监控语义

在开放环境中,环境和系统本身行为的改变可能使得软件系统的实现不再满足原来规约,从而最终导致软件失效的发生.运行时监控是一种轻量级的形式化动态验证技术,已成为开放环境下检测软件失效的基本手段.针对基于场景的规约属性序列图,从博弈论的角度定义其多值监控语义:满足、无限可控、系统有限可控、系统紧急可控、环境有限可控、环境紧急可控和违例.通过多值监控语义的定义,监控器能够根据当前轨迹尽可能早地检测到系统失效或异常,并提供足够信息为失效的预防和恢复服务.实例研究表明了属性序列图多值监控语义的实用价值,并显示了其广泛的应用前景.     

针对无人潜航器的反潜策略研究

近年来无人潜航器对国家海洋国土安全带来的威胁逐渐增大,其低噪声特性和隐蔽入侵方式也给反潜行动带来极大困难。为此,提出了一种两阶段规划算法,用以学习优化反潜策略,在部署阶段,建立了基于不确定性马尔可夫决策过程的反潜资源分配模型,并设计了鲁棒性部署策略强化学习算法,用以求解不确定条件下分配模型的纳什均衡解。在搜索阶段,建立了基于部分可观察马尔可夫决策过程的搜潜模型,并设计了基于多智能体强化学习的搜潜策略学习算法。最后,通过仿真实验验证了本算法与比对算法相比具有更高的性能。     

基于D3D的三维游戏引擎的设计与实现

设计了一种基于Direct3D的三维游戏引擎的框架结构及各个模块的相互关系.并给出了纹理映射、加密解密、GUI的设计、和系统接口的实现方法.     

邻近区域旅游企业合作的博弈分析——以张家界和凤凰为例

分析邻近区域间旅游核心吸引物对旅游者的引力、旅游企业各自的市场份额、旅游市场容量和旅游者在旅游目的地之间作出选择的转换成本等因素影响的基础上,通过构建一个包含“防降价均衡”博弈来分析旅游企业的服务定价、合作决策,寻找存在合理的旅游服务定价,使旅游企业有动力开展合作,造就双赢局面.     

Pareto-Nash混合策略下小世界网络中创新扩散模型仿真分析

采用基于代理(Agent)的复杂系统仿真方法,从微观层面研究了技术创新在小世界网络中的扩散问题,分析了Nash和Pareto 2种不同规则对扩散过程和扩散终态的影响.结果表明:在一定的成本系数取值范围内,采用Pareto规则的Agent获得的收益值高于采用Nash规则;同时,随着成本系数k的变化,2种规则带来的收益曲线中存在转折点,其出现在k=3.7处.     

Spatial prisoner’s dilemma games with increasing size of the interaction neighborhood on regular lattices

We studied the evolution of cooperation in the prisoner’s dilemma game on a square lattice where the size of the interaction neighborhood is considered. Firstly, the effects of noise and the cost-to-benefit ratio on the maintenance of cooperation were investigated. The results indicate that the cooperation frequency depends on the noise and cost-to-benefit ratio: cooperation reaches a climax as noise increases, but it monotonously decreases and even vanishes with the ratio increasing. Furthermore, we investigated how the size of the interaction neighborhood affects the emergence of cooperation in detail. Our study demonstrates that cooperation is remarkably enhanced by an increase in the size of the interaction neighborhood. However, cooperation died out when the size of the interaction neighborhood became too large since the system was similar to the mean-field system. On this basis, a cluster-forming mechanism acting among cooperators was also explored, and it showed that the moderate range of the neighborhood size is beneficial for forming larger cooperative clusters. Finally, large-scale Monte Carlo simulations were carried out to visualize and interpret these phenomena explicitly.