基于博弈论健壮性增强的资源分配模型

如何保障用户QoS是动态、不确定网格环境中资源分配面临的一个新问题.针对网格资源的不可靠性特点,提出了健壮性增强的作业执行服务的概念及其确定方法,基于该概念提出了健壮性增强的离线资源分配模型,通过将作业执行服务中对应的多个网格节点资源分配给作业冗余执行以增强其健壮性.基于该模型将资源分配描述为一个非合作博弈过程,求得了帕累托最优分配方案,并提出了一种健壮性增强的离线资源分配策略.实验结果表明:该分配模型兼顾了效率和公平, 增强了作业执行的健壮性,并较好地评估资源的信任行为.     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

有限理性条件下进化博弈均衡的稳定性分析

基于博弈方有限理性的假设,运用生物进化的“复制动态”机制对同质两群体3×3对称博弈中博弈方的学习和策略动态调整进行模拟,建立了其复制动态系统。然后,利用动力系统理论,分析系统进化均衡的稳定性情况,完整地给出了系统的全部动力学行为。     

合作竞争博弈中的复杂性与演化均衡的稳定性分析

从博弈参与人的有限理性出发,探讨了合作竞争博弈中复杂性存在的根源,在此基础上应用演化博弈论的方法探讨了合作竞争博弈的演化模型,这是一个复制动态模型,因而我们可以借用生物学中的"复制动态"机制来模拟参与人的学习与调整机制,用"进化稳定策略"来描述合作竞争博弈的长期演化趋势,最后分析了一个水平差异化产品的合作竞争博弈的演化均衡与稳定性,及其演化过程中所表现出来的复杂性.     

基于极大熵方法的网格资源分配策略

针对基于市场机制的网格资源分配中的出价问题,提出了一种用于并行任务资源分配的优化策略。该策略先将具有并行任务的多个用户竞争同一资源的行为形式化为一个极大极小问题,然后利用极大熵方法将其转化为一个可微的优化问题,最后通过二分搜索最优解产生一组优化的用户出价,根据这组出价按比例划分资源的计算能力。研究了用户出价函数的特征,给出了求出价组合最优解的具体算法。研究结果表明提出的分配策略具有较低的时间复杂度,从而能够提高资源分配效率,对于动态的网格环境具有更好的适应性。     

有限理性下的演化博弈与合作机制研究

指出了以Nash为代表的经典博弈论及其纳什均衡解在完全理性假设下的理论缺陷,从而引入有限理性下的演化博弈论.介绍了演化博弈论中策略进化的思想,提出有限理性的实质是怎么去学习,进而探讨了演化博弈中的各种学习模型.介绍了基于个体的学习模型和网络上的演化博弈研究进展;提出了用演化博弈去解释现实复杂网络的设想;分析了网络结构和博弈策略的互演化思想.讨论了演化博弈框架下合作的进化及合作机制的研究进展.最后,对演化博弈今后的发展趋势和研究方向给出了评述.     

基于自执行契约设计的供应链动态博弈协调

提出了供应链一般序贯博弈中旁支付自执行契约（SSEC）设计方法,以解决已有关于旁支付契约供应链协调的研究中未能有效地考虑系统收益增量分配合理性、公平性以及过多强调博弈方自发参与旁支付契约的问题. 旁支付自执行契约设计改变了序贯博弈双方的支付函数,使得双方在新条件下的非合作动态博弈中实现了新的子博弈精炼纳什均衡与集中决策全局最优解一致;双方各自收益相对于原动态博弈实现了Pareto改进,双方的最终收益分配不悖于非合作讨价还价博弈的均衡结果.结果表明,在仍然保持供应链分散决策情形下,自执行契约设计使得序贯博弈各方在依靠个人理性(个体利益最优)决策时,取得了的集体理性下的集中决策效果.均衡特性表明自执行契约设计下新博弈决策过程的自执行性、均衡稳定性和帕累托改进性. 为了证明SSEC的有效性和实用性,把自执行契约设计方法应用于协调批量契约两级供应链模型、两寡头产量竞争动态博弈和两级供应链定价动态博弈.     

个体与群体之间的一类博弈问题分析

分析个体与群体之间的一类博弈问题，构造一对多博弈模型。其同时具有Stackelberg模型、演化博弈模仿者动态模型的特点：在博弈的第一阶段，有限理性的群体参与者采取模仿者动态行为；在博弈的第二阶段，完全理性的个体参与者根据群体参与者的策略分布，确定自己的反应函数。博弈达到稳定状态后，群体参与者采取演化稳定策略，而个体参与者的风险占优策略将收敛于Nash均衡策略。讨论模型的一些性质：有限理性的群体在模仿过程中存在收益损失；老练的个体参与者存在欺骗行为；在个体参与者完全理性决策的带引下，可以解决多重Nash均衡的选择问题。     

基于PSO神经网络的进化博弈研究

针对进化博弈中博弈人是有限理性的,提出了一种基于粒子群神经网络的进化博弈决策机制。该机制将神经网络技术引入到进化博弈中,并采用粒子群优化算法(PSO算法)来训练神经网络,因而可利用神经网络来模拟博弈人在进化过程中的学习和策略调整。利用该机制分别对有限理性条件下的鹰-鸽博弈和重复囚徒困境博弈进行了研究。实验表明:PSO神经网络可以准确地模拟进化博弈中博弈人的动态学习与决策过程,能有效地指导博弈人的策略选取,是进化博弈分析的有力工具。     

基于拟生灭过程的随机支付2×2双矩阵博弈演化模型

引入分位数定义了随机支付值的偏好,并在此偏好的基础上定义带随机支付双矩阵博弈的纳什均衡.建立了有限种群进行带随机支付2×2双矩阵博弈的演化博弈模型,应用有限状态空间的拟生灭过程刻画了在有随机扰动的博弈环境中有限理性个体的学习调整动态,描述了理性演化的不确定性过程,讨论了拟生灭过程的平稳分布与演化模型的长期均衡以及博弈的纳什均衡之间的关系.最后,基于分块矩阵的Guass消去法给出求解模型稳态分布的数值算法,并通过数值实例对演化博弈模型均衡解的实现进行了说明.     

网络资源并行分配的多目标优化博弈量子方法

针对复杂网络资源分配问题的求解极其困难等问题,借鉴量子场理论,提出了用于解决网络资源并行分配的多目标优化博弈量子方法.通过建立网络资源并行分配的博弈量子场数学模型,刻画了复杂网络中实体之间的交互行为(如竞争、合作、单向行为等),描述了随局势的变化各个实体采取的博弈策略和自治行为,博弈量子场中所有量子按数学模型中定义的规则运动直至达到稳定状态.利用量子博弈理论,还进一步分析了合作、竞争状态的演化动力学.提出的网络资源并行分配的多目标优化博弈量子算法具有高度的并行性、交互性和动态性,证明了多目标优化博弈量子模型的收敛性及其解的唯一性,给出了在宽带网络的带宽分配问题中的应用实例.     

双寡头再制造进入决策的演化博弈分析

在双寡头竞争背景下,利用演化博弈模型分析了制造商再制造进入决策的动态演化过程. 研究表明,系统演化的均衡结果受再制造品附加值与新产品附加值比值的影响;该比值存在边界条件,在不同边界条件下,系统将演化至不同的均衡.通过适当的政府补贴机制,可促使系统演化至制造商均选择进入再制造策略的均衡.     

卫星认知无线电CDMA上行链路功率控制

功率控制和动态频谱接入是提高卫星通信中频谱利用率的关键技术。非注册用户以频谱租赁方式可对注册用户付出的代价进行补偿,亦可完成自身通信需求。针对注册用户和非注册用户给出不同的效用函数,对由两种用户作为参与者建立的博弈模型进行纳什均衡求解,之后通过最大化系统容量条件完成效用占优选择,得到最优化功率分配策略。该策略可满足两种用户自身需求,亦可使系统通信容量最大。对于其性能,给出了两种用户数量和发送功率的关系,仿真结果表明,非注册用户数量在系统容限内愈多则系统总容量愈大,注册用户所要求的最低信干噪比则在一定范围内最佳。     

基于博弈论的区域二次配水方案及其改进遗传算法解

结合水权、水市场的基本制度,以及博弈论、遗传算法原理,建立区域二次配水博弈模型,解决完全水权交易方式和行政调节方式下的区域水资源配置问题.阐述基于博弈论的区域二次配水建模思路和方法,在共同竞争模式下促进节余水资源深度利用和区域利益最大化,并根据模型方程特点对遗传算法的编码方案、适应度函数、交叉算子等进行改进,实现面向水权转让优化的模型求解.实验表明:该模型有效的解决供水方与用水方的利益平衡矛盾,并完成区域二次配水中水资源的配置和优化,为管理者决策提供理论参考.     

Resource Allocation Based on DEA and Non-Cooperative Game

Resource allocation is one of the most important applications of data envelopment analysis (DEA). Usually, the resource to be allocated is directly related to the interests of decision-making units (DMUs), thus the dynamic non-cooperative game is one of the representative behaviours in the allocation process. However, it is rarely considered in the previous DEA-based allocation studies, which may reduce the acceptability of the allocation plan. Therefore, this paper proposes a DEA-based resource allocation method considering the dynamic non-cooperative game behaviours of DMUs. The authors first deduce the efficient allocation set under the framework of variable return to scale (VRS) and build the allocation model subjecting to the allocation set. Then an iteration algorithm based on the concept of the non-cooperative game is provided for generating the optimal allocation plan. Several interesting characteristics of the algorithm are proved, including i) the algorithm is convergent, ii) the optimal allocation plan is a unique Nash equilibrium point, and iii) the optimal allocation plan is unique no matter which positive value the initial allocation takes. Some advantages of the allocation plan have been found. For example, the allocation plan is more balanced, has more incentives and less outliers, compared with other DEA-based allocation plans. Finally, the proposed method is applied to allocate the green credit among the 30 Chinese iron and steel enterprises, and the results highlight the applicability of the allocation method and solution approach. Therefore, the approach can provide decision makers with a useful resource allocation tool from the perspective of dynamic non-cooperative game.

     

具有多类资源多类用户智能电网实时定价决策

智能电网中的实时定价问题,对于当前正处于全面建设阶段的我国智能电网建设进程的后继顺利发展以及经营企业的经济效益和竞争力都将产生重要影响.基于反映智能电网中电力需求或电力消耗动态变化需求侧管理(DSM)思想,利用动态博弈理论研究了实时定价和电力采购决策问题.该研究创新性地考虑了电力零售市场中零售商通常需要采购不同电力资源然后将其销售给不同类型用户这一现实,改变以往研究电力市场中零售商和用户之间策略互动时仅研究单一类型用户和单一类型电力来源局限,使用特殊的效用函数来模型短期用户的偏好和消费模式,将采购不同类型电力资源零售商与其服务的不同类型用户之间的策略互动构造出一个五阶段动态Stackelberg博弈模型,最终使用逆推归纳法求出博弈解子博弈精炼纳什均衡,从而为零售商提出了一种基于智能电网DSM实时定价的新型博弈决策机制,既为零售商提供了一种最优采购和定价机制,也通过实时定价为不同类型用户提供电力消费的不同最优反应模式.数值仿真表明了所提出的机制的有效性及系统参数变化对决策的影响.     

具有惩罚策略的公共物品博弈与合作演化

采用演化博弈方法,研究具有代价的第二方惩罚机制对于公共物品博弈均衡选择及群体合作行为的影响.将群体策略选择过程描述成一个多维马氏过程,通过极限分布分析系统演化稳定状态.分别考虑只对背叛策略进行惩罚的一阶惩罚机制和同时对背叛及不惩罚背叛的合作(二阶背叛)都进行惩罚的二阶惩罚机制.研究发现,与一阶惩罚相比,二阶惩罚机制可以在更大参数范围内促进群体合作的产生,系统存在选择不同均衡结果的惩罚参数临界值.并将结果与复制动态模型进行了对比.     

双寡头零售市场的演化稳定策略

在一个三阶段Hotelling博弈模型的基础上研究双寡头零售市场价格策略的演化稳定问题.在[0,1]线性城市模型中,两家零售商在第一阶段同时选择价格策略变量,第二阶段确定价格的大小及相应的定价概率,第三阶段由消费者选择零售商.应用演化博弈论进行分析,得到了价格促销策略为双寡头零售市场的唯一演化稳定策略的结论.