进化博弈中交流系数的引入及分析

在传统的进化博弈理论中,假设博弈方与另外博弈方之间的交流是平等的,与其所选择的博弈策略无关。文中将此传统框架扩展,用各博弈方所选择的策略决定其之间的交流程度,即交流系数。交流系数的引入使得各博弈方之间的博弈速率不再是统一的,而是与其各自所选择的策略有关,从而使原本线性的适应度函数成为非线性函数,扩展了进化博弈理论的框架。     

基于进化计算的试卷分析中适应度函数的研究

以数据为基础的计算智能是智能领域的研究热点,进化计算作为计算智能一个重要分支有着广泛的应用.适应度函数是决定进化性能的关键因素之一,研究进化计算在试卷分析中的应用,着重研究适应度函数的构造.根据不同的进化阶段来构造不同的适应度函数,在保证群体多样性的同时加快进化速度,从而提高进化性能.     

具有转换函数的均匀差分进化算法及性能分析

对于求解复杂优化问题,差分进化算法存在后期收敛缓慢、易于陷入局部最优等缺点.为此,从充分利用求解信息和同标信息角度提出了具有转换函数的均匀差分进化算法.首先对3个算子进行分布均匀性分析及设计,使其生成的个体能完全表征解空间特征,并增强种群多样性.其次,为简化优化环境,利用一种适应度转换函数使得当前局部极小点及相关区域拉伸一定高度而优于当前极小点的函数部分保持数值不变.最后通过性能指标的定量评价,结果验证了改进算法在有效性、鲁棒性和效率上的优异性能.     

基于能量驱动的网络进化稳定性博弈分析

基于生态网络中的能量机制,对网络的进化稳定性进行分析研究。给出一个能量熵的概念,用以衡量系统稳定性的敏感度。基于能量熵,对网络的进化稳定性进行博弈分析,提出稳定的全局纳什均衡策略。仿真实验结果表明,能量驱动的系统具有良好的适应性和有效性。     

生物进化的进化博弈模型

本文根据达尔文三个原理建立生物进化的进化博弈数学模型。包括生态过程和策略动态两组微分方程。生态过程为内部博弈反映物种之间及物种内部的生存竞争，策略动态为外部博弈反映了物种特征的遗传和变异。讨论了均衡，渐进稳定性，进化稳定策略等有关问题。最后用例子说明现实世界中一些物种濒临灭绝是自然选择的结果，用人为的方法阻止是不会成功的。     

多目标进化算法中选择策略的研究

在多目标进化算法(multiobjective evolutiorlsry algorithms,MOEAs)的文献中,对算法的选择策略进行系统研究的还很少,而MOEAs的选择策略不仅引导算法的搜索过程、决定搜索的方向而且对算法的收敛性有重要的影响,它是算法能否成功求解多目标优化问题的关键因素之一.在统一的框架下,首先讨论了多目标优化问题中适应度函数的构造问题,然后根据MOEAs的选择机制和原理将它们的选择策略重新分成了6种类型.一般文献中很少对多目标进化算法的操作算子采用符号化描述,这样不利于对算子的深层次理解,符号化描述了各类选择策略的操作机制和原理,并分析了各类策略的优劣性.最后,从理论上证明了具备一定特征的多目标进化算法的收敛性,证明的过程表明了将算法运行终止时得到的P known作为多目标优化问题的Pareto最优解集或近似最优解集的合理性.     

多种群协同进化的差分进化算法

针对差分进化算法在优化过程中容易陷入局部最优和收敛精度不高的问题,提出一种多种群协同进化的差分进化算法。首先提出双序法用于种群划分：同时使用距离系数排序和适应度值排序将种群划分为三个子种群,将离全局最优个体远且适应度值优秀的个体划分出来,可以有效的避免陷入局部最优。其次对每个子种群采用不同的变异策略和控制参数,同时对整体表现一般的种群采用概率判定机制选择变异策略,以平衡全局探测和局部搜索。最后将所提算法在CEC2017测试集上进行实验仿真,实验结果表明,所提算法在收敛精度、跳出局部最优等方面均优于其他改进DE算法。     

认知无线网络中基于进化博弈的动态频谱接入*

研究了认知无线网络环境中基于价格动态性的动态频谱接入,即不同的授权网络服务商以不同的价格将空闲频谱出售给认知网络,且认知用户可以根据自己获得的报酬动态地接入不同的网络。为最大化认知网络的效用,提出了基于进化博弈的动态频谱接入方案。仿真结果表明,当认知用户群体到达进化均衡时,接入每个主网络的认知用户数量的比例达到稳定状态,最大化了认知用户和网络的效用。     

网格资源非对称进化博弈分配策略

针对经济模型的网格系统中资源分配的竞争问题,应用进化博弈论中多种群复制动态博弈模型对有限理性网格用户有差别的出价策略进行了研究,提出了一种非对称进化资源分配博弈模型,该模型将网格用户分为出价偏低的保守种群和出价偏高的激进种群,分析了两种网格种群采取合作与竞争策略的自发进化过程,求解了各自的复制动态方程,并通过实例化的非对称支付矩阵求解了复制动态系统的进化稳定策略。研究表明,只有博弈双方选择对等的行为策略才能促进网格资源的公平分配。     

基于演化博弈论的功率控制和垂直切换研究

基于演化博弈论分别构建了无线资源管理中功率控制和垂直切换的形式化模型,设计了一种基于定价机制的功率控制收益函数,根据3GPP对无线通信业务的分类,将切换判决过程划分为4个不同层次,降低了切换决策的复杂性,定义了目标网络的代价函数,将网络参数划分为成本型参数和收益型参数两类,并对其进行归一化处理,实现了异构网络参数比较的公平性.证明了功率控制博弈和垂直切换博弈中存在唯一的演化稳定策略,给出了基于演化博弈论的功率控制算法和垂直切换方案.仿真结果表明,给出的功率控制算法减少了网络中隐终端的数目,提高了网络容量;垂直切换方案既可以减少切换发生的频率,增加网络选择的准确性,又使运营商与用户之间的利益得到平衡.     

有限理性下的企业合作竞争的进化博弈分析

在有限理性的条件下,应用进化博弈论中的模仿者动态模型来分析企业合作竞争博弈的演化,用进化稳定策略来描述合作竞争博弈的长期演化趋势。并分别讨论了对称和非对称的合作竞争博弈的进化均衡与稳定性。最后,指出确定性模仿者动态模型的不足,以及当今随机动态系统理论的发展。     

基于演化博弈的蜜罐有效性机理证明

借鉴自然界生物演变进化过程中复制动态的思想,基于演化博弈对蜜罐技术的有效性机理进行研究,分析网络中攻防双方如何根据自身行动策略及支付函数进行演变,从而使博弈收益最大化。演化博弈从一种全新角度诠释了博弈均衡概念,不再是完全理性也非完全信息,为纳什均衡和均衡战略的选择演绎出新方法。演化博弈过程中,防御方是包括普通服务和蜜罐的混合系统,其对手是访问混合系统的恶意攻击者,双方构成了博弈参与者。混合网络系统可看作一个生态系统,而来访者则只有攻击者一个种群;混合系统持续为来访者提供服务,攻击者可选择访问或不访问。论文基于复制动态方程推理计算满足演化稳定策略的均衡点,并利用Matlab平台仿真验证博弈双方的策略演变趋势,从而在理论上证明了蜜罐技术的有效性机理。     

基于演化博弈的干部管理问题

为研究干部管理问题,借助演化博弈理论,建立党政主要领导和其他班子成员博弈的支付矩阵,从动态的角度来考察党政主要领导和其他班子成员在完成工作时策略的演化过程,利用复制动态方程求得党政主要领导和其他班子成员博弈的演化稳定策略.最后通过对该模型进行数值仿真,对比分析了在选择策略初始人群比例,奖励分配和过失承担几方面发生变化时...     

可求解多目标优化问题的演化博弈优化算法

借鉴演化博弈的思想和选择机制,提出了一种新的基于演化博弈的优化算法(EGOA)用于多目标问题的求解.算法框架具备对该类问题的通用性.为了对算法性能进行评估,采用了一组多目标优化问题(MOPs)的测试函数进行实验.实验结果表明,使用本算法搜索得到的演化稳定策略集合能够很好地逼近多目标优化问题的帕累托前沿,与一些经典的演化算法相比具有良好的问题求解能力.     

基于进化博弈论的工业无线传感网能耗攻防研究

无线传感器节点由于部署、维护简单易行被广泛应用在工业网络中,并形成了工业无线传感器网络(Industrial Wireless Sensor Network,IWSN).针对在工业控制网络中的能量耗尽攻击的内部机理进行了详尽的分析,提出了基于进化博弈理论的能量耗尽攻防模型,将各个博弈方的收益函数定义为信誉值的函数,从而通过收益函数来约束博弈方的行为,并在理论上证明了该博弈的进化稳定策略的存在性.选取了策略选择概率作为算法的评价指标,设计并实施了大量仿真实验对算法进行验证.实验结果表明无论博弈双方的初始策略集概率分布如何,最终能达到有效防止能耗攻击的目的.     

A Comparative Study of Game Theoretic and Evolutionary Models of Bargaining for Software Agents

Most of the existing work in the study of bargaining behavior uses techniques from game theory. Game theoretic models for bargaining assume that players are perfectly rational and that this rationality is common knowledge. However, the perfect rationality assumption does not hold for real-life bargaining scenarios with humans as players, since results from experimental economics show that humans find their way to the best strategy through trial and error, and not typically by means of rational deliberation. Such players are said to be boundedly rational. In playing a game against an opponent with bounded rationality, the most effective strategy of a player is not the equilibrium strategy but the one that is the best reply to the opponents strategy. The evolutionary model provides a means for studying the bargaining behaviour of boundedly rational players. This paper provides a comprehensive comparison of the game theoretic and evolutionary approaches to bargaining by examining their assumptions, goals, and limitations. We then study the implications of these differences from the perspective of the software agent developer.     

传感器网络安全投资的演化博弈分析

针对传感器网络中的安全投资问题,建立安全投资的对称演化博弈模型和安全攻防的不对称演化博弈模型。通过对2种模型中的复制动态及进化稳定策略分析,得出安全投资成本及攻击成本是影响传感器网络安全问题的关键因素。找出安全投资及攻防对抗的规律和长期稳定趋势,提出解决传感器网络安全性问题恶性循环的建议,为传感器网络安全性的演化博弈分析提供一种方法,该方法对解决传感器网络中的安全投资问题具有一定的参考价值。     

区块链下的仓单质押银企演化博弈分析

随着中小企业仓单质押融资过程中的仓单造假、违约现象的频发,银行面临的监管压力也逐渐增大,银企之间的矛盾难以得到解决。区块链技术的产生为银行的监管提供了便利,它能够实现交易信息的共享,使得融资更加透明化。建立了银行和中小企业双方的演化博弈模型,根据演化相位图中均衡点的位置,计算和分析了信息共享因素和区块链技术因素对模型的影响,探讨双方的决策变化及演化路径,通过MATLAB进行数值仿真分析,进一步验证了计算结果的可靠性,最终结果表明信息共享激励和区块激励等因素会促使银行选择区块链监管,而信息共享风险和区块链成本等因素则相反,最后针对演化博弈模型的结果提出了一些相应的建议。