基于Elman神经网络的共享单车管制研究

共享单车运行过程中积累了海量数据,使用基于MCC的神经网络技术处理这些海量数据,挖掘其中包含的有用信息,科学制定共享单车管制措施。根据各城区共享单车的历史分布和预测,确定共享单车的投放量,以最小的共享单车资源满足市民的出行需求。监控、对比、宣传各城区共享单车乱停乱放现象,建立市民争相文明出行的氛围,提升共享单车综合管理水平。     

基于量子反应均衡的政府与共享单车企业停车管理博弈分析

共享单车停车问题是城市交通治理中最主要的问题之一,其表面为共享单车用户停车行为不规范、共享单车企业管理调度不及时所致,究其本质实为共享单车各利益主体缺乏有效协同治理机制、停车权责划分不清晰、成本分担失衡的结果.考虑政府与共享单车企业的有限理性,建立扩展式博弈的量子反应均衡(QRE)模型分析双方停车管理博弈机理,并利用Gambit软件进行算例仿真分析.研究表明:双方博弈结果随理性程度增加逐渐趋向于基于完全理性的子博弈精炼纳什均衡,政府掌握更多企业运营信息有利于达到社会效用最大化的博弈结果;政府引入有效处罚措施或主导负责停车管理可以降低自身的财政支出和社会总成本,建立量化的处罚标准能够促进企业主动承担停车管理责任;有限理性程度、违停数量、激励机制和科技手段运行效率会影响企业的停车管理策略选择.     

机会网络自私节点的Bertrand博弈与激励机制研究

在真实的网络环境中,很多节点可能是自私的,它们不愿意牺牲自己的资源为其他节点转发消息。针对这种情况,提出一种基于博弈论的激励机制,可以激励节点与其他节点相互合作。该机制为二阶段激励,激励节点接收消息以协助其他节点转发,同时激励节点转发更多的消息。把源节点与中继节点之间的竞争与合作模型化为Bertrand（伯特兰德）博弈,定义了源节点和中继节点的效用函数。求解了源节点的最佳定价策略和中继节点最佳的转发计划,验证了源节点与中继节点之间存在唯一的纳什均衡。模拟仿真结果表明提出的激励机制能够鼓励自私节点参与合作,能提高路由算法的传递率,同时降低了消息传递延迟。与基于声誉的激励机制相比,所提激励机制能使消息传递成功率提高31.4%、平均时延降低9.7%。     

共享经济背景下共享单车数据库的分析与研究

当前,共享单车通过互联网技术、移动支付方式以及运营模式的创新,让单车走出"车棚",实现"共享,其满足了大量短距离出行需求,有效缓解了交通拥堵、环境污染等城市顽疾,使得"共享单车"热迅速风靡到了一二线城市.但在用户量大量增加的同时,其数据库服务器确是问题重重,主要以ofo、摩拜为例,分析了当前共享单车行业的软件层面出现的问题,给出了数据库维护与升级的对策.     

共享单车维护任务完成概率防策略机制设计

共享单车作为一种绿色低碳的出行方式,给人们的出行带来便利。然而,人们自由使用单车给共享单车的维护带来许多问题(例如需要将某个区域无序放置的单车送到某个指定位置),因此,共享单车平台可能需要雇佣用户去完成单车维护任务,同时平台需要给予用户合理的报酬以激励用户完成任务。当存在多个用户竞争时,用户可能谎报任务完成概率来获得更高的报酬,从而导致平台最终不能完成所有的维护任务。考虑用户在任务完成概率方面的策略行为,在满足一定任务完成概率的情况下,设计防策略性机制,实现完成维护任务完成成本最小化。该机制包括任务分发算法和用户定价算法,其中任务分发机制采用贪心算法思想进行设计,而用户定价算法则通过迈尔森定理来设计。理论证明该机制满足激励相容性和个体理性,接着进一步基于摩拜单车数据集来评估该机制的性能,主要包括任务完成成本、用户平均期望效用、用户期望效用概率密度等评价指标。通过与VCG机制相比较,该机制能够达到常数倍的近似比,任务完成成本更低,用户平均期望效用更高,并且能够防止用户在任务完成概率方面的策略行为。     

基于专利技术分析下的共享单车未来发展建议与对策

本文通过对我国共享单车的专利申请情况:申请数量、申请类型、技术重点以及国外申请等情况分析目前国内共享单车在技术保护上的现状及问题,提出对未来共享单车技术发展上的对策与建议.     

基于用户激励的共享单车调度策略

针对共享单车的调度问题,在考虑预算限制、用户最大步行距离限制、用户时空需求以及共享单车分布动态变化的情况下,提出一种用户激励下的共享单车调度策略,以达到提高共享单车平台长期用户服务率的目的。该调度策略包含任务生成算法、预算分配算法和任务分配算法。在任务生成算法中,使用长短期记忆（LSTM）网络预测用户未来的单车需求量;在预算分配算法中,采用深度策略梯度（DDPG）算法来设计预算分配策略;任务分配完预算后,需要将任务分配给用户执行,因此在任务分配算法中使用贪心匹配策略来进行任务分配。基于摩拜单车的数据集进行实验,并把所提策略分别与无预算限制的调度策略（即平台不受预算限制,可以使用任意金钱激励用户将车骑行至目标区域）、贪心的调度策略、卡车拖运下的调度策略以及未进行调度的情况进行对比。实验结果表明,与贪心调度策略和卡车托运下的调度策略相比,用户激励下的共享单车调度策略能有效提高共享单车系统中的用户服务率。     

基于ConvLSTM的南京地区共享单车需求预测研究

针对传统单车需求预测研究在处理不同地区无桩共享单车需求预测中存在的特征提取不精细和地区需求预测匹配度不精准等问题,在对南京地区两个自然年度、三类典型地区共享单车的使用需求数量、天气状态、季节周期等多类数据进行采集和特征工程的基础上,提出了一种兼顾时空序列的基于ConvLSTM(Convolutional Long Short Term Memory)深度学习预测模型,该模型通过卷积操作后能够提取数据中隐含的更多空间信息,将其应用于测试集中并与经典时序LSTM(长短期记忆网络)和CNN(卷积神经网络)进行对比发现,RMSE分别提升0.05和0.04,最大误差分别提升约0.86和0.3。     

基于博弈视角的交通信息提供与道路收费联合定价模型

针对信息提供和拥堵收费两种交通管制策略, 研究了两种策略联合作用下的定价机制。首先构建了政府、信息提供商决策空间, 在分析出行者路径选择行为的基础上, 给出了交通信息市场占有率计算模型; 然后提出了弹性条件下具有/不具有交通信息的混合交通网络均衡分配模型, 得到了出行者的决策空间, 在此基础上提出了基于博弈视角的交通信息提供与道路收费联合定价模型, 设计了求解算法; 最后, 以一个算例对模型进行了分析。结论表明, 社会收益水平及交通信息的质量都会对交通信息及道路收费价格产生显著的影响。此外, 模型的算例结果还与经验较为吻合, 表明模型的实用性和合理性。     

基于区块链的电力交易模型及博弈定价方法

为解决传统能源中心化交易模式缺少灵活性、透明性和可监督性等问题,满足新型电力系统中电网各主体间电力交易市场化、定价灵活化等新要求,提出一种基于区块链的电力交易模型及博弈定价方法。该电力交易模型具有分布式、去中心化、不可篡改和加密安全等优势。首先,建立基于区块链的电力交易模型,协调发、供、用等主体间的生产和消费行为,形成统一的市场机制;其次,提出了基于博弈的多时间尺度电力交易竞价机制,利用蚁群优化(ACO)算法求解可得每小时的最佳竞拍价格。最后,通过仿真验证了交易模型及博弈定价方法,在激励政策下各交易方收益最优化。结果表明,交易模型及定价方法在新能源参与交易背景下能有效地平衡市场各主体的效益;基于区块链的智能合约可实现电力交易过程的智能化、透明化和可追溯性。     

基于完全信息博弈的"沙漠掘金"游戏策略

为寻求益智类游戏"沙漠掘金"在多人参与下的游戏策略,针对具体的游戏规则进行了深入的分析,分别提出了基于完全信息静态博弈与完全信息动态博弈的游戏策略.首先,通过简化游戏规则将其转变为一个非合作博弈问题.其次,考虑单人游戏中的最优化问题,分析单人游戏的策略并在此基础上采用博弈论的方法对多人游戏的情况进行求解.最后,针对第一关,满足完全信息静态博弈的情况,模拟玩家行动,得出博弈支付矩阵,通过混合策略纳什均衡的方法计算最优策略;针对第二关,满足完全信息动态博弈的情况,构建博弈树并通过逆向递归求解得出最佳的游戏攻略,并分析了多人竞争策略.     

基于完全信息博弈的"沙漠掘金"游戏策略

为寻求益智类游戏"沙漠掘金"在多人参与下的游戏策略,针对具体的游戏规则进行了深入的分析,分别提出了基于完全信息静态博弈与完全信息动态博弈的游戏策略.首先,通过简化游戏规则将其转变为一个非合作博弈问题.其次,考虑单人游戏中的最优化问题,分析单人游戏的策略并在此基础上采用博弈论的方法对多人游戏的情况进行求解.最后,针对第一关,满足完全信息静态博弈的情况,模拟玩家行动,得出博弈支付矩阵,通过混合策略纳什均衡的方法计算最优策略;针对第二关,满足完全信息动态博弈的情况,构建博弈树并通过逆向递归求解得出最佳的游戏攻略,并分析了多人竞争策略.     

基于粗糙贝叶斯博弈的网络攻防策略

为了解决复杂网络上攻防策略研究中存在的问题,提出了基于粗糙贝叶斯攻防博弈模型的分析方法。扩展传统对象Petri网并在其节点域和变迁域上引入粗糙集理论,定义了网络攻防对峙模型。通过在论域攻防策略集上划分等价类,提出了特征攻击策略集的提取方法。在此基础上定义了粗糙攻防博弈模型(RA-DGM)以及攻防效用函数,并给出了该模型的贝叶斯均衡以及最大攻防策略集的求解算法。该分析方法能够有效缩减博弈分析中策略空间的规模,适合于复杂网络攻防行为研究。实例说明了该模型的正确性及其对冗余信息的处理性能,基于该模型的攻防策略分析方法也更为合理、有效。     

基于分存策略的软件保护博弈模型

软件保护技术普遍是通过完善代码和应用加密方案来达到保护软件的目的。针对软件代码的静态授权抗攻击能力以及软件加密的加密强度是否足够抵抗攻击的问题,提出一种基于分存策略的软件保护博弈模型。该模型采用分存策略对密钥进行分段,得到多个检验与抵抗软件破解者攻击的验证函数,把它们隐藏在程序中,使得软件运行时有多个不同的验证函数对程序进行保护。从博弈论的角度分析论证该模型,并将其应用于软件注册码验证的实例中,提高了软件代码的安全性。实验结果和分析表明了该模型的正确性和有效性。     

超密集网络中基于Stackelberg博弈的非统一定价功率控制

针对超密集网小区同频部署中产生的区间干扰问题,提出基于Stackelberg博弈的非统一定价功率控制方案。首先,建立基于Stackelberg博弈的非统一定价功率控制模型,并通过该模型求解出基于价格的最优发射功率,此发射功率是关于干扰价格的函数;接着通过引入拉格朗日函数求解出相应基站的最优干扰价格,由控制器把干扰价格发送给相应的基站,并由基站调整自己的发射功率值去减弱对当前用户的干扰。仿真结果表明,与基于Stackelberg博弈的统一定价功率控制方案相比,所提方案在系统平均中断概率上平均下降了3个百分点。与基于基站权重的功率控制方案相比,在基站数量低于105时,所提方案在平均中断概率平均上上升了1.4个百分点;而当基站数超过105时,所提方案在平均中断概率上平均下降了1.6个百分点。此外,与这两个方案相比,所提方案在系统平均吞吐量上分别提升了12个百分点和10.5个百分点;在系统平均频谱效率上分别提升了9个百分点和8.5个百分点;在系统平均功率效率上分别提升了13个百分点和12个百分点。实验结果表明所提方案能够在部署更多基站情况下更好地提高蜂窝系统的性能。     

移动边缘计算中基于Stackelberg博弈的算力交易与定价

针对移动边缘计算中轻量级智能设备计算和存储能力有限等问题,提出一种基于Stackelberg博弈的计算卸载解决方案。首先,结合区块链技术构建基于云挖掘机制的算力交易模型——CPTP-BSG,允许移动智能设备（矿工）将密集且复杂的计算任务卸载到边缘服务器;其次,将矿工与边缘计算服务提供商（ESP）之间的算力交易建模为一个两阶段的Stackelberg博弈过程,并构建矿工与ESP的预期利润函数;然后,使用逆向归纳法分别在统一定价和歧视性定价策略下分析纳什均衡解的存在性和唯一性;最后,提出一种低梯度迭代算法来实现矿工和ESP的利润最大化。实验结果证明了所提算法的有效性,并且与统一定价相比,歧视性定价更符合矿工的个性化算力需求,能达到更高的算力需求总量和ESP利润。     

移动边缘计算中基于Stackelberg博弈的算力交易与定价

针对移动边缘计算中轻量级智能设备计算和存储能力有限等问题，提出一种基于Stackelberg博弈的计算卸载解决方案。首先，结合区块链技术构建基于云挖掘机制的算力交易模型——CPTP-BSG，允许移动智能设备（矿工）将密集且复杂的计算任务卸载到边缘服务器；其次，将矿工与边缘计算服务提供商（ESP）之间的算力交易建模为一个两阶段的Stackelberg博弈过程，并构建矿工与ESP的预期利润函数；然后，使用逆向归纳法分别在统一定价和歧视性定价策略下分析纳什均衡解的存在性和唯一性；最后，提出一种低梯度迭代算法来实现矿工和ESP的利润最大化。实验结果证明了所提算法的有效性，并且与统一定价相比，歧视性定价更符合矿工的个性化算力需求，能达到更高的算力需求总量和ESP利润。     

A network pricing game for selfish traffic

The success of the Internet is remarkable in light of the decentralized manner in which it is designed and operated. Unlike small scale networks, the Internet is built and controlled by a large number of disparate service providers who are not interested in any global optimization. Instead, providers simply seek to maximize their own profit by charging users for access to their service. Users themselves also behave selfishly, optimizing over price and quality of service. Game theory provides a natural framework for the study of such a situation. However, recent work in this area tends to focus on either the service providers or the network users, but not both. This paper introduces a new model for exploring the interaction of these two elements, in which network managers compete for users via prices and the quality of service provided. We study the extent to which competition between service providers hurts the overall social utility of the system. A preliminary version of this paper appeared in the proceedings of 24th annual ACM SIGACT-SIGOPS symposium on principles of distributed computing, July 17–20, 2005, Las Vegas, Nevada, USA. The work of Ara Hayrapetyan was supported in part by NSF ITR grant CCR-0325453. The work of éva Tardos was supported in part by NSF grant CCR-0311333, ITR grant CCR-0325453, and ONR grant N00014-98-1-0589. The work of Tom Wexler was supported in part by NSF ITR grant CCR-0325453.