从方具有多目标的仿射型诱导策略研究

本文讨论当从方具有多个目标，主方对从方的诱地策略设计问题，给出了最优诱导策略和可诱导域的定义，研究了仿射型诱导策略的存在条件及解的结构形式，并探讨了当主方只具有对从方决策的部分观测时的诱导问题。     

网格环境下清空型调度策略应用研究

在网格计算中,资源的调度优化特别是请求的调度优化是一个关键技术问题,引入离散事件动态系统中的水箱型混合动态系统模型,对网格上的资源和请求进行一体化建模。清空型调度策略是混合动态系统中一类重要的调度策略,研究了它在网格环境下的应用性能,提出一种推广形式。重点研究系统模型的建立和调度策略的稳定性分析,给出稳定性证明的理论推导过程和仿真实验结果。为下一代网络中的数据管理提供了一种新思路。     

低碳环境下双渠道供应链线上线下广告策略的微分博弈分析

以一个由绿色制造商与零售商组成的双渠道供应链为研究对象,基于微分博弈分别比较分析集中式决策、采用竞争型广告策略的分散式决策与采用支持型广告策略的分散式决策模型下,双渠道供应链的最优均衡决策与最优利润.研究发现:集中式决策下的最优低碳水平、最优线上与线下广告水平均高于分散式决策,而产品最优销售价格可能高于、等于或低于分散式决策;分散式决策下,采用支持型广告策略的双渠道供应链的产品最优低碳水平、最优销售价格和最优线上广告投入水平与采用竞争型广告策略的双渠道供应链均衡策略一致;一定条件下,支持型广告策略使得分散式双渠道供应链得到Pareto改进,此时的最优线下广告投入水平优于竞争型广告策略下的最优线下广告投入水平.     

闭环供应链下两个制造商与零售商联盟策略研究

针对闭环供应链联盟策略问题,本文建立了两周期模型,采用了Stackelberg博弈、Kuhn-Tucker条件等方法研究了四种策略：分散决策、单个制造商分别与零售商联盟、两个制造商联盟以及三方联盟,并得出各联盟下供应链成员的最优定价及生产决策。通过Shapley值法确定利益协调机制,并利用数值仿真对四种联盟策略进行求解和分析。研究结果表明：从制造商角度看,最优策略为三方联盟;从零售商角度看,最优策略为与单个制造商联盟;博弈均衡为三方联盟策略。     

受控排队系统的平均最优与约束平均最优

根据连续时间马尔可夫决策过程的平均准则, 给出了一种特殊的马尔可夫决策过程－受控排队系统平均最优以及约束最优的新条件. 这个新条件仅使用模型的初始数据, 但利用了生灭过程的遍历性理论. 可以证明受控排队系统存在平均最优平稳策略与约束平均最优策略.     

误删资料巧恢复

一不小心删错了文件，并且还顺手把回收站给清空了，怎么办呢？只需简单三步，你就能找回你删掉并清空的东西。     

基于网络攻防博弈模型的最优防御策略选取方法

为了降低安全风险损失,并在有限的资源下做出最优网络防御决策,设计了一种网络攻防博弈最优策略选取方法。首先,建立网络攻防博弈模型,证明了该模型混合策略纳什均衡的存在性;然后,给出了基于该模型的网络攻防策略选取算法,包括基于网络攻防策略图的攻防策略搜索算法、攻防双方不同策略下基于通用漏洞评分系统的效用函数量化计算方法和混合策略纳什均衡求解方法等;最后,在一个典型的网络攻防实例场景下对模型的有效性进行了分析和验证。实验结果表明,该模型能够有效地生成最优防御决策方案。     

半Markov 控制过程在折扣代价准则下的最优平稳策略

讨论一类半Markov控制过程(SMCP)的折扣代价性能优化问题．通过引入一个矩阵，该矩阵可作为一个Markov过程的无穷小矩阵，对一个SMCP定义了折扣Poisson方程，并由这个方程定义了α-势．基于α-势，给出了由最优平稳策略所满足的最优性方程．最后给出一个求解最优平稳策略的迭代算法，并提供一个数值例子以表明该算法的应用．     

电子商务环境下供应链采购策略的比较与选择

论文针对(s,S)型策略建立了两阶段运营成本模型,对电子商务环境下供应链采购管理中的长期合作策略、电子采购策略以及混合采购策略进行了比较,分别给出了最优采购量,并通过实例验证了模型和算法的有效性。     

基于攻防随机博弈模型的防御策略选取研究

由于网络安全攻防双方的目标对立性和策略依存性,使得最优防御策略选取问题十分复杂.形式化定义了网络安全防御策略选取问题.提出了一种刻画网络安全攻防矛盾,解决防御策略选取问题的攻防随机博弈模型.该模型是矩阵型攻防博弈模型和Markov决策过程的扩展,是多人、多状态的动态攻防推演模型.将攻击者在网络实体上的特权状态作为攻防随机博弈模型的元素,建模网络攻防状态的动态变化,并预测攻击行为和决策最优防御策略.给出了基于上述模型的防御策略选取算法.用一个网络实例分析了该模型和算法在攻击策略预测和防御策略决策方面的有效性.     

多目标决策的激励策略可行解

针对多目标决策问题,提出一种新的基于一般变权原理的求解方法.利用一般变权原理提出激励策略可行解,证明其为多目标决策的均衡有效解,并给出求激励策略可行解的步骤.通过实际算例表明,所提出算法正确有效,且相对于线性加权和法、平方加权和法而言,具有较好的均衡性.     

基于环形耦合策略的多电机同步控制研究

针对目前广泛应用的交叉耦合控制策略在电机数量较多时,其控制结构复杂且补偿规律难以确定的问题,提出了基于耦合补偿原理与同一给定控制相结合的环形耦合控制策略,降低了控制结构的复杂度．建立了环形耦合策略的控制结构,对其有效性进行了数学证明．将环形耦合控制策略应用于多电机传动系统,并与主从控制策略对比,结果表明,环形耦合控制策...     

混合单变量边缘分布算法及其仿真应用

针对单变量边缘分布算法(UMDA)容易陷入局部最优解且搜索效率较低等缺点,提出一种混合单变量边缘分布算法(HUMDA).该算法采用两阶段参数动态控制策略来控制算法的均值与方差参数,在搜索初期保持群体的多样性,在算法后期提高了算法的局部搜索能力,并引入混沌搜索机制有效提高了算法的搜索精度和效率.采用多峰高维标准测试函数进行测试,测试结果表明 HUMDA 具有更优的全局搜索能力且搜索精度较高.将其应用于求解水库优化调度问题,亦得到较好的结果.     

基于证据理论的纠错输出编码解决多类分类问题

针对多类分类问题,利用纠错输出编码作为分解框架,把多类问题转化为多个二类问题加以解决;同时提出一种基于证据理论的解码策略,把每一个二分器的输出作为证据之一进行融合,并讨论在两种编码类型(二元和三元编码矩阵)下证据融合的不同策略.通过实验分别对UCI数据集和3种一维距离像数据集进行测试,并与几种经典的解码方法进行比较,验证了所提出的方法能有效提高纠错输出编码特别是三元编码矩阵的分类正确率.     

可分离物品多属性多源采购的优化决策模型

以可分离物品的采购问题为实际背景,提出了可分离物品多属性多源采购的优化决策模型.首先在多属性信息下定义了采购商和供应商的效用函数;然后以社会福利最大化为目标,以市场出清价格为歧视性价格和统一价格两种不同形式分别构建了可分离物品多属性多源采购的供应商优选模型,通过求解模型得出最优的供应商和相应的供应量;最后,给出了一个电煤多属性多源采购的应用实例,表明了所设计的可分离物品采购决策方法的可行性和合理性.     

一种基于前景理论的不确定语言变量风险型多属性决策方法

针对区间概率条件下属性值为不确定语言变量的风险型多属性决策问题,提出了一种基于前景理论的决策方法．首先建立了不确定语言变量的前景价值函数和区间概率权重函数,计算了方案在各属性下的前景值;然后通过属性权重得到各方案的加权前景值,利用各方案加权前景值的期望值对方案进行排序;最后通过应用案例说明了该方法的决策步骤和价值函数不...     

基于多模型切换的多观测器轨迹优化研究

充分考虑辐射源信号覆盖范围带来的观测约束,提出一种基于动态区间划分的多模型切换轨迹优化算法．该算法根据可探测区域内的观测器构造子区间划分特征向量,在不同的控制层使用相应的切换策略分别设计观测器运动规则、构造性能指标函数．根据设定的目标优化函数,在切换子层综合多种优化算法分别对不同的观测器进行轨迹优化．仿真表明,该方法能够有效解决观测约束下的匀速运动目标轨迹优化问题,具有一定的工程应用价值．     

面向长周期的交通状态反馈诱导策略

受检测器和诱导信息板显示形式的限制,诱导信息更新周期通常较长。为此,根据备选路径交通状态而非行驶时间制定诱导策略,利用交通状态相对稳定的特点,进一步提出状态反馈诱导策略;为减少长周期与时变交通需求间的矛盾及其他误差,提出了状态与时间反馈策略相结合的混合策略。仿真实验表明,面对长周期时,状态反馈策略可以满足稳定性和准确性的双重要求,混合策略则进一步提高了诱导的准确性。     

一种基于前景随机占优准则的随机多属性决策方法

针对属性值为随机变量的随机多属性决策问题,提出一种决策分析方法.该方法将决策者的行为因素引入随机多属性决策,将具有随机变量的决策矩阵转化为关于参考点的收益和损失矩阵,依据前景随机占优准则判断并确定两两方案之间比较所具有的占优关系,并构建相应的前景随机占优关系矩阵.在此基础上,运用PROMETHEE Ⅱ方法得到了方案的排序结果.通过一个算例验证了所提出方法的可行性和有效性.     

基于混合策略自适应学习的并行粒子群优化算法

针对当前各种粒子群优化算法解决问题时存在的局限性,提出一种基于混合策略自适应学习的粒子群优化算法(HLPSO)。该算法从收敛速度、跳出局部极值、探索、开发几个不同角度融合了4种具有不同优势的变异策略,当面对不同形态的复杂问题时通过自适应学习机制选择出合适的策略来完成全局寻优。通过对7个标准测试函数的仿真实验并与其他算法相比较,所得结果表明了所提出的算法具有较快的收敛速度、较高的精度以及很强的跳出局部极值的能力。