一种博弈竞争选择的异构无线网络最优接入策略

为了提高异构无线网络的信息传输速率和网络利用率,减少网络的系统开销,提出一种博弈竞争选择的异构无线网络最优接入策略算法,该算法在考虑了实际带宽的情况下引入了代价因子,并得到最大化的网络信息传输速率.在接入网络的选择上,通过采用基于博弈模型和最优接入策略的博弈模型,通过多项服务质量指标来计算综合竞争值,从而通过竞争值大小来选择最优的接入网络.实验仿真及数据结果表明,相比另外两种异构接入网络的选择算法,该算法具有带宽资源利用率和网络信息传输速率更高的优势.     

非合作条件下基于责任延伸制的电子废弃物回收主体利益博弈研究

针对由两个制造商、两个回收商、当地政府和消费者构成的物流系统,研究了非合作条件下电子废弃物回收主体的利益博弈.在责任延伸制前提下,以回收商为斯坦伯格主导者,分别构建了非合作条件下的垄断回收模型和竞争回收模型,并采用逆推法求解了模型的纳什均衡条件.最后进行灵敏度分析,探讨了产品替代率和回收率对两种模式下产品销售价格和回收费用的影响.结果表明,对于回收商,垄断回收模式下的平均回收费用总比竞争回收模式高,且回收商需根据临界值选择回收模式;对于制造商,垄断回收模式下设定的价格总比竞争回收模式高,且制造商总是偏好竞争回收模式.研究结果可为决策者对回收模式的选择提供理论依据.     

多智能体环境下的情绪决策模型?

建立一种基于情绪的Nash-Q决策模型,它由认知层和情绪层组成。认知层模型由Nash-Q算法实现,情绪层建立在情绪记忆和评价理论之上,由高兴、伤心、恐惧、厌烦组成情绪空间,建立相应刺激与情绪映射模型、情绪与行为动作映射模型、每种情绪下的动作信任度评价模型。将文中模型应用到两智能体网格决策实验中,结果表明情绪层的引入可加快收敛速度,同时能有效防止陷入局部最优,更好兼顾在线学习的“保守”和“探索”平衡。     

基于Multisim的调幅电路仿真分析

普通调幅电路和双边带调幅电路是高频电子线路中非常重要的知识点.针对学生在学习调幅相关原理的困难,提出了Multisim电路仿真软件应用于调幅电路的分析和实践教学过程中.通过验证理论数据和仿真波形的一致性,引导学生理解调幅电路中相关元件参数的关系,更直观而形象地让学生理解其深奥的原理,大大提高了教学效果.     

基于效益博弈的云计算资源动态可协调分配策略研究

在对用户的任务进行计算资源分配时,为了有效提高计算资源的利用效率,减少任务执行所需要的成本,提出了一种基于效益博弈的云计算资源动态可协调分配机制。该机制采用时间矩阵和费用矩阵作为任务效益的衡量指标,提出效益博弈模型,通过该模型的效益计算方程来得到最好的资源分配策略。为了使得计算资源能够合理地按需进行分配,提出了动态可协调分配机制,在合理地分配资源,满足所有任务正常执行时所需资源的同时,最大化任务的执行效益。实验仿真及对比结果表明,在任务完成时间、任务执行的平均成本、任务完成成功率上,本文算法都取得了较好的效果。     

基于博弈理论的农田能量异构网络节点协同资源利用

针对无线传感器网络中耗能不均问题,以及可再生能源节点在农田无线传感器网络中应用的具体情况,将博弈理论引入无线传感器网络能耗问题研究中,建立了基于博弈理论的节点成簇方法,实现提高可再生能源利用率、均衡非可再生能源节点能耗的目标。方法首先建立簇收益与簇内节点收益评估模型,进行簇收益计算、簇内的两类能量异构节点个体收益的计算。在计算簇收益和节点收益的基础上进行节点成簇博弈,使得成簇方案向收益更高的策略空间进行跳转,最终达到博弈中的均衡状态。仿真实验表明,通过博弈进行无线传感器网络成簇,能够充分利用可再生能源节点能量,降低和均衡非可再生能源节点能耗,最终达到延长网络寿命的目标。     

基于改进的MSR算法在软件视频会议系统上的应用

视频会议是一种应用广泛的会议方式,由于光照、视频采集设备品质、网络带宽等外界复杂因素的影响,常常导致视频会议视频图像质量下降。在多尺度Retinex滤波(MSR)算法的基础上,使用双边滤波获取原始图像的高低频信息,然后采用颜色约束方法和增益补偿方法增强经过双边滤波处理后的高频反射图像。通过主观体验和客观评价,改进算法增强了视频图像,同时保留了边缘细节,应用于软件视频会议系统,提高了视频图像的清晰度,改善了视觉效果。     

基于动态性有效资源分配的云计算效益学习模型研究

为了将有限的资源合理地分配给用户,并尽可能地提高云系统的资源和能量利用效率,提出了一种改进的面向动态性有效资源分配的云计算效益学习模型算法,在动态性有效资源分配上提出了服务质量准则框架(QSSF)来得出云服务的计费管理机制;采用资源竞拍策略和动态双向博弈策略更好地权衡用户和云计算提供商之间的利益关系,并将资源分配给资源需求量大的用户;在云系统的运算和存储任务的资源和能量分配上,采用了基于云计算的效益学习模型,通过权衡任务对资源和能量的需求量来实现系统效益的最优化;实验仿真结果表明,该算法能够更加合理地为系统的运算和存储任务分配资源和能量,在资源和能量的利用率上优于其他对比算法.     

基于节点行为的P2P网络激励体系研究

P2P网络中节点的自主行为使网络性能受到限制,基于博弈理论的激励机制能应对P2P节点行为的复杂性。在对节点行为建立其策略模型的基础上,针对P2P网络拓扑、路由及资源分配等各层面来设计相应的激励机制,以提高网络性能和服务质量,并通过计算机仿真技术提出其验证平台的设计方案,以验证所提激励机制的有效性和可靠性。