联邦学习贡献评估综述

数据不动的联邦学习框架是多个数据持有方合作训练机器学习模型的新范式.多个数据持有方参与联邦学习时的贡献评估是联邦学习的核心问题之一.参与方贡献评估需要兼顾有效性、公平性和合理性等要素,在理论方法与实际应用中均面临多项挑战.贡献评估首先需要明确如何度量数据价值,然而数据估值存在主观性与依赖于实际任务场景的特点,如何设计有效、可靠并对恶意数据鲁棒的数据估值指标是第一大挑战.其次,联邦学习合作中的参与方贡献评估是经典的合作博弈问题,如何制定公平合理的参与方贡献评估方案,实现参与方一致认可的博弈平衡是第二大挑战.最后,参与方贡献评估往往计算复杂度高,同时,联邦学习中围绕模型的数据估值时间开销大,因此,在实践中如何设计高效且准确的近似算法是第三大挑战.近年来,为了有效地解决上述挑战,学术界对联邦学习中的贡献评估问题展开了广泛的研究.首先,简要介绍联邦学习与参与方贡献评估的背景知识;然后,综述数据估值指标、参与方贡献评估方案和相关优化技术;最后,讨论了联邦学习贡献评估仍面临的挑战并展望未来研究的发展方向.     

非零和微分博弈系统的事件触发最优跟踪控制（英文）

近年来,对于具有未知动态的非零和微分博弈系统的跟踪问题,已经得到了讨论,然而这些方法是时间触发的,在传输带宽和计算资源有限的环境下并不适用.针对具有未知动态的连续时间非线性非零和微分博弈系统,本文提出了一种基于积分强化学习的事件触发自适应动态规划方法.该策略受梯度下降法和经验重放技术的启发,利用历史和当前数据更新神经网络权值.该方法提高了神经网络权值的收敛速度,消除了一般文献设计中常用的初始容许控制假设.同时,该算法提出了一种易于在线检查的持续激励条件(通常称为PE),避免了传统的不容易检查的持续激励条件.基于李亚普诺夫理论,证明了跟踪误差和评价神经网络估计误差的一致最终有界性.最后,通过一个数值仿真实例验证了该方法的可行性.     

带有资源约束的模糊DEA线性生产博弈模型及分配

Owen线性生产博弈假设生产技术和资源的边际贡献固定不变,但实际上,生产技术和资源边际贡献并非固定不变而是随生产改变.基于此,为了刻画具有模糊性和动态性的生产过程,提出模糊DEA线性生产博弈.首先构建2种合作水平(同时共享技术和资源、仅共享资源)、3种资源类型(最低资源、最佳资源、有效资源)和2种收益角度(乐观、悲观)构成的复杂生产模型,并通过上述3种因素解释合作生产具有互利性,资源带来的收益具有“先增后平”的变化趋势以及可能获得的最大收益区间;然后,利用α-核心求解此博弈,在特定情况下无需利用对偶理论即可得到α-核心分配,从而简化了计算步骤;最后,通过解决云服务虚拟机转化过程中建模和收益分配问题表明所提出模型和方法的实际意义与理论价值.     

双重补贴下考虑低碳商誉的供应链决策和协调

考虑低碳和回收补贴政策,对供应链中上游制造商碳减排和再制造,下游零售商低碳宣传共同提高产品低碳商誉的现实问题展开分析.将低碳商誉水平作为状态变量,构建非协同和协同情形下的微分博弈模型.通过对比分析,设计利润共享-低碳宣传成本共担的协调机制.研究表明:各情形下的低碳商誉水平均会随着时间逐渐达到稳定状态;双重补贴不仅能够激励制造商的低碳行为,还能有效提高产品低碳商誉和成员绩效,但是不会影响零售商的低碳宣传水平;非协同情形导致供应链效率的损失,协调时保持低碳宣传成本分担比例高于利润分享比例可有效改善低碳商誉水平.此外,制造商适当提高其成本分担比例有利于成员利润的改善.     

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。     

面向光伏用户群的多主体分级电压调控方法

分布式光伏的大规模接入引起配电网电压越限问题。光伏作为新型调压主体,其自主性及多主体交互耦合增加了配电网调压的难度。因此,文中提出面向光伏用户群的多主体分级电压调控方法。首先,根据光伏的调压容量与电压支撑度建立分级模型。然后,在分级基础上利用主从博弈模型研究配电网调压过程中多主体之间的交互耦合特性：配电网运营商作为主侧,在保证电网安全稳定运行下分级设定调压补偿电价;光伏用户作为从侧,跟随调压补偿电价以调压收益最大为目标来优化无功调节策略。最后,通过仿真分析证明了所提方法能够有效解决电压越限问题并提高光伏用户收益。     

计及主/被动需求响应下基于合作博弈的微网–配电网协调优化调度

随着含高比例可再生能源的并网型微网不断增加,微网与配电网的交互更加紧密。为解决两者作为不同利益主体双方利益分配问题,提出一种计及主/被动需求响应下基于合作博弈的微网-配电网协调优化模型。首先,考虑消费者心理学,建立了基于Logistic模糊函数的电负荷主动需求响应模型。然后,建立了以最优热电比为目标的热负荷被动需求响应模型。最后,微网与配电网作为参与者组成合作联盟,以讨价还价理论为核心,各自利益与联盟利益最大化为目标,协商确定了交互电价与交互功率,用改进的Shapley分配法分配了组成联盟后的额外收益,并通过基于参数自学习的自适应二次变异差分进化算法对其求解。通过算例分析对比可知,用户、微网、配电网三方利益均有所提升,证明了所提方案的合理性。     

基于主从博弈的多主体投资多微网系统优化配置

随着越来越多微电网协同运行,微网与微网间、微网与配网间电能交互过程愈发复杂,同时也影响着微网运营商及配网运营商的投资利益。为了探索两者间联合投资的最佳规划策略,提出一种基于主从博弈的多主体投资多微网系统优化配置方法。首先,在多微网系统模型基础上,构建考虑多微电网运营商运行成本、经济收益,以及配电网运营商投资微电网成本、延缓配电网升级及售购电收益的函数模型。然后,分别以多微网系统支付函数最小和配网收益最大为目标建立主从博弈模型,并提出自适应遗传算法与粒子群算法相结合的算法,求解多微网系统分布式电源最优配置。最后,通过4组方案进行对比实验,证明了所提规划方法能更好地平衡多微网运营商和配网运营商间的收益。     

团体标准协调机理研究:一个动态分析

从标准经济学属性上,团体标准是介于事实标准和正式标准之间的一类标准.如何协调好事实标准和正式标准之间的选择关系是团体标准微观层面高效的关键.本文基于"囚徒困境"经典双人博弈模型,构建三阶段协调博弈模型分析团体标准在演化过程中事实标准与正式标准的协调选择问题.研究表明,在已知未来正式标准(即团体标准)优于事实标准以及正式标准的绩效高于事实标准的前提下,低折现和参与者缺乏耐心能够促成尽早"合作".在此基础上,本文基于实际给出提高团体标准收益预期、加快标准版本更新速率和重视"小"企业等政策建议.     

Restrictive mechanism of flow control among non-cooperative Internet users

The flow and congestion control methods based on one-shot game model with non-cooperative game theory can explain the non-cooperative behavior of Internet users.However,the low effciency of equilibrium solutions affects their utility.Here the behavior of flow and congestion control based on infinitely repeated game models is addressed;the repeated and infinitely repeated flow and congestion control game model is presented; the existence and optimization of the Nash equilibrium point are proved;the discount ...