基于第三方回收的双渠道闭环供应链协调机制

针对双渠道闭环供应链的协调问题,基于博弈理论构建了制造商进行网上直销、零售商进行传统零售、第三方负责废旧产品回收的双渠道闭环供应链决策模型.分析和比较了集中决策与分散决策对供应链成员最优定价策略和利润的影响,发现分散决策会导致整个双渠道闭环供应链的效率损失.为弥补这种效率损失,以集中决策的最优结果为基准,设计了一个利润共享—费用分担契约来实现双渠道闭环供应链的协调.算例分析表明,所设计的利润共享一费用分担契约能够有效协调双渠道闭环供应链.     

溢出效应和网络贴合度扰动下的二级供应链网络广告投放策略分析

为研究溢出效应和网络贴合度扰动下,二级供应链的网络广告投放策略问题,以强势制造商和两个网络零售商组成的二级供应链为研究对象,考虑产品的网络贴合度和网络广告计费特征,构建基于溢出效应的期望需求模型,通过博弈论方法给出了完全不合作、合作、半合作、战略联盟等4种模式下的均衡解,并对以上4种均衡结果进行比较分析。研究结果表明:无论在何种模式下,制造商批发价格与产品的网络贴合度成反比;固定位网络广告投资额和网络广告投资总额与产品的网络贴合度成正比,固定位网络广告投资额与溢出效应成反比;合作状态下的利润总额通常情况下较低;当产品的网络贴合度超过一定阈值范围时,采用战略联盟使得供应链成员利润最大化。     

An evaluation framework for software crowdsourcing

Recently software crowdsourcing has become an emerging area of software engineering. Few papers have presented a systematic analysis on the practices of software crowdsourcing. This paper first presents an evaluation framework to evaluate software crowdsourcing projects with respect to software quality, costs, diversity of solutions, and competition nature in crowdsourcing. Specifically, competitions are evaluated by the min-max relationship from game theory among participants where one party tries to minimize an objective function while the other party tries to maximize the same objective function. The paper then defines a game theory model to analyze the primary factors in these minmax competition rules that affect the nature of participation as well as the software quality. Finally, using the proposed evaluation framework, this paper illustrates two crowdsourcing processes, Harvard-TopCoder and AppStori. The framework demonstrates the sharp contrasts between both crowdsourcing processes as participants will have drastic behaviors in engaging these two projects.     

一种基于马尔可夫博弈的能量均衡路由算法

针对无线传感器网络中耗能不均问题,引入马尔可夫博弈理论,构建了无线传感器网络的马尔可夫博弈模型.在能量均衡路由分析的基础上,给出了一种基于马尔可夫博弈的能量均衡路由算法,该算法从无线传感器网络整体耗能出发,兼顾节点之间的合作.定义了能量和信誉值的二元收益函数,给出了节点转发的状态转移概率,根据收益函数进行能量调节,求解出能量和收益之间的均衡系数——纳什均衡,实现了节点能量的均衡消耗,延长了网络的生命周期.使用PRISM概率仿真工具进行仿真,验证了该博弈模型存在纳什均衡点,同时表明该模型能促进节点之间合作,最大化无线传感器网络的生命周期.     

基于博弈论的多媒体传感器网络MAC协议

IEEE802.1 le媒体接入控制(MAC)协议不能较好地满足无线多媒体传感器网络不同类型业务节点间的公平性要求.为解决该问题,提出一种基于博弈论的无线多媒体传感器网络MAC协议.将节点间的信道竞争过程建模为非完全信息动态博弈,在不同的负载情况下,通过改变普通业务的权重提高不同业务间的公平性.仿真结果表明,该协议能在保证多媒体业务服务质量的同时,增加普通业务数据流接入信道的机率,提高整个网络的平均吞吐量.     

基于logit模型的生物质供应链集成优化

针对农户的选择偏好,引入基于logit的离散计量分析模型,以研究秸秆收购价格、成本及政府补贴对农户生物质供应选择行为的影响。在此基础上,应用Stackelberg博弈模型对生物质供应链中加工厂、收集站和农户等不同利益主体之间的决策进行分析,确定了最优的生物质收购价格及收集站的服务半径。最后,通过算例分析验证了上述优化决策模型的有效性。研究表明,农户供应模式的选择与其对效用的敏感程度有关;政府实行补贴激励不仅能提高农户将秸秆直接送至加工厂的积极性,对加工厂和收集站的利益也有不同程度的提高。     

一种军棋机器博弈的多棋子协同博弈方法

针对在军棋博弈不完全信息对弈中,面对棋子不同价值、不同位置、不同搭配所产生的不同棋力,传统的单子意图搜索算法,不能满足棋子之间的协同性与沟通性,同时也缺乏对敌方的引诱与欺骗等高级对抗能力。本文提出一种结合UCT搜索策略的高价值棋子博弈方法,实现高价值棋子协同博弈的策略。实战经验表明:高价值多棋子军棋协同博弈策略优于单棋子军棋博弈策略。     

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。     

基于概率性能感知演化博弈策略的“云+边”混合环境中任务卸载方法

针对“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中多任务卸载效率不足的问题,提出了一种基于概率性能感知演化博弈策略的任务卸载方法。首先,在一个“中心云服务器+多个边缘服务器”构成的“云+边”混合环境中,假设其中分布的边缘服务器具有时变波动的性能,采用一种基于概率性能感知演化博弈策略的任务卸载方法对边缘云服务器的历史性能数据进行概率分析,以获得演化博弈模型;然后,生成服务卸载的演化稳定策略（ESS）,使每个用户都能在获得高满意度的前提下进行任务的卸载。基于云边缘资源位置数据集和云服务性能测试数据集进行模拟实验,在24个连续时间窗口上进行不同方法的测试比较。实验结果表明,所提方法在多个性能指标上都优于传统的贪婪（Greedy）算法、遗传算法（GA）和基于纳什均衡的博弈论算法等任务卸载方法。该方法的平均用户期望达成度相较于三个对比方法分别提升了13.7%、117.0%、13.8%,平均卸载时延分别降低了6.5%、24.9%、8.3%,平均货币成本分别降低了67.9%、88.7%、18.0%。     

多智能体博弈强化学习研究综述

使用深度强化学习解决单智能体任务已经取得了突破性的进展。由于多智能体系统的复杂性,普通算法无法解决其主要难点。同时,由于智能体数量增加,将最大化单个智能体的累积回报的期望值作为学习目标往往无法收敛,某些特殊的收敛点也不满足策略的合理性。对于不存在最优解的实际问题,强化学习算法更是束手无策,将博弈理论引入强化学习可以很好地解决智能体的相互关系,可以解释收敛点对应策略的合理性,更重要的是可以用均衡解来替代最优解以求得相对有效的策略。因此,从博弈论的角度梳理近年来出现的强化学习算法,总结当前博弈强化学习算法的重难点,并给出可能解决上述重难点的几个突破方向。