Heston模型下的两人鲁棒非零和随机微分投资组合博弈

用Heston模型描述风险资产的价格动态,构建了包含一种无风险资产和一种风险资产的金融市场,投资者可以将其财富自由地配置于无风险资产和风险资产中.考虑到投资者之间经济行为的随机博弈,用相对业绩刻画投资者之间的博弈行为,同时考虑模型的不确定性,以最大化最坏情境下投资者相对业绩的期望效用为目标,构建了包含两个投资者的鲁棒非零和随机微分投资组合博弈模型,利用动态规划方法分别求得了CRRA效用下Nash均衡策略的解析表达,借助数值仿真算例进行了参数的敏感性分析并给出了相应的经济意义阐释.研究发现:相较于不涉及市场竞争的传统投资策略,竞争将使投资者产生羊群效应,跟风投资风险资产,致使金融市场的系统性风险上升.此外,与不考虑模型不确定性相比,模型的不确定性使得投资者减少对风险资产的投资.

SCR脱硝系统的RBF条件积分滑模参数优化控制

针对选择性催化还原(SCR)脱硝系统在火电机组深度调峰下因系统特性随着机组负荷改变而难以控制的问题,提出基于径向基函数(RBF)的条件积分滑模优化控制方案,用条件积分滑模减少抖振与调节时间,用RBF实时逼近SCR脱硝系统特性改变下的未知扰动以提高系统鲁棒性。并提出一种纳什均衡量子粒子群寻优(NEQPSO)算法,以获得RBF条件积分滑模控制方案的最优参数,并在20%~100%的机组负荷下进行仿真实验。结果表明:优化后的RBF条件积分滑模控制与传统控制方案相比超调量降低50.26%、调节时间缩短13.55%,在干扰信号下超调量仅有1.50%,其响应速度更快、抗干扰能力更强、鲁棒性更好。

基于博弈论的弹目攻防决策方法研究

针对空战环境中弹目攻防双方的对抗特性,提出了一种基于博弈论的弹目攻防决策方法。基于导弹目标运动数学关系得到状态方程,根据弹目攻防对抗机理建立“一对一导弹-目标”动态博弈模型,确定弹目双方策略集与收益矩阵,提出混合策略纳什均衡求解方法,并结合模型滚动预测方法获得该策略空间的纳什均衡点。算例仿真结果表明,基于混合策略下导弹制导律为该策略空间的纳什均衡点,且该方法可以减小导弹对目标的脱靶量,提高导弹的命中精度,为导弹攻防作战提供了依据。

具有加性耦合效用和连续统参与人博弈中的强Nash均衡

本文将研究具有加性耦合效用和连续统参与人博弈中的强Nash均衡。我们首先证明具有加性耦合效用和有限参与人博弈中强Nash均衡的存在性。进一步,对具有加性耦合效用和连续统参与人的博弈,我们引入弱强Nash均衡的概念,并证明它的存在性定理。本文发展了强Nash均衡的研究。

一种连续型不确定性复杂系统博弈理论及算法研究

当前对于不确定性复杂系统博弈的研究,通常情况下有关策略集是离散的,而非连续和随机的。而在复杂经济社会系统中,常常会遇到连续性随机博弈问题,以及系统中数据的确权问题。在此背景下,提出了一种随机博弈的概念,给出连续策略集下N人非合作随机博弈模型均衡解存在性定理,以及复杂信息系统随机博弈模型的构建及其纳什均衡解算法。给出连续策略下不确定性N人非合作随机博弈概念,建立以局中人的最大收益为目标函数的N人非合作随机博弈模型,提出了均衡解的存在性定理;构建了Wasserstein模糊集,之后融合分布鲁棒优化方法以及投资组合优化方法将该模型转化为有限凸规划,并运用遗传算法求解局中人的近似混合策略,最后构建了基于回归分析的纳什均衡求解算法并将纳什均衡解归一化进行确权。实证分析表明,所构建的理论与算法是有效可行的。

论无限次重复囚徒困境博弈中的针锋相对策略

在有限次重复囚徒困境博弈中,理性的参与人在每个阶段博弈中选择不合作是唯一的子博弈精炼纳什均衡,因此不会出现合作行为。然而,在无限次重复囚徒困境博弈中,参与人采取某些特定的策略可能会导致合作结果的出现。冷酷触发策略是几乎所有博弈论著作都会讨论的一种促进合作的策略,但学者对于针锋相对策略却甚少涉及。研究严格论证了针锋相对策略构成纳什均衡及子博弈精炼纳什均衡的条件。结果表明,当参与人对未来足够重视时,只有当阶段博弈的支付满足一定条件,针锋相对策略才能构成纳什均衡,其对贴现率的要求要比冷酷触发策略更高。研究还表明针锋相对策略并非不能构成子博弈精炼纳什均衡,只是要求的条件非常严格,除了支付满足特定条件外,贴现率也只能取某一特定值。

转移概率部分未知的离散时间Markov跳变系统Nash微分博弈

考虑到转移概率矩阵元素无法完全获悉,如何在转移概率部分未知的情境下研究离散时间Markov跳变系统Nash微分博弈是有待解决的问题之一,这一问题可以为转移概率部分未知的Markov跳变系统Nash微分博弈理论在管理问题上的应用提供理论支撑。基于此,本文首先研究单人博弈情形,即ε-次优控制问题,借助自由连接权矩阵和配方法,得到了ε-次优控制策略存在的充分性条件,并给出了成本函数上界的显式表达;然后延伸至双人博弈进行分析,得到了ε-次优Nash均衡策略存在的条件等价于求解双线性矩阵不等式和矩阵不等式的优化问题,并通过启发式算法求解优化问题得到ε-次优Nash均衡策略;最后通过数值算例证明了主要结论的有效性。

端对端交易-云储能市场的非合作联合博弈出清模型

在“碳达峰,碳中和”的背景下,分布式可再生能源的进一步推广是电力系统低碳化的重要路径之一。为了消纳用户侧大量的分布式可再生能源,提出了端对端交易-云储能联合市场以最大化能源卖家的市场收益、最小化能源买家的用电成本。首先将能源买卖双方建模为非合作博弈的关系;其次,在考虑云储能总容量限制的情况下,求解出能源卖家的Nash均衡和能源买家的广义Nash均衡点;然后基于核求解出云储能的合作剩余的最优分配方案;最后使用爱尔兰的社区级微电网作为算例,验证了提出的端对端交易-云储能联合市场的优越性。所提出的联合市场模型能够最大化买卖双方的市场收益,实现了市场参与者效益的帕累托改进,而对比实验中的端对端交易的参与者相较于传统现货市场的参与者而言,购电成本下降了39.68%,云储能市场使得传统市场参与者的总成本降低了27.4%,因此将端对端用能交易与云储能市场耦合起来可以极大地降低用户的发电和购电成本,具有较强的实际应用价值。

不完全信息Epsilon纳什均衡的航天器末端追逃博弈策略

针对不完全信息下的航天器末端追逃问题,提出了一种满足Epsilon纳什均衡的微分博弈控制策略。首先,建立了完全信息下的有限时间追逃纳什均衡策略对,并将其作为目标航天器实际采取的控制策略,使目标航天器掌握博弈进程的完全信息,进而获得更好的逃逸性能。在此基础上,考虑拦截航天器不能获取目标控制矩阵信息的态势,设计了基于广义卡尔曼滤波的行为学习信息估计算法,使拦截器能够对目标的不完全信息进行估计,并提出了不完全信息下的末端追逃博弈控制策略。经过理论分析,证明了所设计的不完全信息下微分博弈策略对满足Epsilon纳什均衡。最后,仿真结果表明该算法可以有效估计目标的不完全信息,确保拦截器能够在有限时间内快速拦截目标。

不对称信息下新型储能容量租赁市场的博弈均衡分析

新型储能容量租赁由于低风险和高灵活性正成为一种受到广泛关注的商业模式。为解决能源社区内独立储能商和多个发用电一体产消者在不对称成本信息下的储能容量租赁问题,先通过Harsanyi转换将不对称信息转化成完全信息。然后建立了储能商和产消者间的两阶段扩展式博弈模型。接着设计了基于统一价格机制的市场出清和结算规则。最后分析了统一价格机制下储能商和产消者两阶段完全信息扩展式博弈的子博弈精炼纳什均衡,并通过Brouwer不动点定理证明了均衡的存在性。仿真研究表明,储能容量租赁能显著降低产消者的用电成本和提高储能利用效率。而且基于统一价格机制的博弈均衡在寻找公平租赁价格、增加储能商利润、提高储能容量租赁规模以及提升社会福利等方面均优于基于歧视价格机制的博弈均衡。

考虑主体信用的配电网分布式绿电交易方法

发展分布式可再生能源是推动能源转型的关键手段,组织市场化交易能够促进分布式可再生能源生产和消纳.然而,可再生能源出力的不确定性使其容易在市场交割时出现偏差,进而为配电系统安全运行带来压力,但现有市场化交易机制仍难以激励市场主体主动减少偏差.为此,通过量化信用成本来引导分布式绿电的诚信交割行为.同时,考虑分布式绿电主体的策略性报价行为,建立考虑主体信用的分布式绿电市场化交易模型.然后,提出基于最优响应法的迭代算法来计算绿电市场的纳什均衡点.算例结果表明:所提市场机制能够以激励相容的方式引导用户的诚信行为,在降低交割偏差的同时提高绿电市场社会福利.

基于博弈论与强化学习的多智能体路径规划算法

针对平面上多个智能体构成的路径规划求解算法普遍存在的速度慢效率低等问题进行研究,将多智能体路径规划问题归结为非零和随机博弈,使用多智能体强化学习算法赢或快速学习-策略爬山(win or learn fast-policy hill-climbing,WoLF-PHC)得到纳什均衡策略,为各智能体做出无冲突的最优路径决策,提出能够快速自适应的WoLF-PHC(fast adaptive WoLF-PHC,FA-WoLF-PHC)算法,通过构建目标函数,使用梯度下降对学习率进行自适应更新.在猜硬币和自定义收益矩阵2个博弈场景中使用FA-WoLF-PHC,并与策略爬山(policy hill-climbing,PHC)算法和Wolf-PHC算法进行比较.结果表明,FA-WoLF-PHC算法的学习速度较WoLF-PHC算法有所提升,并有效减小了WoLF-PHC算法和PHC算法在学习过程中出现的振荡现象.在多智能体路径规划问题中,FA-WoLF-PHC算法的学习速度比WoLF-PHC算法提高了16.01%.将路径规划问题的环境栅格地图扩大为6×6,智能体数量增加为3个时,FA-WoLF-PHC、WoLF-PSP和多头绒泡菌-人工势场Sarsa(physarum polycephalum-artificial potential state-action-reward-state-action,PP-AP Sarsa)算法在10次实验中学习到最终策略需要的平均时间分别为16.30、20.59和17.72 s.在多智能体路径规划问题中,FA-WoLF-PHC算法能够得到各智能体的纳什均衡策略,学习速度较WoLF-PSP和PP-AP Sarsa算法有显著提高.FA-WoLF-PHC算法在常见的博弈场景中能够快速获得纳什策略,在多智能体路径规划问题中可为多个智能体生成无冲突的最优路径,并且在学习速度等方面较其他算法有显著提高.

带有负顾客和启动时间的排队系统最优策略分析

本文考虑带有负顾客和启动时间的排队系统的均衡策略和社会最优问题.负顾客到达时,会使得服务台故障,并且迫使正在接受服务的顾客离开系统.当系统中最后一名顾客的服务完成后,服务台立即关闭.当有新顾客到达时,服务台经历一段随机的启动时间,进而服务顾客.基于线性“收益-成本”结构,本文得到了顾客在几乎不可视和完全不可视两种情形下顾客的均衡进入概率.利用遗传算法得到顾客的最优进入概率.最后,通过数值例子展现了最优进入概率和最优社会福利关于系统参数的敏感性变化,并比较了两种信息水平下的最优社会福利.

基于不完全信息博弈的云制造群智能优化方法

为解决云制造过程中云平台经营方与需求方之间的不完全信息以及相互竞争制约的关系导致制造服务难以抉择的问题,提出了一种基于不完全信息博弈模型的云制造群智能优化方法。以各自理性追求自身收益函数最大化为目标,针对需求方与云平台之间的利益竞争关系建立了基于不完全信息的静态博弈模型,并提出了需求方与云平台之间的竞争规则,通过海萨尼转换引入自然,将其转换为完全信息下的动态博弈得到贝叶斯扩展式,并证明了贝叶斯纳什均衡的存在性和唯一性。提出了一种基于高斯函数与扰动策略更新的粒子群算法对上述模型进行求解。仿真结果表明:改进算法相对其他算法有较快的收敛速度与较高的云制造系统总收益,不完全信息博弈模型能够兼顾不同类型的需求方提高云制造系统的总收益。

航天器姿态控制群体博弈分布式分配方法

针对由多个细胞星构成的组合卫星的姿态控制问题,提出了一种包含控制力矩计算层与冗余力矩分配层的双层姿态控制方法。将细胞星间的冗余力矩分配问题转化为群体博弈的策略选择问题,综合考虑能量消耗、飞轮输出力矩裕度和飞轮角动量裕度设计收益函数,以力矩分配系数作为群体质量,以细胞星作为策略建立群体博弈模型。考虑群体演化中模仿和比较形成的不同演化策略,分别采用Smith动力学以及复制器动力学修订协议求解博弈的Nash均衡解,并利用有限制策略的群体博弈理论形成分布式冗余力矩分配方式,得到各个细胞星的控制策略。最后通过仿真实验验证了此分配方式的有效性。

两方零和马尔科夫博弈策略梯度算法及收敛性分析

为了解决基于策略的强化学习方法在两方零和马尔科夫博弈中学习效率低下的问题,提出同时更新双方玩家策略的近似纳什均衡策略优化算法.将两方零和马尔科夫博弈问题描述为最大最小优化问题,针对参数化策略,给出马尔科夫博弈的策略梯度定理,并通过近似随机策略梯度的推导,为算法实施提供可行性基础.通过比较分析不同的最大最小问题梯度更新方法,发现额外梯度相较于其他方法具有更好的收敛性能.基于这一发现,提出基于额外梯度的近似纳什均衡策略优化算法,并给出算法的收敛性证明.在Oshi-Zumo游戏上,使用表格式softmax参数化策略以及神经网络作为参数化策略,验证不同游戏规模场景下算法的有效性.通过对比实验,验证算法相对于其他方法的收敛性和优越性.

基于弹目对抗博弈策略的目标毁伤概率模型

由于现有武器弹药制导方式与目标防御的智能性以及智能弹药与目标交汇存在的对抗性,很难建立科学的目标毁伤评估策略模型和毁伤数值计算方法,为了高效、准确地评估智能弹药武器对目标的毁伤效能,提出了弹目交汇下攻防博弈毁伤策略建模方法,通过将弹丸与目标作为二人对抗非合作博弈模型中的两个局中人,以弹目攻防双方的策略集与价值信息为依据,构建攻防双方博弈收益支付矩阵,并计算了弹目攻防双方博弈模型混合策略下纳什均衡解。基于目标毁伤准则,构建了目标毁伤概率计算模型。算例计算与仿真验证结果表明:博弈纳什均衡策略的目标毁伤评估方法具有一定有效性和准确性,能够为目标毁伤评估体系提供有效参考。

航天器追踪-逃逸-防御三方博弈均衡解

为提高航天器在轨防御能力,对航天器追踪-逃逸-防御三方博弈场景进行了研究。博弈中,追踪航天器(追踪器)旨在拦截逃逸航天器(逃逸器),逃逸器旨在躲避追踪器,而防御航天器(防御器)通过主动拦截追踪器来保护逃逸器。由于防御器的存在,追踪器在接近目标时不得不规避防御器,而逃逸器和防御器之间也可以开展合作。对于这样的场景,综合能量和距离指标,建立了线性二次型微分对策模型,推导了三方博弈的纳什均衡条件,求解了追踪器的最优追踪制导律和逃逸器与防御器的最优合作逃逸-防御制导律。进一步考虑多防御器的场景,求解了三方多人博弈的纳什均衡解。仿真结果表明,防御器的存在提高了逃逸器的生存能力,二者可以在机动加速度劣势情况下共同抵御一个机动能力强的追踪器。处在绕飞护卫下的防御器的初始位置并非离追踪器或逃逸器越近越好,而是存在优势位置。

群体博弈理论的新进展

群体博弈理论是近三十年来发展起来的博弈论的新方向,源于1950年J.Nash在其博士学位论文中关于有限非合作博弈混合策略和平衡点的“Mass-Action”解释,建立了由众多个体组成的群体及社会中,个体的理性决策行为理论,在社会学、生物学、经济学、管理学、信息科学等领域有广泛和深入的应用。本文介绍近年来群体博弈理论的研究成果及新进展,探讨群体博弈理论的发展动向。

考虑竞争的OEM生产采购外包战略决策

生产外包和采购外包是制造商面临的重要战略决策.对此问题,建立一个博弈论模型,研究在竞争情形下制造商关于生产和采购的双重外包战略决策.在决定是否外包生产的同时,制造商还决定是否把零部件的采购外包给竞争对手.研究结果表明,制造商的最优生产和采购外包战略会受到自身和竞争对手的相对市场潜力以及生产投资成本的影响.制造商的最优外包战略可能为生产和采购都外包、生产和采购都自主进行以及生产外包但采购不外包.同时,对于制造商来说,任何情形下都不应单独把采购外包;而市场潜力较弱的竞争对手则希望制造商生产外包但采购不外包.另外,研究表明在一定条件下存在双赢策略,使得制造商和竞争对手都达到最优利润:当竞争对手和制造商的市场潜力差距较大时,制造商外包生产但自主采购能实现双赢;当它们的市场潜力差距较小时,制造商将生产和采购都外包能实现双赢.