面向蜂窝—D2D混合场景的双层博弈匹配算法

随着无线技术的迅猛发展,无线接入网络进入新的阶段,即第五代(5G)移动通信系统阶段。多种技术场景并存的5G环境具有异构性和动态性的特点,对无线资源管理提出了严峻的挑战。如何实现网络资源与用户需求之间的最佳匹配变得尤为重要。因此,5G环境下无线资源匹配算法已成为当前研究热点。提出一种面向蜂窝—D2D混合场景的双层博弈匹配算法,建立基于用户体验质量的公平性匹配模型,采用双层的匹配博弈理论加以求解,通过仿真验证所提算法的有效性,结果证明了所提算法的可行性。

考虑绿色度和创新指数的绿色供应链成员匹配博弈策略

考虑绿色度和创新指数,运用匹配博弈理论探讨绿色供应链成员匹配策略及匹配方案的均衡性,进一步对比集中和分散两种模式下,成员收益、原料绿色度、产品价格等因素对所得匹配方案的影响.对比发现,集中控制模式下制造商绿色创新投入、产品价格和整体收益略高,表明匹配博弈策略有助于优化链上成员合作,对间接提升绿色供应链整体收益具有促进作用.

基于通感一体化的Wi-Fi卸载匹配算法

针对目前移动数据流量激增所导致的通感一体化无线通信网络系统中的拥塞和过载问题,提出一种基于通感一体化的Wi-Fi卸载匹配算法。首先,基于信息论综合考虑系统的通信吞吐量和感知互信息量,定义系统的效用函数,在满足用户QoS的同时最大化系统的总效用;其次,基于图论的思想建立Wi-Fi信道分配算法为每个Wi-Fi接入点分配信道,并将用户的接入选择问题建立为具有外部性的多对一匹配博弈模型。仿真结果表明,所设计的卸载策略能够提高系统的总效用,缓解基站处的数据压力。

不确定偏好序下的双边匹配博弈

针对带有不确定偏好序的双边匹配问题,现有方法大都仅注重整体收益之和,忽略了参与人的个体收益以及在交互选择中的策略运用.基于最大满意度准则,给出不确定序下的收益(满意度)矩阵的推导过程;然后,从个体理性视角,结合矩阵博弈的思想构建一种兼顾整体和个体收益的博弈匹配优化模型,并证明模型最优解满足纳什均衡.最后,进一步探讨各种策略选择及其优劣分析.

基于异质多属性偏好的博弈双边匹配决策

针对现有双目标指派模型未能科学反映参与人之间合作与竞争势态并存的技术缺陷,文章运用个体理性下的矩阵博弈思维,提出一种基于博弈理论的多属性双边匹配决策方法。鉴于双方评价形式的不确定及信息不对称,采用多种类型信息描述主体的异质偏好。相对于传统方法以双方整体收益最大为目标,所提方法剖析参与人双向选择下的策略行为及潜在收益,兼顾个体与整体收益最大为目标建模,并进一步证明所求的匹配方案为纳什均衡解。算例分析表明所提方法可反映参与人的真实选择,对匹配方案具有较好的解释力,可为利益相关者在不同情境下提供决策支持。

非正式契约与正式契约交互关系研究——基于随机匹配博弈的分析

在商业交易中,正式契约安排与非正式契约安排往往是同时使用的,对这两类契约交互作用的分析是契约理论研究的一个新领域.运用随机匹配博弈建立一个契约成本影响契约选择和契约交互关系的模型,将契约交互关系研究从双边重复博弈框架扩展到随机匹配博弈框架下,从而可用其来分析非频繁交易.结论是:当契约成本较低时,正式契约的引入替代了非正式契约;当契约成本处于中间水平时,正式契约补充了非正式契约;当契约成本很高时,正式契约的引入不影响交易方对非正式契约的选择.最后,运用上述模型分析了网上拍卖中第三方执行中介的介入对契约交互关系的影响.

基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈。分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解。在博弈下层,定义移动虚拟网络操作者(MVNOs)m-切片n对mn及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对m n定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优m n,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与m n已匹配关系,形成基础资源提供者(InPs)与m n的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优。最后定义了双层循环稳定条件及过程。仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈。

一种基于匹配博弈的服务链协同映射方法

针对软件定义网络(SDN)/网络功能虚拟化(NFV)环境下服务链映射难以兼顾效率与物理资源利用率的问题,该文提出一种基于匹配博弈的服务链协同映射方法。首先,以最大化网络资源效用为目标,建立服务链映射模型MUSCM;然后,分虚拟网络功能(VNF)部署和组链两个部分解决服务链映射问题,VNF部署部分,设计基于多对一匹配博弈理论的算法协同服务链和服务节点双方互相进行选择,有效提升了服务链的映射效率和物理资源的利用率,在此基础上,设计基于分段路由策略的算法实现各VNF实例间的流量牵引以完成VNF组链,有效降低了链路传输时延。实验结果表明,与经典算法相比,该算法在保证映射请求接受率的同时,有效降低了服务链的平均传输延时,提升了系统的物理资源利用率。

基于匹配博弈双向选择高校自动排课策略的构建

本文针对高校排课问题,提出了基于双向匹配博弈理论及Gale-Shapley算法的排课策略,将高校排课问题抽象成由教师、班级、课程为元素构成的教学班集合和由教室、时间为元素构成的时空集合两个集合间元素匹配问题。教学班集合的任课教师先提出个人上课教室、时间偏好申请,然后匹配博弈过程根据实际教室容量、课程性质,以及任课教师的职称、年龄、教学效果等因素设定的权重和匹配原则完成接受或拒绝教学班偏好申请,通过多次循环匹配完成自动排课。该排课策略充分体现了教师上课的主观意愿,并合理解决了课程、班级、教师、教室、时间匹配冲突问题,使学校教学资源使用充分合理,最大程度地提高了教师排课满意度。

基于TOPSIS的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法(technique for order preference by similarity to ideal solution,TOPSIS)的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出TOPSIS的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。

大规模多输入多输出系统中基于匹配博弈的导频分配算法

为了使得大规模多输入多输出(MIMO)系统的上行链路可达速率最大化,提出一种基于匹配博弈的导频分配(PA-MG)算法.在用户侧,根据用户效用函数生成对导频的偏好列表,并向排列最优的导频发出申请;在基站侧,根据导频效用函数生成对请求用户的偏好列表,并依次将导频分配给排列最优的用户,直到完成所有用户的导频分配.仿真结果表明:相比于潜博弈的导频分配(PG-PA)算法,所提PA-MG算法支持的小区规模更大、复杂度更低;相比于WGC-PD(Weighted Graph Coloring Based Pilot Decontamination)算法,PA-MG算法能够获得更大的上行链路可达速率,各用户的信干噪比分布更均匀,且对阴影衰落的鲁棒性更强.

匹配博弈理论及其发展

匹配是市场的重要功能之一,匹配博弈理论运用博弈理论研究现实双方市场的稳定、及因缺乏稳定而失灵问题。2012诺贝尔经济学奖颁给了匹配博弈理论的创立者和推广应用者,然而国内对匹配博弈理论的研究几乎空白。鉴于此,本文系统介绍了匹配博弈理论的基本模型和算法,梳理了其应用领域及发展情况,并指出了未来的研究方向。

有同事效应的多对一匹配博弈的核

有同事效应的多对一匹配博弈的核不一定存在.在群替代偏好下,用联盟分割的方法证明了核匹配一定存在.对偏好的假设源自于某些现实问题的考虑,因此,所得结论具有一定的现实意义.

基于双边匹配博弈模型的马拉松赛事报名主体间关系研究

以学科跨界和学科交叉的方式,对马拉松赛事举办与参赛问题进行研究,为马拉松赛事举办方和参赛者的双边行为路径选择和制度设计提供科学依据。在马拉松赛事报名环节中,举办方和参赛者二者如何建立关系,直接影响着马拉松赛事市场收益的发展变化。借鉴并运用匹配博弈理论,结合马拉松赛事报名"一票难求"的现状,构建马拉松赛事举办与参赛主体间的双边匹配博弈模型,探析举办方与参赛者双方相互选择的内在关系,以及实证阐释双边匹配模型的求解过程。采用双边匹配模型构建和延迟接受算法求解两个步骤达成稳定匹配的、匹配博弈理论寻求最优结果的方法。进而得出研究结论:马拉松赛事举办与参赛的博弈模型中,所构成的均衡是唯一、稳定的。对于稳定均衡下的举办方与参赛者的选择都是满足各自偏好的,且是最优的。同时,在该模型中,所形成的匹配对数量等于马拉松赛事举办方设置的参赛容量。

高职校企合作匹配博弈及机制优化

构建了高职校企合作博弈模型,利用延迟接受算法,模拟了校企合作博弈中高职校与企业一对一匹配的过程。通过一个算例发现,提出合作邀请的主体顺序不同会带来不同的匹配博弈结果,校企双方均具有谎报偏好的潜在可能性,这将颠覆匹配博弈解的稳定性。为此引入机制设计理论,在确保校企合作协议具有强约束力的基础上,利用新一代信息技术做大做强产教融合信息服务平台,以优化高职校企合作机制。

人力资本、匹配博弈和就业实现——基于一项实验研究的解释

本文主要研究求职者人力资本信号和劳动力市场环境等内外部因素对劳动供需匹配以及就业实现的影响方向和程度。文章采用实验方法模拟企业和求职者的匹配博弈过程及其决策行为,并提出突出劳动供需双方预期管理、提高劳动力市场流动性和强化人力资本投资等促进匹配博弈和就业实现效率的对策建议。

面向多用户资源均衡分配的MEC计算卸载策略

移动边缘计算在资源受限地区的物联网部署上面临能源、算力、容量等资源限制的挑战,为保障网络QoS,提出一种任务分组和资源分配联合优化的两阶段计算卸载策略(TSCOS)。以卸载决策和资源分配为约束,设计联合优化卸载算法来降低时延、提高资源利用率。第一阶段基于任务偏好的待卸载计算任务分组模型,与候选服务器进行预匹配,提高计算卸载的精准度以降低匹配时间开销;第二阶段运用Gale Shapley算法快速计算多对多博弈最优匹配解集,实现边缘网络负载均衡。与距离分组模型相比,任务偏好的分组模型可以提高卸载精准度以及计算资源的利用率。将TSCOS策略与随机游走策略(RS)、贪心策略(GE)以及动态资源调度策略(FFS+IPFS)对比,实验结果表明,TSCOS在服务器负载均衡方面相比,方差缩小达到2~4倍,任务成功率提高5%~15%;在相同的能耗下,能效比提高5%~10%。任务平均接收率和卸载任务处理成功率达92%和96%。

大规模MIMO异构网络基于匹配博弈的用户-网络关联算法

随着无线通信技术的发展,异构网络融合已成为下一代网络的发展趋势,用户-网络关联是无线资源管理的研究热点之一。用户-网络关联是指用户在异构网络中,根据性能指标选择最佳接入基站或接入点。研究大规模MIMO异构网络中基于能效和公平的用户-网络关联算法,以最大化系统能效为目标建立优化模型,提出一种基于一对多匹配博弈的用户-网络关联算法,并证明了该算法的收敛性和稳定性。通过仿真分析验证了该算法的能效和公平均衡能力。

考虑多方利益的大规模共享停车匹配优化策略

为有效缓解大规模停车时的停车乱、停车难问题,围绕停车费用、排队时间以及均衡多个停车场之间的停车需求,构建兼顾多方利益凸优化模型。首先,利用匹配博弈推导出最小化停车费用的稳定双边匹配;然后,同时考虑多方利益来扩展研究,构建的数学模型为凸优化问题,使用交替方向乘子法(ADMM)分布式求解;最后,仿真结果表明基于ADMM分布式优化模型与匹配博弈算法和贪心算法相比,可以满足多方利益,从隐私保护、计算时间与数据传递量等方面分析验证了ADMM分布式优化模型比集中式优化模型更适用于大规模共享停车匹配,并分析验证了考虑多方利益的必要性与权重系数对计算结果的影响。

多用户场景下卫星网络匹配博弈资源分配策略

随着卫星通信系统的广泛应用,移动终端的爆炸式增长,多样性和高质量业务需求的持续上升,特别是当前无线接入网络迎来5G发展新阶段,增强的移动带宽需求给卫星通信系统带来了不小压力。针对多用户场景下的网络资源分配问题,提出多层多对多匹配博弈资源分配方案。仿真结果表现出了匹配博弈的有效性和稳定性,并将多对多匹配算法与多对一匹配算法、一对一匹配算法相比较,结果表明多对多匹配博弈能有效提高资源利用率和用户整体体验质量。