基于粒子群优化的混合模糊双矩阵对策求解

针对具有模糊策略集与模糊支付值的不确定性冲突环境,建立了混合模糊双矩阵对策模型。在假定模糊支付值为三角模糊数的情形下,采用了基于单个截集的模糊数线性排序函数,将模型清晰化后转化为双矩阵对策,并应用粒子群优化算法求解。最后,给出一个军事例子说明了模型的实用有效性和粒子群优化算法的高效性。

多冲突环境下混合模糊双矩阵对策的集结

针对策略集模糊与具有模糊支付值的多冲突环境,建立了混合模糊双矩阵对策的综合集结模型。基于局中人的约束条件,构造局中人面向多冲突环境的可行策略串集合,建立新的结局空间;在假定模糊支付值为三角模糊数的情形下,基于模糊数的运算,构造局中人在新结局空间上的合成结局模糊支付值,建立多冲突环境下的混合模糊双矩阵对策综合集结模型,将集结模型清晰化并求解。最后,给出军事想定实例,说明了模型的实用性及有效性。

基于混合模糊多人多目标非合作博弈的车道选择模型

建立汽车安全驾驶辅助系统(包括安全驾驶预警系统)是保证交通安全的有效手段.准确预测车辆集群态势是汽车安全辅助驾驶的前提,车道选择是车辆集群态势发生转移最为根本的原因,也是交通流理论研究的基本内容.以往研究没有综合考虑车辆集群复杂态势下各运动实体特征及其操控者类型,以及多个车道间车辆的冲突对车道选择的影响.为此,本文综合考虑各运动实体特征及其操控者类型,基于混合模糊多人多目标非合作博弈方法,建立城市快速路基本路段上的驾驶员车道选择模型.通过分析各方驾驶员在不同车道选择策略下的收益,确定换道博弈的Nash均衡,得到驾驶员最优车道选择策略.研究结果表明:基于混合模糊多人多目标非合作博弈方法建构的驾驶员车道选择模型,其预测准确率可达到85.2%.