基于联盟构造博弈的认知无线电网络分布式多目标协作感知算法

协作感知技术可提高认知无线电网络中的频谱资源利用率,但网络节点在形成协作感知联盟的同时也不可避免地引入了额外开销,联盟内节点总希望用较少的额外能量开销达到较大的吞吐量期望.为此,文中提出了协作感知系统的多目标非线性优化问题,然后基于联盟博弈理论为该问题构建了一个不可转移支付的联盟构造博弈模型,在其核心的支付函数的设计中,采用线性加权和的方法同时考虑了节点吞吐量期望和能量消耗两个优化目标.基于该函数,提出了一种分布式多目标联盟构造算法DMCF,其核心是根据优超算子所定义的联盟的帕累托顺序,循环地对联盟进行合并和分裂操作.此外,还证明了DMCF的收敛性和最终联盟划分的稳定性.仿真实验的结果表明,DMCF可有效解决提出的多目标优化问题,与一种分布式随机联盟构造算法DRCF相比,DMCF总能使节点消耗较少能量却达到相对较大的吞吐量期望.在不同网络规模下,DMCF可获得的节点平均吞吐量期望可提升约7.5%,而节点平均能量消耗却可降低约70%.

基于联盟博弈的综合能源系统优化运行方法

随着能源行业的不断改革与发展,未来的能源体系将变得更加多元化,综合能源系统中多种能源的有机整合和集成互补将成为发展趋势。提出了一种基于联盟博弈的综合能源系统优化运行方法,首先在包含风电、光伏等分布式能源发电的能源集线器模型基础上,建立了考虑综合需求响应的双层优化模型,上层为最大化能源供应商收益,下层为最小化用户购能成本;其次,构建了适用于能源集线器的不可转移支付联盟博弈模型,实现了能源集线器间的协作运行,并采用分布式联盟构造博弈算法进行求解;最后的算例验证了模型和方法的可行性和有效性,该方法减少了弃风和弃光的能源浪费,降低了购能成本,提升了系统的经济性和灵活性。