非对称Colonel Blotto博弈模型下的多信道功率分配抗干扰

针对智能干扰条件下传输速率固定的通信系统多信道功率分配问题,建立了非对称Colonel Blotto博弈模型。在完全信息条件下,推导出了各种功率预算约束下通信方和干扰方的等效单信道最优功率分配策略,进而证明了通信方和干扰方存在唯一混合纳什均衡策略,并求得了纳什均衡收益。基于等效单信道最优功率分布,提出了一种多重扫描直接列元素交换算法,可以快速构建多信道混合功率分配矩阵,且相比于线性规划方法,可适应更多的信道数和更广的功率分布范围。通过数值仿真,验证了所提多信道混合功率分配矩阵构造算法的有效性及多信道功率分配策略的最优性。

On the development of modern service industry under mismatched Blotto game of knowledge flow

In order to highlight and analyze the influence of heterogeneous knowledge flows to enterprises in the modern service industry,based on a review of the Colonel Blotto game,some presumptions such as the game's utility function are modified,and a mechanism to change tacit knowledge into explicit knowledge is constructed to carry out an analysis of a two-player knowledge flow management.The characteristics of the players' optimal reactions of knowledge flow management are studied,and the results bear evidence of the facts that a gap always exists under the spillover effect.Meanwhile,tacit knowledge seems more important to the development of enterprises than explicit knowledge.So it implies that the foremost task for the development of the modern service industry is to strengthen the settings and institutions for the flux of tacit knowledge and enterprise knowledge management.

布洛托上校博弈模型及求解方法研究进展

信息的传播扩散可以建模为在潜在传播网络上发生的随机过程。由于在实际应用场景中,潜在的传播网络拓扑结构和清晰的传播过程往往是不可见的,因此根据观测到的传播结果,如节点感染时间、状态等信息,推断传播网络拓扑结构,对于分析与理解传播过程、跟踪传播路径以及预测未来传播事件起着重要作用。近年来,传播网络推断问题吸引了众多研究者的目光。文中对近年来的信息传播网络推断工作进行系统性的介绍和总结,为传播网络推断提供一个新视角。

面向对抗条件下资源分配的在线多阶段布洛托博弈求解方法

未来战场上的作战资源分配是一个存在总资源预算约束的多阶段对抗问题,具有环境高复杂性、动态不确定性、博弈强对抗性。基于布洛托博弈模型,首先把多阶段对抗场景下的资源分配问题建模为双层在线布洛托博弈,然后将原资源分配问题转化为有向无环图上的在线最短路径问题,并借鉴拉格朗日博弈对资源分配问题进行分析求解。此外,提出LagrangeBwK-Exp3-G算法以实现多阶段对抗条件下资源分配问题的高概率遗憾最小化,进一步通过数学推导获得关于时间范围T的高概率遗憾界。最后,设计一个多阶段对抗条件下的卫星通信多信道功率分配实验,从而验证LagrangeBwK-Exp3-G算法具有良好性能。