基于改进多智能体Nash Q Learning的交通信号协调控制

为了优化区域交通信号配时方案,提升区域通行效率,文章提出一种基于改进多智能体Nash Q Learning的区域交通信号协调控制方法。首先,采用离散化编码方法,通过划分单元格将连续状态信息转化为离散形式。其次,在算法中融入长短时记忆网络(Long Short Term Memory,LSTM)模块,用于从状态数据中挖掘更多的隐藏信息,丰富Q值表中的状态数据。最后,基于微观交通仿真软件SUMO(Simulation of Urban Mobility)的仿真测试结果表明,相较于原始Nash Q Learning交通信号控制方法,所提方法在低、中、高流量下车辆的平均等待时间分别减少了11.5%、16.2%和10.0%,平均排队长度分别减少了9.1%、8.2%和7.6%,平均停车次数分别减少了18.3%、16.1%和10.0%。结果证明了该算法具有更好的控制效果。

考虑马尔可夫决策的产消者P2P电能交易非合作博弈模型

随着电力市场改革的推进和分布式能源在用户端的大规模发展,基于产消者端对端(P2P)的电能交易逐渐成为促进分布式能源消纳的重要解决方案。为解决产消者多阶段P2P电能交易中互动行为的强不确定性、状态转移概率不明晰等问题,提出了一种考虑Markov决策过程的产消者P2P电能交易非合作博弈模型。首先,引入可将用户行为聚合的Markov决策过程,解决了产消者由阶段性交易决策随机性导致的用电行为不确定性问题。其次,针对产消者在P2P电能交易市场中相互竞争的角色地位,建立了考虑Markov决策过程的非合作博弈模型,以产消者收益最大化为目标,结合需求响应计算P2P交易的最优电价。再次,在证明非合作博弈Nash均衡解存在的基础上,采用Nikaido-Isoda函数将博弈问题等效转化为全局最优问题,并采用分布式算法进行求解,获取最优Nash均衡解,保障产消者最大收益。最后,通过算例证明了所提方法的有效性与可行性。

碳交易政策下考虑消费者低碳偏好的再制造产品定价决策

在碳交易政策和考虑消费者低碳偏好的背景下,本文以一个制造商、一个零售商和一个回收商组成的供应链为研究对象,构建了集中决策和分散决策的Stackeberg博弈定价模型,分析碳交易政策下碳交易价格和消费者低碳偏好对零售价以及供应链利润的影响。研究表明:随着碳交易价格的增加,供应链总碳排放量会降低,集中决策的总利润会降低,分散决策下制造商的利润会随着碳交易价格的增加而增加,零售商的利润与之相反。

集群式供应链的链间动态博弈合作决策分析

不同传统单链式供应链,本文针对集群式供应链中,分析了两供应链间在同一地域的动态竞合关系,建立了信息不对称下的Stackeberg Nash博弈模型,并在此基础上将资金时间价值和决策者对预期置信约束加以考虑,来分析集群式供应链中两供应链中的各自核心企业作出供应链战略的决策偏向。

市场需求模式下集群供应链的战略合作决策

针对市场需求模式下集群供应链与需求量、需求波动和需求弹性的密切关系,分析集群核心企业进行供应链合作决策参与竞争的特点,建立概率风险约束条件下基于的CournotBayesNash博弈模型,在此基础上对模型进行求解,然后具体分析说明需求量、需求波动和需求弹性对集群核心企业作出供应链战略合作决策的影响。

多目标决策问题的博弈论方法初探

本文通过对多目标决策中常用解法的改进,提出了运用博弈论的方法求解多目标评价的思想,讨论了相互冲突的目标决策和非合作博弈问题中的三种类型,并给出了相应的求解路径。

基于图形的发电商最优报价决策方法

作者基于供求关系建立了发电商优化报价的数学模型。传统上报价问题以基于博弈论的Nash均衡思想利用最优反应函数来求解,这在报价策略为一维时是有效的。但此文中发电商的行为是报价曲线,策略是其报价曲线的参数矢量,所以传统方法对此已不适用。作者利用图形来模拟交易中心的决策过程和发电商的竞价行为,通过在图形上运用Nash均衡的思想,直观地描述出发电商最优的报价曲线和收益曲线间的关系,得出了求解合理的Nash均衡策略的表达式。与传统方法相比,这种方法更简单易行。另外,对于不完全信息下的重复报价博弈,当各发电商都采用文中给出的报价机制时,通过迭代最终收敛于Nash均衡点。算例结果表明此方法是有效和实用的。

基于延迟决策和溢出效应的双寡头博弈稳定性

基于延迟有限理性预期对产量进行调整,构建了具有溢出效应的双寡头垄断市场的产量博弈模型.采用非线性成本函数和GD调节机制,通过长期博弈进行产量调整以实现最优利润.讨论了产量调整速率波动对模型稳定性的影响.基于Matlab对系统参数进行数值模拟,分析企业产量调整速率分岔图、最大Lyapunov指数和混沌吸引子等动力学特征.研究表明:参数取值会影响模型稳定性,并且随着企业调整速率的增大,系统会经过一系列分岔进入混沌运动状态.因此,合理控制企业调整速率的取值范围,可以使系统处于稳定状态,从而为市场决策者提供一定的参考依据.

供应链中质量担保决策

质量问题是供应合同中重点考虑的问题之一。本文，基于买卖双方行为选择的Ｎａｓｈ均衡模型，应用二层决策方法，研究在集成化供应链环境中，如何应用合同管理的质量担保决策来控制产品的质量，保证买卖双方自身利益和整个供应链绩效的问题。

供应链中二层决策问题研究

本文尝试性结合博弈理论、委托代理理论和二层决策理论 ,探讨在集成化供应链环境中 ,为保证供应链成员和供应链整体绩效 ,企业进行科学决策的研究思路。基于前面讨论的研究方法 ,结合质量方面案例 ,讨论企业在质量方面的决策。

多目标决策设计的博弈求解方法

提出多目标决策设计的博弈求解方法,给出多目标问题的博弈描述,通过计算影响因子和模糊聚类,将设计变量集合分解为各博弈方拥有的策略空间.分别采用Nash均衡模型、Stackelberg寡头模型和共谋合作模型求解多目标决策设计问题,并给出相应的技术步骤.对一数值算例和补偿滑轮组变幅机构进行了多目标博弈求解,计算结果证明了博弈求解方法的有效性和可靠性.

动态非光滑Nash协商解必要条件的研究

本文利用非光滑分析理论，采用公理化方法研究了非光滑情形下的动态协商对策问题，给出其Ｎａｓｈ协商解的必要条件，并给予了严格的数学证明．

水库汛限水位控制多目标协同决策研究

水库汛限水位分期控制是提高洪水资源利用效率有效途径。利用圆形分布法进行汛期分期;确定汛限水位分期控制的效益、风险指标集,建立风险效益多目标协同决策模型。计算各指标集效用函数,确定赢得函数值及可达效用集合,利用非线性规划求解理想Nash协商解。根据模式识别理论确定最优方案,以现状点作为风险效益协商决策基点,通过调整现状点实现对风险效益的偏好。以响洪甸水库为例,首先考虑风险效益同等看重情况,水库前、后汛期最优汛限水位分别为127.0 m和126.5 m。增加风险现状点取值实现前汛期对风险的偏好,风险赢得函数值提高,前汛期最优汛限水位随之降低;增加效益现状点取值实现后汛期对效益偏好,效益赢得函数值提高,后汛期最优汛限水位随之升高。

基于不对称Nash协商模型的供应链协调机制研究

研究了一个由制造商、零售商和第三方物流商组成的供应链优化问题,构建了基于不对称Nash协商机制的供应链协调模型。首先,建立了供应链三方在独立决策下的利润模型,并求出各自的最优解;其次,建立了集中决策下的供应链利润模型,并得到系统最优解;再次,利用不对称Nash协商模型协调三方利益,并求出协调批发价格和协调物流服务价格的表达式;最后,用算例证明,上述Nash协商模型能够增加供应链各方的利润。

一种多粒子群切换决策机制

提出了一种切换决策机制,支持总最佳连接ABC(always best connected).该机制综合考虑接入网络状况、应用需求、用户对接入网络编码制式偏好、用户对接入网络供应商偏好、终端当前运动速率和终端当前剩余电量等因素,通过博弈分析,基于含最优变异的多粒子群优化算法,寻找把N个终端分配到M个接入网络的最佳切换决策方案,使用户和网络提供方效用达到或接近Nash均衡下的Pareto最优.仿真结果表明,该机制是可行和有效的.

基于不同预期报价决策的电力市场动态演化及其混沌控制

基于市场参与者不同预期的报价决策方式,提出了考虑输电网约束的电力市场动态模型,即内嵌市场清算优化问题的差分动态模型。该模型刻画出发电方和需求方同时报价的不用决策行为,并准确反映出独立系统调度员ISO的统一市场清算过程,考虑了输电网固有物理特性所赋予电力市场的复杂约束。借助非线性互补函数,对应不同的输电网运行状态:阻塞和不阻塞,分析比较了电力市场处于Nash均衡、周期和混沌的经济表现。针对经济表现差的市场混沌态,提出电力市场状态和参数时滞反馈控制方法,给出电力市场由混沌到Nash均衡的调控措施和手段,从而为有效提高电力市场的经济效益提供了理论依据。

混合策略Nash均衡的风险特性及其影响研究

首先指出了当博弈达到混合策略Nash均衡时,对于博弈参与者而言存在着一定的决策风险。但是由于一般决策问题与博弈问题之间存在着显著的差异,所以传统的应用于决策的风险度量方法不能直接应用于博弈决策的风险度量。于是笔者结合博弈决策问题的特点,给出了一种结合博弈参与者的期望效用、策略的不确定性以及绝对风险厌恶系数的风险度量方法。并在该风险度量的基础上,讨论了参与者的风险类型对于博弈均衡实现的影响。