EQUILIBRIUM EXISTENCE FOR MULTI-LEADER-FOLLOWER GENERALIZED CONSTRAINED MULTIOBJECTIVE GAMES IN LOCALLY FC-UNIFORM SPACES

In this article, we introduce and study some new classes of multi-leader-follower generalized constrained multiobjective games in locally FC-uniform spaces where the number of leaders and followers may be finite or infinite and the objective functions of the followers obtain their values in infinite-dimensional spaces. Each leader has a constrained correspondence. By using a collective fixed point theorem in locally FC-uniform spaces due to author, some existence theorems of equilibrium points for the multi-leader-follower generalized constrained multiobjective games are established under nonconvex settings. These results generalize some corresponding results in recent literature.

Bi-level Multi-leader Multi-follower Stackelberg Game Model for Multi-energy Retail Package Optimization

In the competitive energy market,energy retailers are facing the uncertainties of both energy price and demand,which requires them to formulate reasonable energy purchasing and selling strategies for improving their competitiveness in this market.Particularly,the attractive multi-energy retail packages are the key for retailers to increase their benefit.Therefore,combined with incentive means and price signals,five types of multi-energy retail packages such as peak-valley time-of-use(TOU)price package and day-night bundled price package are designed in this paper for retailers.The iterative interactions between retailers and end-users are modeled using a bi-level model of stochastic optimization based on multi-leader multi-follower(MLMF)Stackelberg game,in which retailers are leaders and end-users are followers.Retailers make decisions to maximize the profit considering the conditional value at risk(CVaR)while end-users optimize the satisfaction of both energy comfort and economy.Besides,a distributed algorithm is proposed to obtain the Nash equilibrium of above MLMF Stackelberg game model while the particle swarm optimization(PSO)algorithm and CPLEX solver are applied to solve the optimization model for each participant(retailer or end-user).Numeral results show that the designed retail packages can increase the overall profit of retailers,and the overall satisfaction of industrial users is the highest while that of residential users is the lowest after game interaction.

基于虚拟领导节点改进的孤岛微电网完全分布式二次调频策略

传统分布式二次调频策略在虚拟领导节点频率信息出现故障时会导致微电网系统频率无法恢复,针对该问题提出并设计一种完全分布式二次调频策略。首先分析传统分布式二次调频策略虚拟领导节点故障对二次调频过程产生的影响;然后,结合一致性算法对传统分布式二次调频控制器加以改进,通过将调频补偿量与频率偏差的对消作为“频率引导项”加入各分布式控制器中,使得各分布式发电单元完全对等,以保证虚拟领导节点去除后频率的正常恢复,实现完全分布式控制;最后,通过仿真验证所提方法在保证频率恢复方面的有效性与优越性。

基于图和流体扰动算法的多无人车编队及避障研究

为解决多无人车编队在存在运动目标、移动威胁与突发威胁等多种情况的复杂环境中的避障问题,设计了一种基于刚性图论和流体扰动算法的多无人车编队避障控制算法。首先,针对编队控制问题,采用图论方法描述多无人车之间的协同关系,利用无人车之间的距离约束,基于反步控制理论设计领航-跟随编队控制器。李雅普诺夫分析表明,期望的编队形状是渐近稳定的。其次,针对复杂动态障碍物环境下的编队避障问题,设计了基于流体扰动算法的避障路径规划方法,由领航无人车规划出编队的行驶路径,实现编队的整体避障。最后,基于MATLAB的仿真结果验证了所提算法的有效性。

领导者引导与支配解进化的多目标矮猫鼬算法

面对现实中日益复杂的多目标优化问题,需要发展新型多目标优化算法应对挑战。提出一种基于领导者引导与支配解动态缩减进化的多目标矮猫鼬优化算法(MODMO)。领导者引导机制通过引入动态权衡因子以调控侦察猫鼬探寻土丘的搜索半径,同时以非劣解集构建外部存档并根据非支配排序层级确定出领导者,进而引导侦察猫鼬向多目标前沿面推进以改善算法的收敛性;支配解动态缩减进化策略是为克服非劣解外部存档维护过程中的解冗余问题而构建,其以支配关系和拥挤距离动态筛选支配解并存入外部存档,以支配解信息融入种群进化实现多目标潜在前沿的挖掘并增强算法的多样性。在ZDT、DTLZ与WFG基准函数上,与5种代表性比较算法的实验结果表明MODMO算法在收敛性与多样性上均具有显著优势。

基于深度强化学习的异构智能体编队避障控制方法

针对在编队避障控制中智能体个体的异构性和多任务的复杂性问题,提出一种基于深度强化学习的异构智能体编队避障控制方法。首先,为了克服智能体个体的异构性,详细描述了领航者和跟随者智能体各自采用的局部观测表示;其次,根据智能体的相应任务,设计了编队、避障和导航三种复合的综合奖励函数,以实现更加灵活和高效的编队避障控制;最后,设计了融合注意力机制的行动者-评论家网络,用于联合训练领航者和跟随者的运动策略,从而使智能体能够逐步优化综合策略,以应对复杂的交互信息。数值仿真实验结果显示,文中提出的方法使得智能体能有效完成各自的任务,与其他强化学习算法相比,能够更迅速、更精确地使智能体学习到最优的运动策略,并在未来应用于复杂环境中,具有潜在的前景和价值。

多智能体系统的实用-分量一致性

实用-分量一致性是指多智能体系统中所有状态变量的一些分量的偏差始终在一个有界区间内波动。本文基于有向网络拓扑探讨一阶非线性领导-跟随多智能体系统的实用-分量一致性问题。首先,对该系统构造一个分段式牵制控制协议;然后,利用置换矩阵方法,将开始的偏差系统转化为一个新的偏差系统,将原系统的实用-分量一致性问题转化为新偏差系统中零解的强实用稳定性问题,并借助矩阵理论和稳定性理论等,导出该系统实现实用-分量一致性的充分条件;最后,通过数值模拟验证理论结果的正确性。

基于碳流追溯的多微电网系统电碳耦合交易方法

随着碳市场及分布式发电交易市场的逐渐放开,经济激励式交易市场机制成为促进微电网碳减排的有效方法。该文提出了一种基于碳流追溯的多微电网系统电碳耦合交易机制,首先建立了微电网各设备元件碳排放模型及多微电网的碳流追溯模型,考虑到储能设备充放电行为引起的单位电能涉及碳排放量波动对碳流追溯结果的影响,提出了储能“附碳密度”参数,并推导出了考虑储能设备充放电特性时的碳流指标计算矩阵。对于微电网内用户,提出基于碳流追溯结果的动态碳排放因子驱动的用户低碳需求响应模型。在此基础上,提出了一种配网运营商参与协调的多微电网系统电碳耦合交易机制,实现电碳耦合交易背景下多微电网系统的优化调度,激励各微电网主体主动参与电碳耦合交易。算例结果表明电碳耦合交易便于微电网灵活运行,改善经济效益,在运行中再结合碳排放流则可显著改善多微网系统的环境效益,使用户积极参与低碳需求响应,促进多微网系统有效碳减排。

多移动机器人协作转运系统控制与试验

多机器人系统可使用多个功能相对简单的机器人执行较为复杂的任务。相比单一机器人运输,多机器人系统在超大、超重部件的转运上展现出更高的灵活性、可扩展性、多产品适应性等优势。提出一种多移动机器人协作转运系统,可实现多台移动机器人负载同一工件在无轨迹约束、无负载框架约束下的稳定运行。基于协作定位及领航-跟随编队控制方法,将有限的轮系驱动能力与纠偏需求相结合输出跟随单元控制量,可充分发挥全舵轮驱动移动机器人全向移动优势,保证速度指令有效并使位姿偏差减小并趋于稳定。考虑实际应用场景,在各机器人顶部设置全向力浮动机构以减小车组间相对位姿偏差对工件产生的外力影响。搭建由4台移动机器人组成的协作转运平台并进行试验,试验结果表明:在该控制方法下整个编队系统可稳定运行,直线、弧线轨迹下各从车相对位置偏差不大于40 mm,姿态偏差不大于6°。

Experimental and Finite Element Analysis for Multi-lead Rubber Bearings:A Comparative Study

The mechanical properties of multi-lead rubber bearings （MLRBs） were investigated by experiment and finite element analysis. First, the vertical stiffness, horizontal stiffness and yielded shear force were tested for four MLRB specimens and two specimens of the single-lead rubber bearings （ SLRBs）. Then, the MLRBs were modeled by the explicit finite element analysis software ANSYS/ LS-DYNA, in order to evaluate the horizontal force-displacement hysteretic curves under static vertical and dynamical horizontal loadings. The disagreement between the tested and theoretical values was less than 11.4%, and MLRBs and SLRBs were similar in vertical stiffness, pre-yield stiffness and yield stiffness.

基于慧鱼模型的多移动机器人编队避障控制算法研究与实验

针对多移动机器人编队避障控制问题,提出一种适用于动、静态障碍环境中的编队避障控制算法。采用慧鱼模型搭建领航跟随多移动机器人系统模型,通过慧鱼ROBO Pro编程软件,实现编队避障控制程序设计,并完成了避障实验,验证了避障算法的有效性。通过该算法的研究,可为未知环境下多移动机器人编队控制研究提供参考,将其应用到实验教学中,可开发出“两性一度”实验,更好地服务于学校“双一流”建设。

Trade credit financing for supply chain coordination under financial challenges:a multi‑leader–follower game approach

This study is designed to solve supply chain inefficiencies caused by some members’financial problems,such as capital shortages and financing restrictions in a stochastic environment.To this end,we have established a supply chain finance framework by designing two novel coordinating contracts based on trade credit financing for different problem settings.These contracts are modeled in the form of multi-leader Stackelberg games that address horizontal and vertical competition in a supply chain consisting of multiple suppliers and a financially constrained manufacturer.However,previous studies in the trade credit literature have addressed only simple vertical competition,that is,seller-buyer competition.To solve the proposed models,two algorithms were developed by combining population-based metaheuristics,the Nash-domination concept,and the Nikaido-Isoda function.The results demonstrate that the proposed supply chain finance framework can eliminate supply chain inefficiencies and make a large profit for suppliers,as well as the financially constrained manufacturer.Furthermore,the results of the contracts’analysis showed that if the manufacturer is required to settle its payments to suppliers before the end of the period,the trade credit contract cannot coordinate the supply chain because of a lack of incentive for suppliers.However,if the manufacturer is allowed to extend its payments to the end of the period,the proposed trade credit financing contract can coordinate the supply chain.Finally,the sensitivity analysis results indicate that the worse the financial status of the manufacturer,the more bargaining power suppliers have in determining the contract parameters for more profit.

Applied Linguistics with Mixed Leader Optimizer Based English Text Summarization Model

The term‘executed linguistics’corresponds to an interdisciplinary domain in which the solutions are identified and provided for real-time language-related problems.The exponential generation of text data on the Internet must be leveraged to gain knowledgeable insights.The extraction of meaningful insights from text data is crucial since it can provide value-added solutions for business organizations and end-users.The Automatic Text Summarization(ATS)process reduces the primary size of the text without losing any basic components of the data.The current study introduces an Applied Linguistics-based English Text Summarization using a Mixed Leader-Based Optimizer with Deep Learning(ALTS-MLODL)model.The presented ALTS-MLODL technique aims to summarize the text documents in the English language.To accomplish this objective,the proposed ALTS-MLODL technique pre-processes the input documents and primarily extracts a set of features.Next,the MLO algorithm is used for the effectual selection of the extracted features.For the text summarization process,the Cascaded Recurrent Neural Network(CRNN)model is exploited whereas the Whale Optimization Algorithm(WOA)is used as a hyperparameter optimizer.The exploitation of the MLO-based feature selection and the WOA-based hyper-parameter tuning enhanced the summarization results.To validate the perfor-mance of the ALTS-MLODL technique,numerous simulation analyses were conducted.The experimental results signify the superiority of the proposed ALTS-MLODL technique over other approaches.

基于动态定价的虚拟电厂博弈能源管理模型

针对传统电网电价垄断模式造成市场积极性不高的现象,提出了基于动态定价的一主多从博弈能源交易模型。通过设立多场景分析综合能源系统中配电网运营商和虚拟电厂之间的能源交易量,求出Stackelberg博弈纳什均衡解。在博弈过程中,配电网运营商作为领导者负责汇总虚拟电厂的交易电量,通过考虑虚拟电厂的价格响应行为决定交易电价从而最大化经济效益。虚拟电厂作为追随者,以最小化运行成本为目标,根据交易电价决定交易电量。同时,提出了Kriging元模型与遗传优化算法相结合的求解方法,在简化计算量的同时求解出双方的均衡解。最后通过算例分析证明,所提博弈模型和优化算法能够在提高求解效率的同时提高双方经济效益。

Leader-following多自主体系统时变编队跟踪控制

考虑时变时延,研究了高阶leader-following多自主体系统的分布式时变编队跟踪控制问题.针对连续高阶多自主体系统,设计了基于观测器的时变编队跟踪控制协议,通过状态变换,将系统的时变编队跟踪控制问题,转变为误差系统的稳定性问题.然后利用图论及李雅普诺夫稳定定理,研究了系统实现时变编队跟踪控制的充分条件,并且指出时变编队参考函数与时变时延无关.最后,数据仿真结果证明了所设计的协议能使follower自主体实现时变编队,并且跟踪leader自主体的轨迹.

移动边缘计算中基于Stackelberg模型的分布式定价与计算卸载

移动边缘计算(Mobile Edge Computing, MEC)作为一种新颖的计算范式,通过将计算任务从移动设备卸载到物理上临近的网络边缘,为移动设备提供低延迟和灵活的计算与通信服务。然而,由于边缘服务器和移动设备通常属于不同的主体,它们之间的利益冲突给MEC系统带来了很大的挑战。因此,为多边缘服务器多移动设备的MEC系统设计一种定价和计算卸载方案,最大化边缘服务器的效用并优化移动设备的体验质量至关重要。考虑到多边缘服务器多移动设备之间复杂的相互作用,采用多领导者多追随者Stackelberg模型来分析它们之间的相互作用。其中,边缘服务器作为领导者为其计算资源设定价格,移动设备作为追随者根据边缘服务器的定价来调整卸载策略。在Stackelberg模型的基础上,提出了一种基于次梯度法的分布式迭代算法,该算法可以有效收敛到Stackelberg均衡。仿真实验结果表明,所提方案能够在提高边缘服务器效用的同时保证移动设备的体验质量。

社交网络基于意见领袖的谣言抑制方案

随着社交网络的兴起,网络中信息传播所引发的信息内容安全问题愈发突出,其中谣言信息的传播是网络中信息内容安全面临的重要潜在威胁.当前社交网络中的谣言抑制方案大多考虑网络的结构属性,并采用单一实体的信息传播模型模拟现实传播场景.不仅考虑了网络的结构属性,而且考虑了节点的社交属性,并采用多实体的竞争性独立级联模型,提出了一种基于意见领袖的谣言抑制方案:首先,根据网络的结构属性,通过支配集选取网络中的关键用户作为意见领袖候选集;其次,根据用户的社交属性,提出了用户影响力计算公式识别网络中的意见领袖群体;最后,采用多实体的竞争性独立级联模型在几个大小不同的真实的社交网络数据集上进行仿真实验.实验结果表明,该方案在合理的时间成本内能够比其他的谣言抑制方案更好地抑制社交网络中谣言信息的数量,并且随着网络中谣言信息数量的增加能够保持最终的谣言抑制效果有5%左右的提升.

基于多领导者Stackelberg博弈的分层联邦学习激励机制设计

分层联邦学习中隐私安全与资源消耗等问题的存在降低了参与者的积极性。为鼓励足够多的参与者积极参与学习任务,并针对多移动设备与多边缘服务器之间的决策问题,提出基于多领导者Stackelberg博弈的激励机制。首先,通过量化移动设备的成本效用与边缘服务器的支付报酬,构建效用函数并定义最优化问题;其次,将移动设备之间的交互建模为演化博弈,将边缘服务器之间的交互建模为非合作博弈。为求解最优边缘服务器选择和定价策略,提出多轮迭代边缘服务器选择算法(MIES)和梯度迭代定价算法(GIPA),前者用于求解移动设备之间的演化博弈均衡解,后者用于求解边缘服务器之间的定价竞争问题。实验结果表明,所提算法GIPA与最优定价预测策略(OPPS)、历史最优定价策略(HOPS)和随机定价策略(RPS)相比,可使边缘服务器的平均效用分别提高4.06%、10.08%和31.39%。

基于HotStuff改进的多主节点共识算法

针对区块链中拜占庭容错(Byzantine Fault Tolerance,BFT)类共识算法存在的性能瓶颈问题,文章提出一种基于HotStuff改进的多主节点共识算法,即MLH(Multi Leader HotStuff)共识算法。该算法引入了不在关键路径上的协调阶段,结合轮次内收集投票、跨轮次提交区块等机制,令多个节点同时成为主节点,使算法可以并行提交区块,提升了算法的计算效率。另外,通过结合门限签名与聚合签名降低了分区内的通信复杂度,使MLH算法在连续视图切换的情况下仍保持线性通信复杂度不变。实验结果表明,MLH算法在时延和吞吐量方面都有较好的表现。

非线性多智能体系统的指定时间领导跟随一致性

研究了非线性多智能体系统在无向和有向网络拓扑下的指定时间领导跟随一致性问题.首先,在无向网络拓扑下提出一种新的分布式控制协议,运用Lyapunov稳定性理论,给出多智能体系统实现指定时间领导跟随一致的相关条件.其次,考虑有向网络拓扑的情况,并给出系统在指定时间内实现领导跟随一致的条件.最后,通过两个例子来验证理论结果的有效性.