导读:本文包含了势博弈论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传感器网络,势博弈,拓扑控制,能量均衡
势博弈论文文献综述
何亚光,赵子豪,李泽滔[1]（2019）在《基于势博弈的WSN非均匀拓扑控制算法》一文中研究指出针对无线传感器网络中节点能量有限以及消耗不均衡的问题,运用势博弈理论,设计一种考虑节点剩余能量、信息传输成功率以及节点到基站之间距离的效用函数,构建博弈模型,在此基础上,提出基于势博弈的非均匀拓扑控制算法BLTC。仿真结果表明,与DIA算法、VGEB算法相比,BLTC算法能够均衡节点的能量消耗,延长网络的生命周期。(本文来源于《计算机工程》期刊2019年09期）
王侨侨[2]（2019）在《基于势博弈的微电网分布式运行优化算法研究》一文中研究指出考虑到能源互联网和智能电网的发展,大量信息技术的应用,作为智能电网“积木”的微电网面临新的挑战:其开放性和个体(源-储-荷)的智能性、自利性进一步加强,能量管理系统要求能够协调不同的参与者,能够支持即插即用,并且能够优化能源的利用率。基于势博弈理论,本文提出一种完全分布式的运行优化方法,打破了传统仅从微源侧优化或负荷侧管理的集中式优化思路,建立了源-储-荷互动的分布式运行优化架构,实现了微电网完全分布式运行优化。主要工作包括:(1)从微电网与势博弈的契合点(分布式)出发,提出了博弈叁要素映射建模的算法设计方法,即把微电网个体及其收益与约束映射成博弈局中人及其效用函数与策略集,并设计了局中人的分布式交互逻辑结构。进一步提出了分布式运行优化的实现方式,通过MAS(multi-agent system)技术实现微电网的分布式能量管理系统,从结构、系统和算法叁个层面论证了势博弈映射建模方法的可行性。(2)基于前述算法设计方法,提出一种基于势博弈的分布式单目标运行优化算法。充分考虑微源、储能和负荷的自利性与智能性建立了源-储-荷互动的势博弈优化模型,根据完全势博弈的定义予以证明,采用罚函数的方法处理全局约束,通过最优策略响应以分布式的方式迭代求解Nash均衡,实现了以经济性为主的分布式单目标优化。(3)分布式单目标运行优化算法虽然简单快速,但不能解决多维目标和多维决策变量的分布式优化问题,因此将目标和决策变量向量化,提出一种基于势博弈的分布式多目标运行优化算法。区分个体不同类型的自利性目标建立源-储-荷互动的分布式多目标优化模型,提出约束支配原则(处理全局约束)并结合多目标粒子群算法(MOPSO),完成该模型的分布式迭代求解。本文表明所提分布式运行优化算法具有如下特点:1)完全分布式,源-储-荷平等独立决策,不需要中央处理器或协调器;2)开放性与动态性,支持不同种类和数量的个体即插即用;3)保证个体理性与整体利益的一致性。因此,本文关于基于势博弈的微电网分布式运行优化算法研究,充分考虑了微电网的开放性与个体的自利性、智能性及绿色性,是一种实现微电网分布式运行优化的切实可行的方法。(本文来源于《华南理工大学》期刊2019-06-01）
于佳,梁亚超,顾术实,王野[3]（2019）在《基于势博弈的负载已知超密集网络用户关联算法》一文中研究指出针对采用多点协调传输技术的异构超密集网络,提出了基于势博弈的负载已知用户关联算法。负载已知用户关联算法可在满足用户服务质量需求的前提下均衡基站负载,避免宏基站过载,同时可有效提升网络吞吐量。该算法适用于对数据传输速率有一定要求的物联网应用场景,仿真实验验证了算法的有效性。(本文来源于《物联网学报》期刊2019年01期）
李召义,刘占军,薛亚茹,刘红霞[4]（2019）在《基于势博弈的认知全双工中继选择策略研究》一文中研究指出在对主用户干扰功率限制、自干扰限制和总功率干扰限制的网络中,针对认知中继选择算法复杂度较高的问题,提出基于势博弈理论的认知全双工协作网络下中继选择策略。认知中继选择问题被建模为使用认知协作网络的系统速率作为共同效用函数的势博弈模型,并分析出在没有不可行策略集信息的前提下,所提的博弈可以保证纯策略纳什均衡(NE)的存在性和可行性条件。在此基础上,给出全双工中继选择迭代算法,并对算法的复杂度进行讨论。仿真分析表明,所提算法在较低复杂度的情况下,能够获得最优或者接近最优速率的性能,并与传统的半双工中继模式相比,性能也有明显提升。(本文来源于《计算机工程与科学》期刊2019年02期）
郑卜毅[5]（2018）在《基于势博弈理论的新型网络应用的激励机制研究》一文中研究指出博弈论是传统网络应用激励机制设计的重要理论工具。但是,博弈论在设计传统网络激励机制的时候,往往都只关注了两种极端情况。一种是在设计激励算法时,假设网络中的所有用户都是无私的,其优化目标是网络的整体性能。另一种是在设计激励算法时,假设网络中的所有用户都是自私的,其优化目标是最大化单个用户各自的利益。然而,新型网络应用的出现使得这两种假设不再成立。移动群智感知、车辆物联网等新型网络应用中的用户有着丰富的社会关系,用户间不再是完全无私或完全自私的,往往表现为一定的团体性。针对这类问题,社会群体收益最大化(SGUM)模型作为博弈论研究的一个全新应用框架,将新型网络中的团体性融入了模型。通过引入用户间的社会关系网络,该框架能够为用户定义自己的社会群体收益函数,并致力于求解用户社会群体收益最大化,从而解决位于网络收益最大化(NUM)和非合作博弈(NCG)两个极端问题之间的连续空间上的问题。本文考虑新型网络应用中的两个场景,一个是移动群智感知中用户的感知任务策略选择问题,需要激励合适的用户节点参与感知任务使得网络应用收益得到提升。另一个是车联网中车辆的假名变更策略选择问题,需要激励更多的车辆参与到假名变更的过程中来。本文基于势博弈理论和SGUM模型,研究和设计移动群智感知和车联网假名变更激励机制,以激励用户在相关应用场景下的积极参与,从而提高系统收益。本文的主要工作包括以下四个方面:1)通过挖掘新型网络中节点之间的物理关系和社会关系来构造社会群体激励机制。方案中为每个节点定义了社会群体收益函数,收益函数中节点所做策略的关注点不仅在于自身的收益,同时也力求与自身有社会关系的用户群体的收益增大,以此来达到激励节点的目的。2)通过建立节点之间的物理关系网络和社会关系网络,构建了SGUM博弈模型,每个节点都致力于最大化自身的社会群体收益函数。同时,通过构建势函数使得博弈模型转化为势博弈,从而在理论上证明设计的激励机制能够达到一个纯策略的社会群体纳什均衡。同时,将该模型应用在两个具体的问题当中,一个是移动群智感知网络中设备参与感知任务的激励问题,一个是车联网中车辆参与假名变更的激励问题。3)本文设计了基于马尔科夫链的分布式激励算法促使用户间达到一个稳定的社会群体纳什均衡。该算法是一个启发式算法,通过不断优化所选节点的收益函数,更新节点策略进行迭代。理论证明,该算法获得的社会群体纳什均衡是一个接近最优解的策略组合。4)本文分别搭建了移动群智感知和车联网车辆假名变更的实验环境,测试并比较SGUM、NUM和NCC在相同数据背景下的性能表现。实验证明,激励算法在引入社会关系后获得的社会收益有了显着提升。(本文来源于《浙江工商大学》期刊2018-12-01）
黎继巧,杨辉,王柳伟[6]（2018）在《有限群体势博弈Nash平衡点的存在性》一文中研究指出本文通过有限群体博弈的相关知识,证明了二策略对称正规型有限群体博弈Nash平衡点的存在性、二策略有限群体博弈是势博弈,及有限群体势博弈Nash平衡点的存在性。(本文来源于《贵州大学学报(自然科学版)》期刊2018年02期）
刘新芸[7]（2018）在《矩阵半张量积在有限势博弈及混合值布尔网络中的应用》一文中研究指出近年来,程代展及其团队提出了矩阵半张量积的运算,矩阵的半张量积是一个崭新的代数工具,它极大地推动了布尔网络控制理论和有限博弈论的发展.本论文应用矩阵半张量积来研究有限势博弈和混合值布尔网络.博弈论又被称为对策论,是运筹学的一个重要分支,在经济学、工程学、生物学、计算机科学及控制论中都有广泛的应用.一个博弈通常包含局中人、策略集以及对应每个局中人的定义在策略集上的收益函数.博弈论研究博弈中竞争、合作、优化及均衡等理论问题.均衡点是博弈论中的核心概念之一,均衡点的存在性问题也是博弈论的核心问题之一.拥有势函数的博弈称为势博弈.由于在纯策略下势博弈能保证均衡点的存在,因此势博弈的判别成为了博弈论中的一个重要的研究课题.当局中人的策略集不同时,收益函数本质上可以描述为混合值的布尔逻辑函数.有限博弈本质上也是一个混合值布尔网络.一般性的混合值布尔网络的控制理论是近年来的一个研究热点.具体来说得到了如下方面的研究成果:首先针对有限势博弈,构造了具体的变换矩阵来深入分析势方程,得到了判别势博弈的几个新的充分必要条件.这些条件有两方面的新意,一是建立了基于矩阵半张量积的势方程条件与早期的4圈条件之间的内在联系;二是第一次提出了方程个数最小的势博弈的判别条件,所得算法的计算复杂度与已有文献比较得到了改善.其次对于混合值布尔网络,得到了叁个方面的研究结果.一是提出了两个正规子空间能够实现互补的充分必要条件.在此基础上,得到了正规子空间判别准则的一个简单证明方法,提出了构造正规子空间的补空间的新算法.二是对于任意的子空间,设计了求其友好子空间的新算法.叁是引入了不依赖于正规性假设条件的一般性不变子空间的概念,提出了判别一般性不变子空间的多个充分必要条件.(本文来源于《南京师范大学》期刊2018-03-05）
郑加石,廉政[8]（2017）在《基于分布式势博弈算法的排课方法研究》一文中研究指出排课问题已被证明是NP完全问题,排课问题的难度随课表规模的增大而增加。通过对排课问题建立图形着色模型,采用分布式势博弈算法求解。分布式势博弈算法从局部最优入手,最终形成全局最优,适用于排课问题求解;同时势博弈算法对排课问题中课表微调问题的响应是高效的。实践表明,相较于遗传算法、模拟退火算法,分布式势博弈算法对解决排课系统问题具有独特优势。(本文来源于《软件导刊》期刊2017年12期）
曾君,王侨侨,刘俊峰,林炜,郭华芳[9]（2017）在《一种基于势博弈的微电网分布式运行优化算法》一文中研究指出微电网是可再生能源利用的有效途径。随着能源互联网技术的发展,微电网呈现出强的分散性、智能性和绿色性,微电网运行优化对其个体的自主性和理性能力提出更高要求,传统的集中式优化已难以满足这一发展的趋势。该文引入博弈理论和势博弈概念,综合考虑经济性和碳排放,以典型的风光柴蓄孤岛微电网为例,提出一种基于势博弈的运行优化模型,并证明该模型纳什均衡的存在。通过构造兼顾微源节点经济性和绿色性(碳排放)的收益函数,将约束条件转化成策略空间,进一步提出与势博弈模型相适应的分布式优化方法,通过局中人相互通信完成迭代求解。仿真结果表明,微电网个体的自主性和智能性得到充分提高,碳排放得到有效控制,验证势博弈理论应用于微电网运行优化的可行性和有效性。(本文来源于《中国电机工程学报》期刊2017年24期）
李婵婵[10]（2017）在《双目标势博弈中弱Pareto-Nash平衡的相关研究》一文中研究指出本文主要针对双目标势博弈弱Pareto-Nash平衡点进行相关研究。一方面,研究双目标势博弈弱Pareto-Nash平衡点与相应双目标势函数弱Kuhn-Tucker点之间的关系,并将其推广到多目标势博弈中;另一方面,对多目标势博弈进行加权,研究多目标势函数加权Kuhn-Tucker点、多目标势博弈加权平衡点、多目标势博弈弱Pareto-Nash平衡点之间的关系。全文共分六章,具体如下:第一章,简要介绍博弈论、群体博弈、多目标群体博弈、势博弈的发展历史及研究现状,尤其关于平衡点的存在性和稳定性的研究历程。第二章,简要介绍群体博弈基本模型及其Nash平衡点的定义与性质,并利用几何直观做进一步阐释。第叁章,简要介绍多目标群体博弈模型及其弱Pareto-Nash平衡点的定义与性质。第四章,简要介绍群体博弈中单目标势博弈及其等价定义,结合势函数的良好性质,阐述Nash平衡点的存在性及演化动力学下的稳定性。第五章,建立双目标势博弈模型,利用多目标优化理论的最优性条件证明了势函数的弱Kuhn-Tucker点是双目标势博弈的弱Pareto-Nash平衡点,将其推广到多目标势博弈中,并举例验证。第六章,通过对多目标势博弈进行加权,得出多目标势函数加权Kuhn-Tucker点与多目标势博弈加权平衡点是等价的,进而得出与弱Pareto-Nash平衡点之间的关系。(本文来源于《贵州大学》期刊2017-06-01）
势博弈论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
考虑到能源互联网和智能电网的发展,大量信息技术的应用,作为智能电网“积木”的微电网面临新的挑战:其开放性和个体(源-储-荷)的智能性、自利性进一步加强,能量管理系统要求能够协调不同的参与者,能够支持即插即用,并且能够优化能源的利用率。基于势博弈理论,本文提出一种完全分布式的运行优化方法,打破了传统仅从微源侧优化或负荷侧管理的集中式优化思路,建立了源-储-荷互动的分布式运行优化架构,实现了微电网完全分布式运行优化。主要工作包括:(1)从微电网与势博弈的契合点(分布式)出发,提出了博弈叁要素映射建模的算法设计方法,即把微电网个体及其收益与约束映射成博弈局中人及其效用函数与策略集,并设计了局中人的分布式交互逻辑结构。进一步提出了分布式运行优化的实现方式,通过MAS(multi-agent system)技术实现微电网的分布式能量管理系统,从结构、系统和算法叁个层面论证了势博弈映射建模方法的可行性。(2)基于前述算法设计方法,提出一种基于势博弈的分布式单目标运行优化算法。充分考虑微源、储能和负荷的自利性与智能性建立了源-储-荷互动的势博弈优化模型,根据完全势博弈的定义予以证明,采用罚函数的方法处理全局约束,通过最优策略响应以分布式的方式迭代求解Nash均衡,实现了以经济性为主的分布式单目标优化。(3)分布式单目标运行优化算法虽然简单快速,但不能解决多维目标和多维决策变量的分布式优化问题,因此将目标和决策变量向量化,提出一种基于势博弈的分布式多目标运行优化算法。区分个体不同类型的自利性目标建立源-储-荷互动的分布式多目标优化模型,提出约束支配原则(处理全局约束)并结合多目标粒子群算法(MOPSO),完成该模型的分布式迭代求解。本文表明所提分布式运行优化算法具有如下特点:1)完全分布式,源-储-荷平等独立决策,不需要中央处理器或协调器;2)开放性与动态性,支持不同种类和数量的个体即插即用;3)保证个体理性与整体利益的一致性。因此,本文关于基于势博弈的微电网分布式运行优化算法研究,充分考虑了微电网的开放性与个体的自利性、智能性及绿色性,是一种实现微电网分布式运行优化的切实可行的方法。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
势博弈论文参考文献
[1].何亚光,赵子豪,李泽滔.基于势博弈的WSN非均匀拓扑控制算法[J].计算机工程.2019
[2].王侨侨.基于势博弈的微电网分布式运行优化算法研究[D].华南理工大学.2019
[3].于佳,梁亚超,顾术实,王野.基于势博弈的负载已知超密集网络用户关联算法[J].物联网学报.2019
[4].李召义,刘占军,薛亚茹,刘红霞.基于势博弈的认知全双工中继选择策略研究[J].计算机工程与科学.2019
[5].郑卜毅.基于势博弈理论的新型网络应用的激励机制研究[D].浙江工商大学.2018
[6].黎继巧,杨辉,王柳伟.有限群体势博弈Nash平衡点的存在性[J].贵州大学学报(自然科学版).2018
[7].刘新芸.矩阵半张量积在有限势博弈及混合值布尔网络中的应用[D].南京师范大学.2018
[8].郑加石,廉政.基于分布式势博弈算法的排课方法研究[J].软件导刊.2017
[9].曾君,王侨侨,刘俊峰,林炜,郭华芳.一种基于势博弈的微电网分布式运行优化算法[J].中国电机工程学报.2017
[10].李婵婵.双目标势博弈中弱Pareto-Nash平衡的相关研究[D].贵州大学.2017