刘露萍：协同免疫量子粒子群算法求非合作博弈Nash均衡解论文

本文主要研究内容

作者刘露萍,贾文生,蔡江华（2019）在《协同免疫量子粒子群算法求非合作博弈Nash均衡解》一文中研究指出：考虑n人非合作博弈Nash均衡求解问题。将混合策略意义下的Nash均衡转化为最优化问题;把免疫记忆、自我进化、信息共享机制加入量子粒子群算法,通过概率浓度选择公式来保持种群的多样性,提出协同免疫量子粒子群算法。4个经典的数值算例说明,该算法优于免疫粒子群算法,具有较强的寻优能力和收敛性能。

Abstract

kao lv nren fei ge zuo bo yi Nashjun heng qiu jie wen ti 。jiang hun ge ce lve yi yi xia de Nashjun heng zhuai hua wei zui you hua wen ti ;ba mian yi ji yi 、zi wo jin hua 、xin xi gong xiang ji zhi jia ru liang zi li zi qun suan fa ,tong guo gai lv nong du shua ze gong shi lai bao chi chong qun de duo yang xing ,di chu xie tong mian yi liang zi li zi qun suan fa 。4ge jing dian de shu zhi suan li shui ming ,gai suan fa you yu mian yi li zi qun suan fa ,ju you jiao jiang de xun you neng li he shou lian xing neng 。

论文参考文献

[1].基于细菌觅食和免疫粒子群算法的Nash均衡求解[J]. 刘露萍,贾文生. 电子技术与软件工程.2018(13)

[2].新型教与同伴学习粒子群算法求解作业车间调度问题[J]. 董君,叶春明. 计算机应用研究.

[3].基于改进粒子群算法的移动机器人路径规划[J]. 刘艳红,陈田田,张方方. 郑州大学学报(理学版).

[4].基于改进粒子群算法的函数优化研究[J]. 陈建新,崔广才. 电脑迷.2018(01)

[5].基于粒子群算法的最优值求解[J]. 周慧. 科技广场.2017(12)

[6].自适应粒子群算法在模拟电路故障诊断中的应用[J]. 郑木刚,沈昱明. 软件导刊.2017(02)

[7].基于改进量子粒子群算法的电力系统经济调度仿真研究[J]. 陈功贵,黄山外,孙智,张治中,熊国江. 实验技术与管理.2017(03)

[8].改进的粒子群算法在云计算下的数据挖掘中的研究[J]. 邓广彪. 科技通报.2017(04)

[9].基于改进粒子群算法的移动机器人路径规划[J]. 王慧,王光宇,潘德文. 传感器与微系统.2017(05)

[10].一种基于模拟退火-改进二进制粒子群算法的测试优化选择方法[J]. 张钊旭,王志杰,李建辰,王贵奇,许军,杨进候. 水下无人系统学报.2017(03)

论文详细介绍

论文作者分别是来自计算机应用与软件的刘露萍,贾文生,蔡江华，发表于刊物计算机应用与软件2019年08期论文，是一篇关于均衡论文,概率浓度选择论文,量子粒子群算法论文,协同免疫量子粒子群算法论文,计算机应用与软件2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机应用与软件2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。

本文来源: https://www.lw00.cn/article/0af73dd5396c766094c345bb.html