摘要：目前,已有多种智能算法应用于求解nash平衡,这些算法各有优缺点,为避免粒子群算法在求解nash平衡时陷入局部最优,本文将遗传算法中的杂交算子引入基本粒子群算法中,设计了一个求解博弈nash平衡的混合粒子群算法。实验表明,设计的算法具有较好的性能,优于免疫算法,免疫粒子群算法与基本粒子群算法。

摘要：该文首先结合OSI参考模型,针对无线自组网中节点具有非合作的特性进行了分析,阐述建立激励合作机制的重要性。然后根据网络层上的3种不同的激励合作机制,分类总结其设计的核心思想,并通过具体算法对其有效性进行论证。最后基于博弈理论建立网络模型来描述自组网中节点的行为特征,提出一种激励节点合作的效用函数,并从理论上证明其合理性、有效性。

摘要：针对多用户多优先级网络系统的管理问题,利用对策论中的nash平衡和激励Stackelberg策略等相关概念,提出了理想状态下的激励价控策略设计.在系统的动态平衡状态下,利用信息量的瞬时变化率及用户与平衡点的偏离,给出了非线性交叉干扰的多激励价控策略,加强了用户与网络管理者的合作性,激励和引导非合作用户选取对系统整体有益的服务请求,以提高网络资源的利用率.

摘要：采用遗传算法实现了单/多目标情况下NACA0012翼型的气动优化设计。绕翼型的外部无粘流场解采用基于非结构网格的显式时间推进Jameson有限体积方法。遗传算法采用二进制编码,通过外部调用流场解算器对种群适应度函数进行评估。为提高计算效率,使用了动弹网格技术以及使得优化程序可以从任一进化代继续计算的中间进化结果存储技术。优化参数为翼型气动型面,分别以给定来流条件下的升力系数、阻力系数作为优化目标进行了单目标优化设计,并以此为基础,结合博弈论中的nash博弈,实现了升力系数和阻力系数的多目标优化设计,得到了优化结果。分析表明,该方法具有较高的计算效率,能够给出更优的翼型气动性能,具有一定的实际工程应用前景。