基于非完全信息博弈理论下的移动数据分流研究
发布时间:2021-01-09 11:52
随着移动设备的不断发展,人们对多媒体服务的需求也大幅提升,这导致了蜂窝网数据流量请求的快速上涨。致使传统运营商的网络架构难以解决用户需求增长与运营商流量不足的矛盾。然而通过引入第三方WiFi进行移动数据分流不但可以显著减轻蜂窝网运营商负载而且可以提高用户的满意度。由于在实际环境中的信息隔离性,运营商与用户都无法有效获得全局信息,因此本文研究的主要是基于非完全信息下的多运营商移动数据分流。首先本文对移动数据分流模型从博弈角度进行了分析,对其场景进行了分类描述。针对现有移动分流博弈问题的优缺点本文在非完全信息下提出了基于合作博弈与非合作博弈的移动数据分流模型。在基于合作博弈的分流模型里我们讨论了用户整体利益最大化及运营商利益损失最小化的博弈,追求的是整体社会福利最大化。随后在基于非合作博弈的分流模型里,我们对用户及运营商进行了更符合实际的分析,追求的是用户与运营商自身利益最大化问题。其次针对基于合作的移动数据分流研究,本文通过结合用户满意度最大化及运营商利益损害最小化将问题建模成整体社会福利最大问题。对于该问题我们通过引入第三方代理人进行求解,第三方代理人使用注水算法为用户进行流量选择。在...
【文章来源】:哈尔滨工程大学黑龙江省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
基于合作优化的移动书数据分流模型图
12ABC D蜂窝网Wi-Fi移动用户设备数据通信21图 2.1 基于合作优化的移动书数据分流模型图2.2.2 模型优点(1)本文构建的是在非完全信息下基于合作的数据分流模型,在该模型下,本文求得是用户总体满意最大化与运营商利益损失最小化。基于合作博弈的双方是个共赢的局面,首先运营商保证了用户的流量需求,不必花费高昂的代价去全方位布置 AP,因为用户的流量的需求是有高峰期的,即在高峰期的流量需求才是过载的(比如下去五点至八点)。其次 WiFi 运营商由于为用户分流了流量需求可以得到一定的补偿,避免了自己的资源闲置浪费。同时提高了整个移动数据交易的稳定性,为运营商承担了高峰时期数据需求。(2)对于用户来说,该模型调高了用户的满意度。用户可以避免单运营商流量高峰缺乏造成的长时间等待问题及传输的数据质量不高的问题。由于是多运营商对于用户来说,提供了选择的多样性。保证了用户无论是在流量需求高峰期还是运营商基站边缘区域都有比较优质的数据流量,提高社会的整体效率。多运营商同时可以规避寡头垄断的现象,保障了用户的利益。本文这里是把两个优化问题结合成双层优化问题追求的是总体社会福利最大化,合作博弈可以保障整体社会福利最大化。(3)合作博弈分流模型本身而言只需考虑用户整体的满意度与运营商整体的利益需求即可。对整个问题而言整体复杂度是在现有的理论水平能解决的范围内。对以后的场景分析及问题建模有一定的指导作用,同时提供了合理移动分流
图 4.3 用户流量分配户 i 的总成本,可以用(28)表示。 ( )ijπ θ 是)代表流量成本函数,而流量ijθ 的边际成本的,所以当ijθ 增加时, ( )j ijD ′ θ也增加。当
【参考文献】:
期刊论文
[1]移动云环境下的应用分流系统[J]. 张照胜,陈平,李泽堃,李蜀瑜. 华中科技大学学报(自然科学版). 2016(S1)
[2]移动数据分流研究综述[J]. 姚宏,白长敏,胡成玉,曾德泽,梁庆中. 计算机科学. 2014(S2)
[3]基于单频段多赢家拍卖的动态频谱分配[J]. 张文柱,王凌云. 通信学报. 2012(02)
[4]基于合作博弈的移动代理网管任务协作模型[J]. 卞正皑,刘波,罗军舟. 计算机研究与发展. 2007(02)
[5]Nash均衡、变分不等式和广义均衡问题的关系[J]. 徐庆,朱道立,鲁其辉. 管理科学学报. 2005(03)
[6]博弈论与信息经济学[J]. 冯立威. 中国科技资源导刊. 2004 (08)
本文编号:2966601
【文章来源】:哈尔滨工程大学黑龙江省 211工程院校
【文章页数】:61 页
【学位级别】:硕士
【部分图文】:
基于合作优化的移动书数据分流模型图
12ABC D蜂窝网Wi-Fi移动用户设备数据通信21图 2.1 基于合作优化的移动书数据分流模型图2.2.2 模型优点(1)本文构建的是在非完全信息下基于合作的数据分流模型,在该模型下,本文求得是用户总体满意最大化与运营商利益损失最小化。基于合作博弈的双方是个共赢的局面,首先运营商保证了用户的流量需求,不必花费高昂的代价去全方位布置 AP,因为用户的流量的需求是有高峰期的,即在高峰期的流量需求才是过载的(比如下去五点至八点)。其次 WiFi 运营商由于为用户分流了流量需求可以得到一定的补偿,避免了自己的资源闲置浪费。同时提高了整个移动数据交易的稳定性,为运营商承担了高峰时期数据需求。(2)对于用户来说,该模型调高了用户的满意度。用户可以避免单运营商流量高峰缺乏造成的长时间等待问题及传输的数据质量不高的问题。由于是多运营商对于用户来说,提供了选择的多样性。保证了用户无论是在流量需求高峰期还是运营商基站边缘区域都有比较优质的数据流量,提高社会的整体效率。多运营商同时可以规避寡头垄断的现象,保障了用户的利益。本文这里是把两个优化问题结合成双层优化问题追求的是总体社会福利最大化,合作博弈可以保障整体社会福利最大化。(3)合作博弈分流模型本身而言只需考虑用户整体的满意度与运营商整体的利益需求即可。对整个问题而言整体复杂度是在现有的理论水平能解决的范围内。对以后的场景分析及问题建模有一定的指导作用,同时提供了合理移动分流
图 4.3 用户流量分配户 i 的总成本,可以用(28)表示。 ( )ijπ θ 是)代表流量成本函数,而流量ijθ 的边际成本的,所以当ijθ 增加时, ( )j ijD ′ θ也增加。当
【参考文献】:
期刊论文
[1]移动云环境下的应用分流系统[J]. 张照胜,陈平,李泽堃,李蜀瑜. 华中科技大学学报(自然科学版). 2016(S1)
[2]移动数据分流研究综述[J]. 姚宏,白长敏,胡成玉,曾德泽,梁庆中. 计算机科学. 2014(S2)
[3]基于单频段多赢家拍卖的动态频谱分配[J]. 张文柱,王凌云. 通信学报. 2012(02)
[4]基于合作博弈的移动代理网管任务协作模型[J]. 卞正皑,刘波,罗军舟. 计算机研究与发展. 2007(02)
[5]Nash均衡、变分不等式和广义均衡问题的关系[J]. 徐庆,朱道立,鲁其辉. 管理科学学报. 2005(03)
[6]博弈论与信息经济学[J]. 冯立威. 中国科技资源导刊. 2004 (08)
本文编号:2966601
本文链接:https://www.wllwen.com/kejilunwen/wltx/2966601.html