基于多元公共品演化博弈的无人集群合作演化机制
发布时间:2021-04-10 21:05
针对控制规则失效下的无人集群自主协同问题,提出了一种基于多元公共品演化博弈的无人集群合作演化机制。首先分析无人集群自主协同需求,在愿景驱动规则下,构建多元公共品演化博弈模型。在此基础上,理论推导出模型的平均丰度函数,并仿真计算成本、收益系数、愿景水平三类参数分别对平均丰度的影响。最后,结合案例研究参数变化对集群合作行为演化的作用机理,并给出合理化建议,为相关理论向实际应用转化提供有意义的探索。
【文章来源】:系统工程与电子技术. 2020,42(12)北大核心EICSCD
【文章页数】:8 页
【部分图文】:
平均丰度与成本间的关系曲线
增加收益系数r,h(i)的变化情况难以确定,丰度变化情况无法确定。选取收益系数区间r∈[0.9,1.8],绘制策略A的平均丰度XA变化曲线如图2所示。由图2可知,随收益系数r的增加,XA呈单减趋势,这表明收益系数的增加,集群中“搭便车”现象大量出现,合作现象减弱,导致平均丰度下降;并且,随ω(ω≠0)减小,r对XA的影响增加:Δ<XA(ω=20)>≈0.014,Δ<XA(ω=5)>≈0.047。
同样,在愿景水平α增加的情况下,h(i)和丰度变化情况无法确定。选取α∈[0.9,1.4],绘制策略A的平均丰度XA变化曲线如图3所示。由图3可知,随着α的增加,XA呈增加趋势,这表明α的提高,使得非合作收益更难以达到其期望水平,策略更新概率PB→A增加,更多的非合作者转变为合作者;并且,随ω(ω≠0)减小,α对XA的影响增加:Δ<XA(ω=20)>≈0.002,Δ<XA(ω=5)>≈0.037。
【参考文献】:
期刊论文
[1]Analysis on MAV/UAV cooperative combat based on complex network[J]. Jie-ru Fan,Dong-guang Li,Ru-peng Li,Yue Wang. Defence Technology. 2020(01)
[2]多人雪堆演化博弈在愿景驱动规则下的扩展平均丰度函数[J]. 王先甲,夏可. 系统工程理论与实践. 2019(05)
[3]Evolutionary game dynamics of combining the Moran and imitation processes[J]. 王先甲,顾翠伶,吕少杰,全吉. Chinese Physics B. 2019(02)
[4]具有惩罚策略的公共物品博弈与合作演化[J]. 全吉,储育青,王先甲. 系统工程理论与实践. 2019(01)
[5]愿景驱动、演化博弈与环境污染治理进路[J]. 王先甲,夏可. 江汉论坛. 2018(07)
[6]具有外部性的合作博弈问题中的稳定的联盟结构[J]. 王先甲,刘佳. 系统工程理论与实践. 2018(05)
[7]有限理性下的演化博弈与合作机制研究[J]. 王先甲,全吉,刘伟兵. 系统工程理论与实践. 2011(S1)
博士论文
[1]基于演化博弈论的若干合作演化机制研究[D]. 刘爱志.北京科技大学 2019
本文编号:3130337
【文章来源】:系统工程与电子技术. 2020,42(12)北大核心EICSCD
【文章页数】:8 页
【部分图文】:
平均丰度与成本间的关系曲线
增加收益系数r,h(i)的变化情况难以确定,丰度变化情况无法确定。选取收益系数区间r∈[0.9,1.8],绘制策略A的平均丰度XA变化曲线如图2所示。由图2可知,随收益系数r的增加,XA呈单减趋势,这表明收益系数的增加,集群中“搭便车”现象大量出现,合作现象减弱,导致平均丰度下降;并且,随ω(ω≠0)减小,r对XA的影响增加:Δ<XA(ω=20)>≈0.014,Δ<XA(ω=5)>≈0.047。
同样,在愿景水平α增加的情况下,h(i)和丰度变化情况无法确定。选取α∈[0.9,1.4],绘制策略A的平均丰度XA变化曲线如图3所示。由图3可知,随着α的增加,XA呈增加趋势,这表明α的提高,使得非合作收益更难以达到其期望水平,策略更新概率PB→A增加,更多的非合作者转变为合作者;并且,随ω(ω≠0)减小,α对XA的影响增加:Δ<XA(ω=20)>≈0.002,Δ<XA(ω=5)>≈0.037。
【参考文献】:
期刊论文
[1]Analysis on MAV/UAV cooperative combat based on complex network[J]. Jie-ru Fan,Dong-guang Li,Ru-peng Li,Yue Wang. Defence Technology. 2020(01)
[2]多人雪堆演化博弈在愿景驱动规则下的扩展平均丰度函数[J]. 王先甲,夏可. 系统工程理论与实践. 2019(05)
[3]Evolutionary game dynamics of combining the Moran and imitation processes[J]. 王先甲,顾翠伶,吕少杰,全吉. Chinese Physics B. 2019(02)
[4]具有惩罚策略的公共物品博弈与合作演化[J]. 全吉,储育青,王先甲. 系统工程理论与实践. 2019(01)
[5]愿景驱动、演化博弈与环境污染治理进路[J]. 王先甲,夏可. 江汉论坛. 2018(07)
[6]具有外部性的合作博弈问题中的稳定的联盟结构[J]. 王先甲,刘佳. 系统工程理论与实践. 2018(05)
[7]有限理性下的演化博弈与合作机制研究[J]. 王先甲,全吉,刘伟兵. 系统工程理论与实践. 2011(S1)
博士论文
[1]基于演化博弈论的若干合作演化机制研究[D]. 刘爱志.北京科技大学 2019
本文编号:3130337
本文链接:https://www.wllwen.com/shekelunwen/renwuzj/3130337.html