期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
未知环境中基于图型博弈和multi-Q学习的动态信道选择算法 被引量:2
1
作者 李方伟 唐永川 朱江 《通信学报》 EI CSCD 北大核心 2013年第11期1-7,共7页
研究了分布式无线网络中,没有任何信息交换、也没有环境变化先验知识情况下的动态信道接入算法。运用图型博弈模型对用户的实际拓扑进行建模分析,证明了此博弈模型存在纯策略纳什均衡并且此纳什均衡是全局最优解。同时,采用multi-Q学习... 研究了分布式无线网络中,没有任何信息交换、也没有环境变化先验知识情况下的动态信道接入算法。运用图型博弈模型对用户的实际拓扑进行建模分析,证明了此博弈模型存在纯策略纳什均衡并且此纳什均衡是全局最优解。同时,采用multi-Q学习求解模型的纯策略纳什均衡解。仿真实验验证了multi-Q学习能获得较高的系统容量以及在图型博弈模型中用户的效用主要由节点的度决定,而与用户数量无直接关系。 展开更多
关键词 动态信道选择 图型博弈 multi-Q学习 纯策略纳什均衡
在线阅读 下载PDF
基于图型博弈的动态频谱分配算法
2
作者 刘觉夫 杨将 +1 位作者 朱丙虎 胡静 《计算机工程与设计》 北大核心 2016年第6期1464-1470,共7页
针对在Underlay频谱共享方式下的认知无线网络动态频谱分配问题,为提高认知用户接入频谱的概率并最大化认知无线网络的吞吐量,提出一种分布式动态频谱分配算法。考虑认知用户之间干扰关系的独立性,建立一种图型博弈模型,设计效用函数,... 针对在Underlay频谱共享方式下的认知无线网络动态频谱分配问题,为提高认知用户接入频谱的概率并最大化认知无线网络的吞吐量,提出一种分布式动态频谱分配算法。考虑认知用户之间干扰关系的独立性,建立一种图型博弈模型,设计效用函数,引入价格函数量化对主用户的干扰影响,理论验证该模型纳什均衡的存在性。仿真实验结果表明,该算法收敛速度快,可以增大认知用户接入频谱的概率,提高网络吞吐量。 展开更多
关键词 认知无线网络 动态频谱分配 Underlay频谱共享 图型博弈 效用函数
在线阅读 下载PDF
求解图型博弈的Nash均衡
3
作者 李劲 刘惟一 《计算机工程与应用》 CSCD 北大核心 2004年第26期62-65,111,共5页
图型博弈是一种新的博弈表示方法。求解Nash均衡是图型博弈的核心问题。论文把求解图型博弈的Nash均衡看作是离散空间中的优化问题,给出了求解图型博弈ε-Nash均衡的迭代优化算法。另外,为加快算法的收敛速度,提出了一个获得高迭代效率... 图型博弈是一种新的博弈表示方法。求解Nash均衡是图型博弈的核心问题。论文把求解图型博弈的Nash均衡看作是离散空间中的优化问题,给出了求解图型博弈ε-Nash均衡的迭代优化算法。另外,为加快算法的收敛速度,提出了一个获得高迭代效率策略剖面的方法:基于博弈的图形结构进行多策略更新。实验结果表明算法是可行、高效的。 展开更多
关键词 图型博弈 ε-Nash均衡 迭代优化算法
在线阅读 下载PDF
无线网络中基于图型演化博弈的动态频谱接入机制
4
作者 李方伟 袁迎慧 朱江 《通信学报》 EI CSCD 北大核心 2015年第7期1-9,共9页
无线网络中,为了实现用户高效的数据传输,针对用户的有限理性特性,提出了一种基于图型演化博弈的动态频谱接入机制,而图型博弈可以较好地反映用户之间真实的博弈关系。同时设计了一种动态频谱接入算法和与之对应的动态方程以降低博弈的... 无线网络中,为了实现用户高效的数据传输,针对用户的有限理性特性,提出了一种基于图型演化博弈的动态频谱接入机制,而图型博弈可以较好地反映用户之间真实的博弈关系。同时设计了一种动态频谱接入算法和与之对应的动态方程以降低博弈的复杂度,而且能以较快的速度收敛到Nash均衡并获得较高的系统吞吐量和效用。理论证明该动态方程具有全局逐步稳定性,当用户发生局部的理性偏移时依然能够保证较快收敛和较小性能偏离。仿真对比验证了该机制的上述优势。 展开更多
关键词 动态频谱接入机制 演化博弈 动态方程 NASH均衡
在线阅读 下载PDF
一种面向多Agent交互的博弈Nash均衡求解方法 被引量:1
5
作者 李劲 岳昆 刘惟一 《计算机科学》 CSCD 北大核心 2007年第3期181-185,共5页
现有的图型博弈Nash均衡求解方法基本是在离散化剖面空间中搜索求解,最终只能得到近似Nash均衡。针对现有求解方法存在的不足,把求解图型博弈的Nash均衡看作是连续策略空间中的函数优化问题,定义Agents在策略剖面中的效用偏离度之和为... 现有的图型博弈Nash均衡求解方法基本是在离散化剖面空间中搜索求解,最终只能得到近似Nash均衡。针对现有求解方法存在的不足,把求解图型博弈的Nash均衡看作是连续策略空间中的函数优化问题,定义Agents在策略剖面中的效用偏离度之和为优化目标,其最优解就是博弈的Nash均衡。本文基于对实例的分析指出目标函数下降梯度的计算可归结为一组线性规划,进而提出一种求解图型博弈Nash均衡的新型梯度下降算法。算法分析及实验研究表明,对于多Agent交互模型中的相关问题,本文提出的方法可求解任意图结构图型博弈Nash均衡,对于大规模图型博弈也有较好的求解精度和求解效率。 展开更多
关键词 多Agent交互模 图型博弈 NASH均衡 线性规划 梯度下降算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部