导读:本文包含了非合作博弈论文开题报告文献综述、选题提纲参考文献，主要关键词:子群,子粒,功率,分布式,算法,网络,蜂群。
非合作博弈论文文献综述写法
范梦琪,刘建锋,朱正航[1]（2019）在《基于非合作博弈的多微网经济调度策略研究》一文中研究指出随着分布式电源普及率越来越高,提高风电、光伏等分布式电源的电能利用率极为重要,现有研究大多通过单一微网内部的优化调度,提高风光消纳率,但单一微网调节程度有限。对此,基于博弈论的思想,对含有多个微网的电力系统进行调度优化,即先在微网内部进行电能的初步调节,然后进行微网的等效优化,再将等效后的微网进行非合作博弈。通过两次调度,充分利用微网间的互补优势,达到经济效益的最大化。最后,通过建立多微网模型,利用实例证明了所提优化调度方案可有效提高多微网系统的风光消纳率。(本文来源于《水电能源科学》期刊2019年12期）
王俊社,蒋彤彤,张琛,段强[2]（2019）在《异构网络中基于非合作博弈的功率控制算法》一文中研究指出针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。(本文来源于《科学技术与工程》期刊2019年29期）
杨怀德,陈俞强,骆剑锋[3]（2019）在《基于非合作博弈的认知无线网络功率控制算法》一文中研究指出为降低认知无线网络节点间的干扰,保证网络的服务质量,文章提出一种基于效益的非合作博弈的功率控制算法。该算法利用博弈原理,使认知用户对发射功率进行非合作博弈;并在理论上证明发射功率存在唯一的纳什均衡解。仿真结果表明,该算法不仅具有较好的抗噪声能力,还能在保证授权用户和认知用户服务质量的前提下,降低认知用户的发射功率,从而减少用户间的干扰,提升网络的性能。(本文来源于《合肥工业大学学报(自然科学版)》期刊2019年09期）
侯丽娜,孙海琳[4]（2019）在《交通网络下的多厂商两阶段随机非合作博弈问题——基于随机变分不等式》一文中研究指出研究集生产、运输和销售为一体的多个制造商在随机市场环境下的两阶段随机非合作博弈问题.首先,建立了该两阶段随机非合作博弈问题的模型,然后将其转化为两阶段随机变分不等式(Stochastic Variational Inequality,简称SVI).在温和的假设条件下,证明了该问题存在均衡解,并通过Progressive Hedging Method(简称PHM)进行求解.最后,通过改变模型中随机变量的分布和成本参数,分析与研究厂商的市场行为.(本文来源于《运筹学学报》期刊2019年03期）
袁红春,余跃,梅海彬[5]（2019）在《基于隐马尔可夫模型和非合作博弈的功率控制》一文中研究指出降低功耗是无线传感网研究中的重要问题之一。针对现有无线传感网存在功耗高、能量利用率低等问题,本文提出一种基于隐马尔可夫模型和非合作博弈的功率控制方法。证明了该方法中纳什均衡的存在性和唯一性以及隐马尔可夫模型(HMM)在特定条件下的广义平稳性。通过仿真实验将该算法与已有的基于非合作博弈的控制方法进行比较。仿真结果表明,该算法在能量利用率、收敛性、降低功耗方面均优于原有算法,能够有效延长网络生命周期。(本文来源于《山东农业大学学报(自然科学版)》期刊2019年04期）
刘露萍,贾文生,蔡江华[6]（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。(本文来源于《计算机应用与软件》期刊2019年08期）
卿利[7]（2019）在《无人机蜂群网络非合作博弈的功率控制》一文中研究指出无人机蜂群网络是一种由大量节点组成的分层、多簇结构的无线通信网络。重点研究了多信道条件下功率优化控制问题及措施,提出了一种基于非合作博弈的分布式功率控制方法。该博弈问题的价格因子设计考虑了网络节点重要度因子的影响,每个节点根据连接关系评估得到全网节点的重要度因子。给出了分布式价格功率控制算法。对所提出的算法进行典型场景下的仿真分析,结果表明该算法能够快速收敛,保证簇首、核心节点等高重要度节点的干扰容限,提高网络的可靠性,达到系统总体效用最优。(本文来源于《电讯技术》期刊2019年07期）
陈吕鹏,潘振宁,余涛,王克英[8]（2019）在《基于动态非合作博弈的大规模电动汽车实时优化调度》一文中研究指出针对大规模电动汽车(EV)接入电网后,各充电聚合商(EVA)的独立优化目标存在冲突而导致优化调度存在困难的问题,提出了考虑多个EVA各方利益的基于动态非合作博弈的大规模EV实时调度模型。首先构建了大规模EV的集群等效模型并分析了动态电价下各EVA的利益关系,接着利用完全势博弈理论证明了博弈模型存在唯一的纳什均衡解并推导出求解方法,最后提出基于交替方向乘子法的实时分布式算法实现各EVA实时策略的求解。通过算例仿真验证了所提模型可有效实现削峰填谷、降低EVA充电成本。同时,在优化结果、计算时间、保护用户隐私方面更适用于大规模EV实时充电优化调度。(本文来源于《电力系统自动化》期刊2019年24期）
高男[9]（2019）在《非合作博弈在D2D通信资源分配中的应用》一文中研究指出目前5G时代已经到来,终端直通通信技术(D2D,Device-to-Device)逐渐引起人们的广泛注意,在下一代的蜂窝移动通信系统中它也是关键技术之一。而非合作博弈论以其能够最大化频谱资源利用率的优点成为研究热点。首先对博弈论进行简介;其次重点介绍了几种非合作博弈论与资源分配相结合的研究现状;最后总结了D2D频谱资源分配仍然存在的问题以及未来的研究方向。(本文来源于《电脑知识与技术》期刊2019年19期）
马天男,杜英,苟全峰,彭丽霖,王超[10]（2019）在《基于Berge-NS均衡的电力市场多主体非合作博弈竞争模型》一文中研究指出售电侧放开促使了电力市场主体的多向性选择,同时也增强了多元主体间的激烈竞争,而市场外部因素是不确定的,每个市场主体就需要在含不确定性的博弈中研究多元主体间的竞争关系并发展竞价策略,这对于促进电力市场的发展具有重要的意义。在明确市场主体需求的基础上,分别对发电商、售电商和大用户主体构建了市场决策模型;根据Berge-NS均衡模型制定了电力市场多主体非合作博弈竞争的流程和步骤,并利用磷虾群(KH)优化算法对各市场主体竞价策略的动态调整和市场均衡情况进行求解。通过算例仿真对所构建竞争博弈模型及求解算法进行验证,相关结果表明:随着博弈的不断深入和市场信息的积累,市场主体间的竞价策略会逐渐达到均衡状态,从而实现各方收益共赢和协调发展,有效提高了市场效率;同时验证了KH优化算法在求解电力市场多主体博弈竞争问题时的可行性和有效性。(本文来源于《电力自动化设备》期刊2019年06期）
非合作博弈论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对异构蜂窝网络中系统能耗较高的问题,提出一种能效优先的基于非合作博弈的功率控制算法。该算法将宏基站间的功率控制过程描述为博弈模型,并在效用函数中引入了基于干扰因素的自适应代价函数,得到各基站的最佳响应策略,之后经过多步迭代调节发射功率,使系统收敛至能效最优的纳什均衡状态。仿真结果表明,所提算法与固定代价函数的功率控制优化算法相比具有较好的收敛性,系统能效有明显的提升,更适用于密集网络。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
非合作博弈论文参考文献
[1].范梦琪,刘建锋,朱正航.基于非合作博弈的多微网经济调度策略研究[J].水电能源科学.2019
[2].王俊社,蒋彤彤,张琛,段强.异构网络中基于非合作博弈的功率控制算法[J].科学技术与工程.2019
[3].杨怀德,陈俞强,骆剑锋.基于非合作博弈的认知无线网络功率控制算法[J].合肥工业大学学报(自然科学版).2019
[4].侯丽娜,孙海琳.交通网络下的多厂商两阶段随机非合作博弈问题——基于随机变分不等式[J].运筹学学报.2019
[5].袁红春,余跃,梅海彬.基于隐马尔可夫模型和非合作博弈的功率控制[J].山东农业大学学报(自然科学版).2019
[6].刘露萍,贾文生,蔡江华.协同免疫量子粒子群算法求非合作博弈Nash均衡解[J].计算机应用与软件.2019
[7].卿利.无人机蜂群网络非合作博弈的功率控制[J].电讯技术.2019
[8].陈吕鹏,潘振宁,余涛,王克英.基于动态非合作博弈的大规模电动汽车实时优化调度[J].电力系统自动化.2019
[9].高男.非合作博弈在D2D通信资源分配中的应用[J].电脑知识与技术.2019
[10].马天男,杜英,苟全峰,彭丽霖,王超.基于Berge-NS均衡的电力市场多主体非合作博弈竞争模型[J].电力自动化设备.2019