群體智能與演化博弈

目 錄
第 1章 緒論 1
1.1 群體智能概述 1
1.2 群體智能的主要應(yīng)用 1
1.2.1 優(yōu)化求解 2
1.2.2 協(xié)同搜索 8
1.2.3 編隊控制 10
1.2.4 協(xié)同通信網(wǎng)絡(luò) 15
1.2.5 大數(shù)據(jù)分析 16
1.2.6 圖像處理 18
1.3 演化博弈理論及相關(guān)知識 19
1.3.1 演化博弈論 19
1.3.2 復雜網(wǎng)絡(luò) 30
1.3.3 任務(wù)分配 35
第 2章 基于粒子群優(yōu)化算法的群體演化博弈 38
2.1 群體演化博弈模型概述 38
2.2 粒子群優(yōu)化機制 39
2.3 仿真實驗與結(jié)果分析 41
2.3.1 實驗描述與統(tǒng)計結(jié)果 41
2.3.2 特殊策略節(jié)點 46
本章小結(jié) 48
第3章 有限群體中任務(wù)分配博弈的動力學 49
3.1 兩人參與雙策略任務(wù)分配博弈模型動力學 49
3.1.1兩人參與雙策略任務(wù)分配博弈模型 49
3.1.2 兩人交互博弈規(guī)則說明 50
3.1.3理論分析 51
3.1.4 仿真實驗 53
3.2 任務(wù)分配博弈在弱選擇下的固定概率和固定時間 60
3.2.1 固定概率 60
3.2.2 平均時間 61
3.2.3 條件固定時間 62
3.3 多人參與雙策略任務(wù)分配博弈模型動力學 63
3.3.1多人參與雙策略任務(wù)分配博弈模型 63
3.3.2 多人交互博弈規(guī)則說明 64
3.3.3 理論分析 65
3.3.4 仿真實驗 66
本章小結(jié) 71
第4章 帶有破壞者的任務(wù)分配博弈演化動力學 73
4.1 帶有破壞者的任務(wù)分配博弈演化描述 73
4.1.1 帶有破壞者的任務(wù)分配博弈模型 73
4.1.2 Smith動力學 75
4.2 基于Smith動力學對任務(wù)分配博弈進行理論分析 76
本章小結(jié) 90
第5章 基于演化博弈的多智能體覆蓋控制 92
5.1 演化博弈的均衡分析 92
5.1.1 穩(wěn)定進化對策 93
5.1.2 納什均衡態(tài) 95
5.1.3 其他分析方法 96
5.2 多智能體系統(tǒng)的覆蓋控制建模 101
5.2.1 覆蓋問題概述 101
5.2.2 覆蓋控制的評價指標 102
5.2.3 建立基于演化博弈論的覆蓋控制模型 104
5.3 基于演化博弈論的覆蓋控制算法 105
5.3.1 覆蓋控制算法流程 105
5.3.2 關(guān)鍵參數(shù)的選取和設(shè)計 107
5.4 算法仿真分析 111
5.4.1 小規(guī)模系統(tǒng)仿真示例 111
5.4.2 大規(guī)模系統(tǒng)仿真示例 115
5.4.3 各項評價性能指標在不同系統(tǒng)規(guī)模下的比較 120
5.5 算法控制效果的比較與擴展 124
5.5.1 與其他覆蓋控制算法的比較 125
5.5.2 智能體突然加入、退出或停滯的仿真 130
本章小結(jié) 136
第6章 基于演化博弈理論的集群編隊 138
6.1 集群編隊概述 138
6.2 集群編隊控制建模與分析 140
6.2.1 基于博弈的編隊模型 140
6.2.2 平均收益與群體適合度建模 140
6.2.3 演化過程中的固定概率與策略演化 141
6.3 仿真實驗分析 157
6.3.1 實驗描述 157
6.3.2 仿真結(jié)果與分析 161
本章小結(jié) 175
第7章 基于深度優(yōu)先策略的區(qū)域協(xié)同搜索 177
7.1 協(xié)同搜索概述 177
7.1.1背景介紹 177
7.1.2 研究現(xiàn)狀 179
7.2 基于深度優(yōu)先策略的協(xié)同搜索算法 181
7.2.1 搜索問題建模 181
7.2.2 一次搜索流程 183
7.2.3 重復搜索流程 190
7.3 實驗設(shè)計及結(jié)果 197
7.3.1 仿真實驗參數(shù) 197
7.3.2 一次搜索仿真實驗 198
7.3.3 二次搜索仿真實驗 201
7.4 未來展望 204
本章小結(jié) 204
參考文獻 206