查询结果:   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,2019,36(8):203 - 209.
中文标题
协同免疫量子粒子群算法求非合作博弈Nash均衡解
发表栏目
算法
摘要点击数
296
英文标题
COEVOLUTIONARY IMMUNE QUANTUM PARTICAL SWARM OPTIMIZATION IN  SOLVING NASH EQUILIBRIUM FOR NON-COOPERATIVE GAME
作 者
刘露萍 贾文生 蔡江华 Liu Luping Jia Wensheng Cai Jianghua
作者单位
贵州大学数学与统计学院 贵州 贵阳 550025     
英文单位
College of Mathematics and Statistics, Guizhou University, Guiyang 550025, Guizhou, China     
关键词
Nash均衡 概率浓度选择 量子粒子群算法 协同免疫量子粒子群算法
Keywords
Nash equilibrium Probability density selection Quantum particle swarm optimization CIQPSO
基金项目
国家自然科学基金项目(11561013);人社部留学归国人员择优资助项目(人社No.[2015]192);贵州省联合基金项目(黔科联合[2014]7643);贵州大学人才引进基金项目(贵大[2014]05)
作者资料
刘露萍,硕士生,主研领域:博弈论,群智能优化算法。贾文生,教授。蔡江华,硕士生。 。
文章摘要
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。
Abstract
Considering Nash equilibrium for N-persons’ non-cooperative game, Nash equilibrium problems of mixed strategy was converted to optimization problems. We introduced immune memory, self-evolution, information sharing regulation into quantum particle swarm optimization, and maintained the diversity of the population by probability density selection. Based on this, we proposed a coevolutionary immune quantum particle swarm optimization (CIQPSO). The four classical numerical examples show that CIQPSO is superior to the immune particle swarm optimization algorithm, and has stronger optimization ability and convergence performance.
下载PDF全文