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
68
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   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
协同免疫量子粒子群算法求非合作博弈Nash均衡解
刘露萍
算法
2019
8
203
[摘要]
2
基于相空间重构的GQPSO-WNN短时交通流预测
唐瑞
算法
2019
7
311
[摘要]
3
量子粒子群算法优化相关向量机的轴承故障诊断
吕维宗
软件技术与研究
2019
1
6
[摘要]
4
量子粒子群算法在WSN三维定位中的研究
刘小园
网络与通信
2018
3
120
[摘要]
5
基于烟花算法的非合作博弈Nash均衡问题求解
杨彦龙
算法
2018
3
215
[摘要]
6
云计算环境下基于ABC-QPSO算法的资源调度模型
温聪源
软件技术与研究
2015
5
30
[摘要]
7
基于自适应小生境粒子群算法的多重Nash均衡求解
贾文生
算法
2015
1
247
[摘要]
8
改进量子粒子群算法优化神经网络的数据库重复记录检测
陈芬
数据库技术
2014
3
20
[摘要]