简介:为解决一次性n人囚徒困境中局中人如何走出困境的问题,引进了背叛惩罚函数及其严厉度和参与人的背叛愿意度等概念,并用数学论证法证明了如下结果:(1)参与人的背叛愿意度都不超过1。(2)背叛愿意度越大,这个参与人越愿意背叛;(3)背叛愿意度为0零时,这个参与人是否背叛其赢得一样;(4)当背叛愿意度取负数时,其绝对值越大,参与人的合作积极性越大。得到博弈结果的判定法:(1)计算各参与人的背叛愿意度。(2)若至少有一个参与人愿意背叛,则全体参与人都背叛。(3)若全体参与人都愿意合作,则合作成功。例子表明,本结果在理论上可有效地解决中局中人如何走出困境和在给定惩罚机制下博弈结果的预测问题。
简介:本文利用复杂网络理论,采用无标度网络模拟现实的组织模型,并研究知识在这个模型中的传播演化问题。通过模拟发现:知识在组织内的传播,首先和知识传播成功的概率有关,成功传播的概率越高.知识越容易扩充到整个组织系统,但随着时间的延续,系统拥有知识的人趋近于某一确定值;其次知识在传播速度上明显表现出钟状形态,开始传播速度较低,然后传播速度逐渐加快,达到最大值,最后逐渐下降;第三组织规模对知识传播周期基本没有影响。第四当组织内存在拒绝学习知识者,则知识在系统内传播速度将大幅下降,所需周期增加明显;第五考虑知识拥有者因遗忘而退化和知识抗拒者因观念转变而进化的情景,发现遗忘对组织的传播速度的不利影响要超过进化带来的有利影响,因此组织要重点用好知识拥有者,在使用中强化知识记忆,防止知识遗忘。
简介:存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用。本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuousant-colonyoptimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(doubledirectioncontinuousant-colonyoptimizationbasedmassrecruitmentandgrouprecruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解。
简介:在社会主义市场经济条件下,作为市场主体的企业在对其产品的需求量作出较为准确的预测前提下,应努力编制出使总费用(主要为生产费用和库存费用)最低的生产计划。本文根据线性规划方法中求解运输总是的表格算法,提出一个计算简单、操作方便、适用范围广泛的简易编制方法;并以人血白蛋白的生产实际数据为例作出示范性计算,显示了使用本方法具有很高的经济效益。