基于改进蚁群算法的纳什均衡求解

被引:15
作者
王志勇 [1 ]
韩旭 [1 ]
许维胜 [1 ]
杨继君 [2 ]
机构
[1] 同济大学电子与信息工程学院
[2] 同济大学经济与管理学院
关键词
蚁群算法; 非合作博弈; 纳什均衡;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在基本蚁群算法寻优机制的基础上,提出一种用于求解有限n人非合作博弈的纳什均衡解的改进蚁群算法。在全局搜索中,引入遗传算法中的交叉和变异操作提高算法的全局搜索能力。在局部搜索中,嵌入动态随机搜索技术使算法加速收敛到最优解,并通过引入控制步长调整随机搜索向量,保证蚁群始终在混合策略空间内。算例测试结果表明,与传统的遗传算法相比,该算法具有更好的计算性能。
引用
收藏
页码:166 / 168+171 +171
页数:4
相关论文
共 8 条
[1]   基于粒子群优化求解纳什均衡的演化算法 [J].
余谦 ;
王先甲 .
武汉大学学报(理学版), 2006, (01) :25-29
[2]   基于蚂蚁算法的函数优化 [J].
马良 .
控制与决策, 2002, (S1) :719-722+726
[3]   一种求解NASH均衡解的遗传算法 [J].
陈士俊 ;
孙永广 ;
吴宗鑫 .
系统工程, 2001, (05) :67-70
[4]  
对策论[M]. 国防科技大学出版社 , 谢政编著, 2004
[5]   A new solution algorithm for improving performance of ant colony optimization [J].
Baskan, Ozgur ;
Haldenbilen, Soner ;
Ceylan, Huseyin ;
Ceylan, Halim .
APPLIED MATHEMATICS AND COMPUTATION, 2009, 211 (01) :75-84
[6]   An ant colony algorithm aimed at dynamic continuous optimization [J].
Dreo, J. ;
Siarry, P. .
APPLIED MATHEMATICS AND COMPUTATION, 2006, 181 (01) :457-467
[7]  
Ant colony optimization for continuous domains[J] . Krzysztof Socha,Marco Dorigo.European Journal of Operational Research . 2006 (3)
[8]  
An Analysis of the Behavior of a Class of Genetic Adaptive Systems .2 De Jong KA. University of Michigan . 1975