网格资源非对称进化博弈分配策略

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (35): 25-27.

网格资源非对称进化博弈分配策略

张小庆1，2，李春林2，张恒喜2，3，钱琼芬2，4

1.黄冈师范学院数学与计算机科学学院，湖北黄冈 438000
2.武汉理工大学计算机科学与技术学院，武汉 430063
3.徐州空军学院基础部，江苏徐州 221000
4.空军雷达学院第四部，武汉 430019

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-11 发布日期:2011-12-11

Asymmetric evolutionary game allocation strategy of grid resource

ZHANG Xiaoqing1，2，LI Chunlin2，ZHANG Hengxi2，3，QIAN Qiongfen2，4

1.College of Mathematics and Computer Science，Huanggang Normal University，Huanggang，Hubei 438000，China
2.School of Computer Science and Technology，Wuhan University of Technology，Wuhan 430063，China
3.Department of Fundamental，Xuzhou Air Force Academy，Xuzhou，Jiangsu 221000，China
4.No.4 Department，Air Force Radar Academy，Wuhan 430019，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-11 Published:2011-12-11

摘要/Abstract

摘要： 针对经济模型的网格系统中资源分配的竞争问题，应用进化博弈论中多种群复制动态博弈模型对有限理性网格用户有差别的出价策略进行了研究，提出了一种非对称进化资源分配博弈模型，该模型将网格用户分为出价偏低的保守种群和出价偏高的激进种群，分析了两种网格种群采取合作与竞争策略的自发进化过程，求解了各自的复制动态方程，并通过实例化的非对称支付矩阵求解了复制动态系统的进化稳定策略。研究表明，只有博弈双方选择对等的行为策略才能促进网格资源的公平分配。

关键词: 网格, 资源分配, 进化博弈, 复制动态, 进化稳定策略

Abstract: Aiming at the heterogeneity of users in grid system based on economic model，the evolutionary game theory of multi-population replicator dynamics is applied to research different bidding strategies of grid users with bounded rationality.The grid users are divided into conservative population with low bidding and radical population with high bidding，and the spontaneous evolutionary process of cooperation and competition strategy in two grid populations is analyzed.Finally，the replicator dynamics equation is solved respectively and evolutionarily stable strategies of replicator dynamics system are obtained through a specific asymmetric payoff matrix.The studies show that only reciprocal behavior strategies selected by two game sides can promote equitable allocation of grid resources.

Key words: grid, resource allocation, evolutionary game, replicator dynamics, evolutionarily stable strategy

张小庆1，2，李春林2，张恒喜2，3，钱琼芬2，4. 网格资源非对称进化博弈分配策略[J]. 计算机工程与应用, 2011, 47(35): 25-27.

ZHANG Xiaoqing1，2，LI Chunlin2，ZHANG Hengxi2，3，QIAN Qiongfen2，4. Asymmetric evolutionary game allocation strategy of grid resource[J]. Computer Engineering and Applications, 2011, 47(35): 25-27.

[1]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.
[2]	夏丹，周睿. 视差图像配准技术研究综述[J]. 计算机工程与应用, 2021, 57(2): 18-27.
[3]	巩俊辉，胡晓辉，杜永文. 基于演化博弈的最优防御策略选取研究[J]. 计算机工程与应用, 2021, 57(13): 116-123.
[4]	李雨鑫，李悦悦. 面向JIT采购的多目标车辆调度[J]. 计算机工程与应用, 2021, 57(12): 263-272.
[5]	王雷，任南，李保珍. 区块链51%双花攻击的进化博弈及防控策略研究[J]. 计算机工程与应用, 2020, 56(3): 28-34.
[6]	曾舒磊，李学华，潘春雨，王亚飞，赵中原. 雾无线接入网中基于神经网络的资源分配方案[J]. 计算机工程与应用, 2020, 56(24): 78-84.
[7]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[8]	赵云成，王琳，盛步云，赵飞宇. 综合曲率约束的在线网格模型分割方法研究[J]. 计算机工程与应用, 2020, 56(16): 176-182.
[9]	唐群，朱国强. 基于MEC的蜂窝网络联合计算与无线资源管理[J]. 计算机工程与应用, 2020, 56(14): 82-87.
[10]	陈胜发，贾瑞玉. 基于残差和密度网格的簇心自确认聚类算法[J]. 计算机工程与应用, 2020, 56(12): 149-155.
[11]	畅海峰，嵩天，杨雅婷. NFV中单节点启发式资源分配方法[J]. 计算机工程与应用, 2020, 56(11): 105-111.
[12]	杜丽美，连玮. 高斯投影下的人机交互式物体仿真算法研究[J]. 计算机工程与应用, 2020, 56(11): 185-191.
[13]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[14]	刘辉1，2，颜飙1，赵瑞雪1. 基于烟花算法的D2D资源分配方案[J]. 计算机工程与应用, 2019, 55(8): 86-91.
[15]	孟芸，胡欣，代亮，余雷. 干扰车载网络中增强连通性的资源分配算法[J]. 计算机工程与应用, 2019, 55(7): 9-15.