基于节点兴趣的混合P2P网络

针对P2P网络在搜索资源时往往无法快速准确的定位目标,提出一种节点兴趣分组以及分层结构的P2P网络结构.网络拓扑在分布时将兴趣相似度高的节点放到一个兴趣组中,节点在搜索资源时就会更准确的定位在离自己距离近的同时也是兴趣最相似的节点上,减少了查询消息的路由转发.同时应用分层的管理,对整个网络中的节点功能细化,使得网络的稳定性和可扩展性得到优化.实验结果表明,采用兴趣分组和结构分层的网络访问延时得到有效控制,搜索成功率也得到提高.该算法在缩短路由跳数的同时还提高了搜索的精准率.     

拜占庭容错机制在P2P网络安全中的应用

随着P2P网络的发展与广泛的应用,P2P安全问题也变得越来越复杂,寻找一种可靠的机制来检测与消除各种威胁、攻击和恶意节点的影响便至关重要.论述了将经典的拜占庭将军问题应用到P2P网络安全中的可行性,提出了在实际的P2P网络中应用拜占庭容错的方法, 并在局域网中模拟实现,通过对比证实了方法的有效和可行.     

出行者出行方式选择行为的重复博弈分析

利用博弈理论,建立了出行者出行方式选择行为的博弈模型,并将一次博弈模型扩展至重复博弈模型.通过分析得到出行者合作策略稳定运行的条件,即当博弈方都比较注重长远利益的情况下会选择合作策略.由于出行者在进行博弈时,可能会“犯错误”,因此建立了具有颤抖效应的重复博弈模型,给出了博弈方在可能犯错情况下的收益,这种情况更符合实际,通过分析得到了在博弈方都比较注重长远利益的情况下均会采取触发策略.本文从理论上建立了有效地激励出行者选择公交车出行的决策机制、激励惩罚机制,并针对目前的公共交通现状给出了相应的对策与建议,以期为公共交通建设创新提供依据.     

基于双层博弈模型的机场间航线网络协同演化研究

为有效优化机场间航线网络,实现机场群中各机场功能定位,通过研究机场补贴策略与航空公司航线调整关系,旨在实现机场补贴策略与所需航线网络间的最佳匹配。从机场功能协同发展视角分析旅客、航空公司及机场间的博弈关系并构建双层博弈模型。在上层博弈模型中,引入经验加权吸引力模型(EWA)分析航空公司定价策略与旅客“渗流”关系,以便确定航空公司最佳定价策略。在下层博弈模型中,使用上层模型结果并引入非对称的随机反应(QRE)均衡模型,分析机场补贴与航空公司航线调整的关系,确定机场最佳补贴策略。结果表明：影响机场群内旅客出行行为选择关键因素是出行成本,该成本使航空公司票价折扣效果存在高敏感区、惰性区和无效区,通过完善机场群内地面交通,控制旅客出行成本,可有效引导机场群间旅客流动;航空公司定价与旅客出行选择博弈的收益存在多个峰值点,需根据旅客出行成本和初始票价确定票价折扣,最佳折扣区间集中在0.4～0.9;采用补贴优化航线网络,机场间不同补贴策略效能存在垄断区间、低效区间和最佳协同区间;融合旅客出行选择和机场间协同补贴的双重因素可有效提升航空公司盈利能力,推动航空公司提升机场群中航线的互补性,有效实现机场间...     

MP2P网络的移动节点域间预切换方法

移动P2P网络具有高度动态性,但节点的频繁移动影响整个网络的可达性,降低了网络的服务质量.为了维护节点的可达性需要减少节点移动时的切换时延,为此文中提出了基于超级节点的分层预切换方法HPH.该方法在基于超级节点分层模型的基础上引入移动IPv6的快速切换的思想,对节点的域间移动采用预切换机制,解决网络中因节点频繁移动而带来的负面影响.仿真结果分析表明,较之传统KaZaA切换方法,HPH方法的切换时延降低了20.5％,丢包率降低了10.2％.     

一种异构网络中的高效路由P2P覆盖网的设计

P2P覆盖网中存在着拓扑不匹配、负载不均衡等问题,会对资源查询效果造成不可忽视的影响。本文提出在节点度数为幂率分布的异构网络中实现高效路由的三层覆盖网设计思想,设计相关的节点分类、成簇和地址分配方法。针对查询路径长度、负载均衡程度、查询成功率等多个性能指标展开分析,并通过仿真实验验证了相比以往的层次化覆盖网,本文提出的方法在多个方面具有明显的优越性。     

P2P网络安全监控系统的设计与实现

针对P2P技术带来新的网络安全问题,以国内某一广泛应用的P2P系统为对象,设计并实现了对P2P用户有效监控,对有害信息传播进行封堵过滤,对危害行为进行布控定位,保障了P2P系统健康运行。目前,该系统已经在实际中得到成功应用。     

一种具有递归结构和均匀度分布的P2P协议

针对DHT类型的P2P协议在网络演进的过程中会产生超级节点,进而导致度分布严重失衡,网络传输的平均时延增大的问题,该文在Chord协议的基础上提出了一种新的具有递归结构的P2P协议：R—Chord,并进行了仿真分析．结果说明,该协议能够有效抑制超级节点的产生,使节点的度分布趋于均匀,使网络的负载在节点间的分布更均衡．     

房地产企业战略联盟行为的博弈分析

针对我国当前房地产企业战略联盟行为的发展新趋势,从博弈论视角阐述了房地产企业战略联盟行为的演进路径.首先运用古诺模型和伯特兰德模型分析了房地产企业战略联盟动因,然后从参与人有限理性出发,基于演化博弈建立了相应的数学模型,探讨了企业战略联盟的长期进化趋势,最后结合目前我国房地产市场现状对联盟模式进行了分析,并针对性地提出了相应的措施和建议     

基于马尔可夫决策的P2P激励机制研究

对网络节点状态进行分类,找寻网络节点状态的转换趋势,针对节点自私化的这一趋势,在网络中设置一种基于马尔可夫链的预测机制,根据节点合作率地高低,进行相应的约束措施.并针对网络节点博弈现状对节点未来状态进行预测,以此来做出更为及时地决策,利用Matlab软件对预测机制对网络的影响进行了仿真与对比,证实了该机制在宏观上对于网络的稳定性与节点的合作度具有有效地激励作用.     

基于演化博弈论的城市道路违章停车行为模型

为减少城市道路违章停车,提升城市交通运行效率,运用演化博弈理论对城市道路违章停车行为进行研究。基于交通参与者有限理性原则,将违章停车问题中的机动车驾驶员与执法人员视为竞争者构建演化博弈模型,对参与人行为进行演化分析并对影响中心点的参数进行敏感性分析。研究结果表明：该演化博弈模型无稳定点,机动车驾驶员不违章停车的概率随执法人员执法概率的变化而变化。但各影响参数的影响速率不同,改变执法人员执法成本比改变执法人员执法获得的奖励对机动车驾驶员的不违章停车概率影响更大;改变机动车驾驶员不违章停车净损失比改变其违章停车受到的处罚对执法人员执法概率影响更大。因此,为改善违章停车现状,可优先从减少执法人员的执法成本、降低驾驶员不违章停车净损失方面着手。     

基于博弈分析的逆向物流集成模型研究

将以退货和回收为主的逆向物流整合,根据销售商负责逆向物流渠道最优的原则,研究在单一制造商和单一销售商构成的闭环供应链中,制造商如何制定策略,引导销售商并使自身利润增长.模型通过算例进行了测算取得较满意的结果,证明了该模型的有效性.     

������Ч·���Ľ�ͨ�����ķ����㷨

交通流分配是交通规划的核心工作之一，而路网中有效路径的搜索又是进行交通流分配的基础。通过将交通路网中节点位置的确定性与交通出行中路径选取的有向性相结合，本文提出了一种有效路径的分层定向搜索算法，并结合博弈理论建立了新的交通流分配模型。新的算法合理的汲取了启发式配流的比例加载思想，并借鉴相继平均法思路解决了多起讫点对的配流问题。新算法具有模拟实际交通路径选择行为，并给出唯一路径流量的特征。文中用一个算例说明了该方法的有效性。     

基于演化博弈的高速公路共谋逃费行为分析

高速公路联网收费的实现使车辆单次收费里程增长,逃费者在节省更高额过路费的诱惑下,增加了对现有联网收费系统的作弊动机.本文以减少公路运营企业因逃费造成的经济损失为目标,利用演化博弈的方法,将监管者(收费稽查员)看成博弈的一方,被监管者（司机和收费站员工）看成博弈的另一方,探讨收费稽查员监管、司机与收费站员工共谋逃费的问题,得到了稽查员选择不监管策略及司机与收费站员工选择共谋逃费策略时的复制动态方程,分析了在司机逃费罚款的机会成本等因素影响下双方的行为演化和演化稳定策略.结果表明,增强对监管者的监管和处罚力度、增加司机逃费成本、降低司机逃费少缴金额的可能性是遏制共谋逃费现象的有效途径.     

基于博弈论的物流园区开发模式

针对物流园区的2大投资主体——政府和企业,利用博弈论中合作博弈,构建政府与企业、企业与企业的博弈模型。在企业与政府博弈模型中采用完全信息静态博弈求得纳什均衡。在企业与企业的博弈模型中利用合伙人博弈模型,计算出两者的反应函数,寻找纳什均衡。结果表明:政府和企业共同投资物流园区是共赢的选择;若2家企业合作投资建设物流园区,投资比例为1∶1时能使双方收益最大,且两家企业合作投资的协同程度越高,他们各自的收益函数值就越大。研究结果能为投资者提供决策依据。     

Caching Scheme Based on Power-Law Characteristic in Unstructured P2P Networks

In order to reduce the traffic load and improve the availability of the shared resources in unstructured P2P networks, a caching scheme combining alternative index and adaptive replication (AIAR) is presented. AIAR uses random walk mechanism to disperse the caching information of resources in the network based on its power-law characteristic, and dynamically adjusts replicas according to the visit frequency on resources and the degree information of peers. Subsequent experimental results show that the proposed AIAR scheme is beneficial to improve the search performance of success rate and respond speed. In addition, compared to some existing caching scheme, AIAR can perform much better in success rate, especially in a dynamic environment.     

闭合通勤链中基于博弈的小汽车拥有者出行方式选择研究

从个体出行方式选择决策机理入手,以演化博弈理论为基础,基于出行链构建了考虑回程因素的闭环通勤出行选择决策模型.模型中考虑了个体对去程与回程两次出行感知程度的两类影响因素,模拟了回程过程的3种不同情境,研究回程加入不同活动情境下对整个闭合通勤链出行选择决策的影响,并将考虑回程因素的决策结果与仅考虑单次出行的结果进行对比,证明了考虑回程因素的必要性.最后,以北京市典型通勤OD为例,对模型进行实证分析.结果表明,仅考虑去程时,小汽车方式优势凸显;而考虑回程因素时,回程过程中加入的不同活动将影响个体闭环出行链出行选择决策结果,小汽车将不再成为人们出行的最优选择,定制公交的优势不容小视.     

供应链中合作广告策略的Stackelberg微分对策模型

研究由单一制造商与单一零售商组成的供应链系统中的动态合作广告策略．制造商作为渠道的领导者设计动态广告支持计划优化和协调自身以及追随者零售商的广告策略．双方都可做长期和短期广告，制造商为零售商的2种类型的广告支付一定比例的成本．用Stackelberg微分对策模型描述制造商与零售商的动态广告策略，并根据动态规划原理求出反馈Staekelberg均衡解．结果显示，制造商对零售商的广告支持类型取决于双方的边际利润．在合作广告计划中双方的均衡广告策略中，制造商主要做长期广告以构建品牌商誉，零售商在制造商的支持下主要做短期广告以刺激销售．合作广告是供应链中的一种协调机制，可以提高零售商对制造商的战略跟随意愿．     

基于贝叶斯网络的车辆换道模型

车辆换道行为是微观交通流中最基本的驾驶行为之一,研究车辆换道行为可以提高车辆换道模型的仿真精度和减少由不合适的车辆换道行为引发的交通事故.当前车辆换道模型大多是基于驾驶员的决策思维方式建立的决策模型,这类模型的缺点是很难捕捉到驾驶员在决策过程中一些潜在决策模式和考虑的影响因素.鉴于此,本文引入了一种典型的人工智能方法--贝叶斯网络,建立了一个全新的车辆换道模型,试图通过机器学习的途径来提高车辆换道模型的精度.采用了分段离散化的方法对数据进行预处理,然后使用处理后的数据对贝叶斯网络的结构和参数进行学习,并分别建立了与两种贝叶斯网络结构相对应的车辆换道模型,最后对建立的模型分别进行验证.模型的验证结果表明,建立的基于贝叶斯网络的车辆换道模型对换道行为的识别率可以达到88%以上. 此模型还可进一步应用到驾驶员辅助系统的开发中.     

城市干线交通协调控制仿真优化

针对最短路径路网搜索复杂过程中的求解问题,从路径优化角度考虑,根据出行者与路网之间的博弈关系,提出诱导条件下路径优化的博弈模型,通过对博弈模型的求解得到出行者和路网之间的最优选择,即实现博弈双方的平衡,最终得到最优路径。通过算例分析,验证诱导条件下路径优化博弈模型的可行性与有效性。