重复模糊合作对策的核心和稳定集

本文以模糊结盟为工具首次建立了重复模糊合作对策理论，给出了其核心解和稳定集的概念，并证明了这些解之间的关系及凸重复模糊合作对策的一些性质，从而为重复模糊合作对策解的研究奠定了基础。  

重复n人随机合作对策的核心

以Su ijs等人(1995)引入的随机合作对策的模型为基础,建立了重复n人随机合作对策的理论,定义了重复n人随机合作对策的支付序列以及支付序列的优超关系,并由此给出了重复n人随机合作对策的核心、超可加性和凸性的定义,并讨论了该核心的一些特征和性质.  

重复n人随机合作对策的τ-核心

在重复n人随机合作对策中定义了τ-优超的概念,并通过运用τ-优超的概念对重复n人随机合作对策中的核心进行了精炼,即定义了重复n人随机合作对策的τ-核心.最后给出了重复n人随机合作对策τ-核心与核心的关系及τ-核心所满足的性质和特征.  

求解高维复合体函数的智能优化算法

由于粒子群算法在处理高维复杂函数时存在容易陷入局部最优的问题,提出了多种群子空间学习粒子群算法(SLPSO),采用多种群进化模式,在粒子更新公式中加入了全局最优粒子,加快了粒子收敛速度,同时在种群之间采用了交叉学习的方法,大大提高了算法的全局搜索能力.另外,还增加了一种子空间学习方法,充分地利用粒子的历史经验,有效地避免了陷入局部最优的问题.通过在高维基准测试函数的仿真实验表明,SLPSO算法的测试结果都明显优于其他两种算法,随着函数维数增加,SLPSO算法测试结果的下降幅度明显低于其他两种算法.在6个极其复杂的复合函数的测试中,SLPSO算法有2个测试函数结果非常接近理论值,其他4个也明显优于其他三种算法.