联盟博弈及其在智慧应急中的应用
基于联盟博弈助力智慧应急,提高应急管理的科学化、专业化、智能化、精细化水平。

作者:张国富、苏兆品

定价:109元

印次:1-1

ISBN:9787302709558

出版日期:2026.03.01

印刷日期:2026.03.25

图书责编:孙亚楠

图书分类:学术专著

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

"《联盟博弈及其在智慧应急中的应用》聚焦人工智能与智慧应急交叉研究,系统介绍了智能体与多智能体系统基本理论,计算智能的相关算法,联盟博弈的基础理论与方法,联盟博弈在受损路网抢修、应急资源分配、联合调度等中的应用,并结合实际案例分析了技术的有效性和实用性。本书拓展了联盟博弈理论,基于联盟博弈助力智慧应急,提高了应急管理的科学化、专业化、智能化、精细化水平,具有较强的实践指导价值。 本书可供应急管理等相关领域高校师生和科研院所研究人员及相关技术人员阅读参考。"

张国富,合肥工业大学教授,工业安全与应急技术安徽省重点实验室副主任,安徽省计算机学会理事,安徽省应急管理信息化专家,英国伯明翰大学计算机学院访问学者。主要研究领域为联盟博弈、进化计算、智慧应急等。先后主持和主要参与国家自然科学基金、教育部博士点基金、国防预研、安徽省自然科学基金等科研项目20多项,获安徽省自然科学二等奖、安徽省教学成果特等奖和二等奖、合肥市科学技术二等奖等,入选2023年度教育部-华为智能基座优秀教师奖励计划,在《IEEE Transactions on Software Engineering》、《ACM Transactions on Software Engineering and Methodology》、《IEEE Transactions on Dependable and Secure Computing》、《IEEE Transactions on Evolutionary Computation》、《IEEE Transactions on Systems, Man, and Cybernetics: Systems》、《IEEE Transactions on Information Forensics and Security》等期刊上发表论文80余篇。

前言 我国是世界上地震、飓风、海啸、洪水等自然灾害最为严重的国家之一,灾害种类多、分布地域广、发生频率高、造成损失重。根据国务院颁布的《中国的减灾行动》白皮书: 我国70%以上的城市、50%以上的人口分布在气象、地震、地质、海洋等类型灾害的高风险区; 58%的国土面积、82%的省会城市、60%的地级市、54%的县城处于7度及以上地震高烈度区。因此,伴随着全球气候变化以及中国经济快速发展和城市化进程不断加快,中国的资源、环境和生态压力加剧,自然灾害防范应对形势更加严峻复杂。 随着第四次工业革命的推进,物联网、云计算、大数据、人工智能、区块链、5G通信等新一代信息技术驱动万物互联。数字化、网络化、智能化服务将无处不在,为加快应急管理体系和能力现代化迎来了难得的历史机遇。但是,应当清醒地认识到,我国应急管理工作在辅助指挥决策和救援实战能力上仍存在较大的短板,特别是新一代信息技术对辅助指挥决策和救援实战的支撑力度还不够。人工智能专业、计算机专业等从业人员,有责任和义务探索新一代信息技术在智慧应急中的支撑作用和发展路径。本书系统归纳了人工智能中的多智能体联盟博弈理论和方法,从资源和任务双重约束的视角扩展了重叠联盟博弈、资源结盟博弈和技能结盟博弈联盟形成问题的计算复杂性分析和联盟结构生成方法,并以多智能体技术驱动智慧应急,提出了“应急响应联盟”的概念,基于联盟博弈理论和方法解决并发多任务环境下的受损路网抢修、应急资源分配和调度、决策冲突消解等难点问题,为未来大应急、大救援需求下的多种救援力量统筹调度与协同作战提供理论和技术支撑,为应急管理部门提升辅助指挥决策和救援实战能力作出一...

目录
荐语
查看详情 查看详情
目录

第1章绪论

1.1智能体agent与多agent系统

1.2重叠联盟博弈

1.3资源结盟博弈

1.4技能结盟博弈

1.5面向自然灾害的智慧应急

1.5.1智慧应急

1.5.2应急物资调度

1.5.3应急受损路网的修复

1.5.4应急路网修复和物资分配的联合调度

1.6面向化工园区的智慧应急

1.6.1化工园区应急救援情景典型特征

1.6.2化工园区应急物资分配研究现状

第2章计算智能与强化学习

2.1多目标优化问题

2.2动态规划算法

2.3遗传算法

2.4离散粒子群算法

2.5差分进化算法

2.6NSGA-Ⅱ算法

2.7非支配排序差异进化算法

2.8GDE3算法

2.9移位密度估计改进的第二代强度帕累托进化算法

2.9.1基本SPEA2

2.9.2移位密度估计

2.10多目标进化算法评价标准

2.11强化学习

2.11.1序贯决策问题

2.11.2马尔可夫决策过程

2.11.3价值函数

2.12Q学习算法

2.13深度强化学习

2.13.1深度Q网络

2.13.2双深度Q网络

2.13.3优先级经验回放学习

2.13.4竞争深度Q学习

第3章重叠联盟博弈

3.1重叠联盟结构生成

3.2面向资源的联盟结构

3.2.1问题描述

3.2.2基于二维二进制编码的求解策略

3.2.3LH编码修正策略

3.2.4基于至少承担量的编码修正算法

3.2.5基于虚拟联盟的编码修正算法

3.2.6基于剩余资源的编码修正算法

3.3面向任务的重叠联盟结构

3.3.1面向任务的重叠联盟结构生成模型... 查看详情

聚焦人工智能与智慧应急交叉研究,基于联盟博弈助力智慧应急,提高应急管理的科学化、专业化、智能化、精细化水平。


查看详情