стохастична гра

Досліджується проблема координації та самоорганізації стратегій мультиагентних систем на основі моделі стохастичної гри виду «хижак – жертва» з локальними зв’язками між агентами. Розроблено ігровий рекурентний метод та алгоритм координації стратегій агентів під час мінімізації функцій середніх програшів. Виконано комп’ютерне моделювання стохастичної гри «хижак – жертва». Досліджено вплив параметрів моделі на збіжність ігрового методу.

Досліджено проблему кооперативного прийняття рішень у мультиагентних системах на основі моделі стохастичної гри з корельованими стратегіями. Сформульовано ігрову задачу, розроблено метод та алгоритм для її розв’язування. Наведено та проаналізовано результати комп’ютерного моделювання стохастичної гри з корельованими стратегіями.

Досліджується проблема ігрової самоорганізації розподіленої системи на прикладі розв’язування задачі побудови латинських квадратів. Суть самоорганізації полягає у перетворенні локально скоординованих стратегій гравців у глобальну координацію розв’язків стохастичної гри. Сформульовано ігрову задачу, розроблено метод та алгоритм її розв’язування, виконано комп’ютерне моделювання стохастичної гри для побудови ортогональних та звичайних латинських квадратів. Отримано та проана- лізовано характеристики самоорганізації стохастичної гри.

Досліджується проблема координації стратегій мультиагентних систем на основі моделі стохастичної гри з локальними зв’язками. Розроблено ігровий рекурентний метод та алгоритм формування узгоджених стратегій агентів в процесі мінімізації функцій середніх програшів. Виконано комп’ютерне моделювання стохастичної гри для побудови карти скоординованих стратегій. Досліджено вплив параметрів моделі на збіжність ігрового методу.

Розроблено стохастичну ігрову модель самоорганізації стратегій стохастичної гри мобільних агентів у вигляді циклічних поведінкових патернів, які складаються із узгоджених стратегій переміщення агентів у обмеженому дискретному просторі. Поведінковий патерн багатоагентної системи є візуалізованою формою впорядкованого пере- міщення агентів, яка виникає із їх початкового хаотичного руху в ході навчання стохастичної гри.

Розглянуто актуальну проблему кластеризації онтологій для оптимізації операцій
інтелектуального опрацювання даних в умовах невизначеності, зумовленої неточністю
або неповнотою даних про предметну область. Кластеризація онтологій – це процес
автоматичного розділення множини онтологій на групи (кластери) на основі ступеня
їхньої подібності. Для розв’язування задачі кластеризації необхідно задати міри
близькості онтологій, вибрати або розробити алгоритм кластеризації та виконати
змістовну інтерпретацію результатів кластеризації.

Побудовано стохастичну ігрову модель прийняття рішень в ієрархічних системах з авторитарним стилем управління. Розроблено адаптивний рекурентний метод для розв’язування стохастичної гри в умовах апріорної невизначеності на основі стохастичної апроксимації умови доповняльної нежорсткості, яка описує розв’язки гри за Нешем у змішаних стратегіях. Виконано комп’ютерне моделювання стохастичної гри прийняття рішень в авторитарній ієрархічній системі зі структурою бінарного дерева. Досліджено вплив параметрів на збіжність ігрового методу.

Побудовано ігрову модель прийняття рішень в ієрархічних системах, які функціонують в умовах апріорної невизначеності. Розроблено адаптивний рекурентний метод та алгоритм розв’язування стохастичної гри. Виконано комп’ютерне моделювання стохастичної гри прийняття рішень в ієрархічній системі зі структурою бінарного дерева. Досліджено вплив параметрів на збіжність ігрового методу.