电气工程与系统科学 > 系统与控制
[提交于 2025年7月22日
]
标题: 稳定且公平的混合能源卡车编队利益分配:联盟博弈方法
标题: Stable and Fair Benefit Allocation in Mixed-Energy Truck Platooning: A Coalitional Game Approach
摘要: 本文研究由燃油卡车和电动车组成的混合能源卡车编队中的利益分配问题。 在编队形成过程中,卡车之间的互动被建模为具有可转移效用的联盟博弈。 我们首先设计了一个稳定的收益分配方案,考虑了能量节省和编队角色(领导者或跟随者)的卡车异质性,并建立了核心稳定性条件,以确保没有任何卡车子集有动机为了获得更大利益而偏离。 为了提高收益公平性,我们随后提出了一种基于夏普利值的闭式分配方法,该方法计算效率高且与编队规模无关。 提供了分配既公平又核心稳定的充分条件。 在夏普利值不在核心的情况下的场景中,我们开发了一种基于稳定收益的替代分配方法,该方法在保持核心稳定性的同时,使平均相对偏差最小化。 进一步证明该偏差被$1$上界所限制,表明在稳定性和公平性之间具有有利的权衡。 最后,大量的数值研究验证了理论结果,并展示了所提出框架在促进混合能源卡车编队中稳定、公平和可持续合作的有效性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.