Formulating an $n$-person noncooperative game as a tensor complementarity problem
本文考虑了一类$n$ -人非合作对策,其中每个局中人的效用函数由该局中人的支付张量定义的齐次多项式给出,它是双矩阵对策的自然扩张,其中每个局中人的效用函数由该局中人的支付矩阵定义的二次型给出.我们将这样的问题称为多线性博弈。我们重新制定的多线性游戏作为张量互补性问题,线性互补性问题的推广,并表明,找到一个纳什平衡点的多线性游戏是等价于找到一个解决方案的张量互补性问题。特别地,我们给出了多线性对策解与张量互补性问题解之间的显式关系,从而在这两类问题之间架起了一座桥梁。我们还应用一个光滑型算法来解决由此产生的张量互补性问题,并给出了一些初步的数值结果,解决多线性对策。
2016-02-10 math.OC
Discrete-Time Dynamic Noncooperative Game Theory
动态非合作对策理论是一个数学和经济学领域,目前正在进行大量的研究,在经济学和管理科学的许多不同领域,如资本积累和投资,R&D和技术创新,宏观经济学,微观经济学,市场营销中的定价和广告决策,自然资源开采,污染控制等,都有大量的应用。本学位论文的目的是纠正一些结果的离散时间仿射二次动态博弈的预先指定的固定持续时间与开环和反馈信息模式,并给出更短,更方便的证明,一些结果已经在文献中陈述。此外,我们提出了一些扩展的开环和反馈Stackelberg平衡解的离散时间仿射二次动态游戏的预先指定的固定持续时间,关于追随者的数量,结构的成本和状态函数和算法解体的可能性。
2014-09-18 math.OC
Decentralized Online Learning for Noncooperative Games in Dynamic Environments
研究了动态环境下非合作对策广义纳什均衡的分散在线学习问题。每个局中人的目标是自私地最小化自己的时变费用函数随时间变化的耦合约束和本地可行集约束。只有局部费用函数和局部约束对个体参与者可用,个体参与者可以通过固定的连通图接收其邻居的信息。此外,局中人没有关于未来时间的费用函数和局部约束函数的先验知识。在这种情况下,一个新的分布式在线学习算法,寻求所研究的游戏的GNE的镜像下降和原始对偶策略的基础上设计的。结果表明,通过适当选择递减步长,该算法可以获得次线性有界的动态遗憾和约束违反。最后,通过数值模拟验证了理论分析结果.
2021-05-13 math.OC
Noncooperative Game in Multi-controller System under Delayed and Asymmetric Information
School of Automation and Intelligent Manufacturing, Southern University of Science and Technology(南方科技大学自动化与智能制造学院);Qingdao Innovation and Development Center, Harbin Engineering University(哈尔滨工程大学青岛创新发展基地)
本文研究了在存在延迟和不对称信息的多控制器系统中非合作博弈问题,提出了一种公共-私人信息分解方法,通过解耦控制输入和状态估计,得到闭式纳什均衡,并证明信息集丰富度对玩家成本的影响。
2026-03-31 math.OC
Necessary conditions for linear noncooperative N-player delta differential games on time scales
我们提出了一般时间尺度上线性非合作N人delta动态博弈的必要条件。证明了开环纳什均衡和无记忆理想状态纳什均衡的必要条件。
2007-12-29 math.CA math.OC
Social Optimization in Noncooperative Games under Central Regulation
Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University(同济大学上海智能无人系统研究院);College of Electronics and Information Engineering, Tongji University(同济大学电子与信息工程学院);National Key Laboratory of Autonomous Intelligent Unmanned Systems(自主智能无人系统全国重点实验室);Frontiers Science Center for Intelligent Autonomous Systems, Ministry of Education(教育部智能无人系统前沿科学中心);KTH Royal Institute of Technology(瑞典皇家理工学院)
本文提出了一种不精确零阶算法,用于解决非合作博弈在高层调控下的双层社会优化问题,证明了算法的亚线性收敛性。
2025-12-01 math.OC
Lie-Bracket Nash Equilibrium Seeking with Bounded Update Rates for Noncooperative Games
本文提出一种基于分布式李括号极值搜索的无模型方法,用于二次非合作博弈中纳什均衡的局部收敛,通过李括号近似和李雅普诺夫直接法进行稳定性分析,并量化残差集大小,在寡头垄断示例上验证了理论结果。
2025-01-21 cs.SY eess.SY math.OC
Hierarchical Multistage Gaussian Signaling Games in Noncooperative Communication and Control Systems
本文分析了动态环境中信息提供者(信息提供方)与决策者(决策者)之间的有限时域分层信号博弈。当发送者和接收者反复交互时,底层信息会随着时间的推移而演变。然而,与经典的通信(控制)模型不同,发送者(传感器)和接收者(控制器)具有不同的目标,并且在参与者之间存在层次结构,使得发送者通过事先宣布他的策略来领导游戏。他需要预测接收者的反应和行动对地平线的影响,同时控制每次互动时所披露信息的透明度。二次成本函数和多元高斯过程,根据一阶自回归模型的演变,我们表明,无记忆的“线性”发送方信令规则是最佳的(在博弈论层次均衡的意义上)在一般类的可测量的政策在非合作通信的背景下。在非合作控制的背景下,我们还分析了线性信令规则的分层平衡,并提供了一个算法来计算最优的线性信令规则的数值与全局最优性的保证。
2019-06-11 cs.GT math.OC
Split Nash Equilibria for Related Games and Applications to Economics
在本文中,我们引入了与两个相关的非合作策略博弈的分裂纳什均衡问题的概念。然后利用Fan-KKM定理证明了巴拿赫空间中局中人的策略集为非空闭凸子集的相关非合作策略对策的分裂Nash均衡问题解的存在性。作为这一存在性在经济学中的应用,给出了一个例子,研究了两个相关经济体效用的分裂纳什均衡的存在性。作为应用,我们研究了价格竞争的双头扩展Bertrant模型的分裂Nash均衡的存在性
2017-12-17 math.OC
Distributed Event-Triggered Nash Equilibrium Seeking for Noncooperative Games
本文提出一种基于分布式事件触发极值寻求的无模型纳什均衡求解算法,通过正弦扰动估计伪梯度并保证闭环稳定与避免芝诺行为,最终在寡头垄断场景中验证其有效性。
2025-05-10 cs.SY eess.SY math.OC
Nash Equilibrium Seeking for Noncooperative Duopoly Games via Event-Triggered Control
本文提出一种结合极值搜索的分布式事件触发控制方法,首次以无模型方式实现双寡头非合作博弈的纳什均衡局部稳定收敛,在有限带宽下保证控制性能与闭环稳定性,并量化残差集大小。
2024-04-10 cs.SY eess.SY math.OC
Evolution of mixed strategies in monotone games
我们考虑了非合作对策中近似纳什均衡的基本问题。对于单调的游戏,我们设计连续的时间流收敛在平均意义上的纳什均衡。我们还研究了对称非合作对策的大玩家极限中的平均场均衡。在这种情况下,我们将另外表明,平均场平衡的近似是可能的,在一个合适的单调性假设。
2022-03-23 math.FA math.OC
An Optimization and Control Theoretic Approach to Noncooperative Game Design
本文从优化和控制理论的角度研究了非合作博弈的设计问题。定价机制被用来作为一种设计工具,以确保纳什均衡的一个相当普遍的类非合作游戏满足某些全局目标,如福利最大化或实现一定水平的服务质量(QoS)。这类博弈为分散式资源分配和网络拥塞控制、无线上行链路功率控制和光功率控制等控制问题提供了理论基础。在不同的知识假设(充分与有限的信息)和设计目标(QoS与效用最大化)的可分离和不可分离的效用函数的游戏设计问题进行了分析。“无政府状态的无政府代价”被证明不是包含定价机制的完全信息博弈的固有特征。此外,一个简单的线性定价被证明是足够的纳什均衡的设计,根据一个选定的全球目标的一个相当一般的一类游戏。在时间尺度分离的假设下,在两个独立的时间尺度上研究了博弈和定价动态的稳定性。因此,充分的条件推导,这使得设计者放置的纳什均衡解决方案或引导系统的轨迹到一个期望的区域或点。所得到的结果示出了一些例子。
2010-07-01 cs.GT cs.NI math.OC
Hierarchical Variational Inequality Problem for Noncooperative Game-Theoretic Selection of Generalized Nash Equilibrium
本文针对变分广义纳什均衡问题中均衡选择需要可信中心且可能产生偏见的不足,提出上层 v-GNEP 框架,将均衡选择本身建模为定义在下层 v-GNEP 解集上的 v-GNEP,并基于混合最速下降法给出保证收敛的迭代算法,实现无需可信中心的公平均衡选择。
2025-08-18 math.OC
Decomposable Penalty Method for Generalized Game Problems with Joint Constraints
我们考虑一个非合作对策问题的扩展,其中局中人有联合约束。在这种情况下,广义平衡点的正当性需要一个合理的机制来达到这种状态。我们建议将罚函数法与右侧的份额分配相结合,用一系列通常的Nash均衡问题和一个上层变分不等式作为主问题来代替初始问题.我们证明了这些辅助惩罚问题的解决方案的初始博弈问题的解决方案在弱收敛性条件下。
2020-03-21 math.OC
Nash equilibria for total expected reward absorbing Markov games: the constrained and unconstrained cases
本文研究抽象可测状态空间上非零和N人吸收马尔可夫博弈,在总期望收益准则下,证明约束与无约束问题中马尔可夫策略构成非合作均衡,并推出折扣模型的纳什均衡存在性。
2023-05-08 math.OC
A system-level approach to generalized feedback Nash equilibrium seeking in partially observed games
Aalto University(阿尔托大学);Federal University of Ceará(塞阿拉联邦大学)
针对部分可观测的网络物理系统中的非合作动态博弈,提出用系统级综合结合单调算子理论设计算法来寻求广义反馈纳什均衡,可施加多种约束并保证收敛,通过分散电网模拟实验验证了该方法。
2026-07-17 cs.SY eess.SY math.OC
First- and Zeroth-Order Learning in Asynchronous Games
本文研究了部分异步假设下的离散时间非合作博弈,通过线性控制理论推导出二次博弈的紧收敛条件,为一般凸博弈提出准占优条件,并基于反馈类型设计了一阶与零阶学习算法,分析了最后迭代收敛率且经数值实验验证。
2025-08-12 math.OC
Nash Equilibrium Seeking for High-order Multi-agent Systems with Unknown Dynamics
本文研究了一类动态未知的高阶多智能体系统的纳什均衡搜索问题。不同于现有的结果,单积分器,我们的目标是引导这类不确定的高阶代理的输出,一些非合作博弈的纳什均衡在一个分布式的方式。为了克服高阶结构、未知的非线性和监管要求带来的困难,我们首先为每个代理引入一个虚拟玩家,并为他们解决一个辅助的非合作博弈。然后,我们开发了一个分布式的自适应协议,通过嵌入这个辅助游戏动态到一些适当的跟踪控制器的原始代理来解决这个问题。在一定的激励持续存在条件下,讨论了参数的收敛问题。数值算例验证了算法的有效性。
2021-01-08 cs.SY eess.SY math.OC
Sliding-Mode Nash Equilibrium Seeking for a Quadratic Duopoly Game
本文提出一种基于分布式滑模控制与极值搜索的无模型方法,实现双寡头非合作博弈中纳什均衡的有限时间稳定收敛,并通过仿真验证了理论结果。
2024-05-24 cs.SY eess.SY math.OC
Sustainable cooperation on the hybrid pollution-control game with heterogeneous players
针对含两名远视者与一名近视者的混合污染控制微分博弈,引入季节性机制转换与异质偏好,通过庞特里亚金极大值原理求解不同场景策略,提出可持续合作最优性原理并明确其时间一致性前提,设计季节性IDP维持合作稳定性。
2025-04-16 math.OC
Privacy Impact on Generalized Nash Equilibrium in Peer-to-Peer Electricity Market
我们考虑一个点对点的电力市场,代理人持有他们可能不想分享的私人信息。该问题被建模为一个非合作的通信游戏,它采取的形式是一个广义纳什均衡问题,其中代理商确定他们的随机报告与其他市场参与者共享,同时预期的形式对等市场均衡。在非合作博弈中,每个代理决定报告的确定性部分和随机部分,使得(a)报告的确定性部分与真实隐私信息之间的距离是有界的,并且(b)隐私损失随机变量的期望是有界的。这允许每个代理更改其隐私级别。我们刻画了博弈均衡的特征,证明了变分均衡的唯一性,并给出了隐私价格的封闭表达式。此外,我们提供了一个封闭形式的表达式来衡量包含随机噪声和确定性偏离代理的真实值所造成的隐私保护的影响。数值例子上的14总线IEEE网络。
2021-01-18 cs.GT math.OC
Multi-Agent Decentralized Network Interdiction Games
在这项工作中,我们介绍了分散的网络阻断游戏,它模拟了多个阻断器之间的相互作用,不同的目标在一个共同的网络上运行。作为一个起点,我们专注于分散的最短路径阻断(DSPI)游戏,其中多个阻断者试图增加他们自己的对手的最短路径长度,他们都试图穿越一个共同的网络。我们首先建立了离散和连续阻断策略下的DSPI游戏均衡的存在性结果。为了计算这样的均衡,我们提出了一个重新制定的DSPI游戏,这导致了一个广义纳什均衡问题(GNEP)与非共享约束。虽然这样的问题是计算上的挑战,一般来说,我们表明,在连续的阻断行动,DSPI游戏可以制定为一个线性互补性问题和Lemke的算法解决。此外,我们提出了分散的启发式算法的基础上最佳反应动力学的游戏下连续和离散的阻断策略。最后,我们建立了理论界的最坏情况下的效率损失的均衡在DSPI游戏,这种损失所造成的非合作的拦截器之间缺乏协调,并使用分散的算法来实证研究的平均情况下的效率损失。
2015-07-27 math.OC
Incentives and co-evolution: Steering linear dynamical systems with noncooperative agents
本文将用户动力学建模为线性系统、服务提供商建模为广义纳什博弈智能体,提出协同演化均衡概念与轻触式控制策略,并给出降维方法,以最小干预引导网络系统达到期望结果。
2023-08-29 cs.SY eess.SY math.OC
On Discrete-Time Approximations to Infinite Horizon Differential Games
Instituto de Investigación en Matemáticas (IMUVA), Universidad de Valladolid(瓦拉多利德大学数学研究所);Departamento de Matemáticas, Universidad Autónoma de Madrid(马德里自治大学数学系)
本文研究了无限时间 horizon 非合作N玩家差分博弈的离散时间半离散化和完全离散化方法,证明了离散值函数在时间步长和网格尺寸趋于零时逼近连续时间博弈的值函数,并且离散纳什均衡在两种情况下均为ε-纳什均衡。
2026-05-11 cs.NA math.NA math.OC
Distributed Nash Equilibrium Seeking under Quantization Communication
研究了有限带宽通信下多局中人非合作博弈的纳什均衡求解问题。提出了一种分布式量化算法,它包括局部梯度播放、分布式判决估计和自适应量化。建立了算法的指数收敛性,并定量分析了收敛速度与带宽的关系。最后,一个能源消耗游戏的仿真验证了所提出的结果。
2021-11-14 cs.DC math.OC
Distributed strategy-updating rules for aggregative games of multi-integrator systems with coupled constraints
在本文中,我们探讨了网络上的多集成商代理与耦合约束的聚合博弈。为了达到聚合博弈的一般纳什均衡,结合拉格朗日乘子的协调和聚合者的估计,提出了一种分布式策略更新规则.每个玩家只能访问部分决策信息,并在一个权重平衡的有向图中与他的邻居进行通信,该有向图表征了玩家对从邻居那里接收到的信息值的偏好。我们首先考虑网络的双积分代理,然后专注于多积分代理。利用李雅普诺夫稳定性理论、奇异扰动理论和无源理论分析了相应动力系统的收敛性,证明了所提策略更新规则的有效性.数值例子来说明我们的结果。
2021-06-20 cs.SY eess.SY math.OC
On the linear convergence of distributed Nash equilibrium seeking for multi-cluster games under partial-decision information
研究了部分决策信息情形下多集群博弈纳什均衡的分布式策略设计问题。在所考虑的游戏中,有多个集群,每个集群由一组代理。集群被看作是一个虚拟的非合作的球员,旨在最大限度地减少其本地支付函数和代理在集群内的实际球员,合作,通过通信,通过连通图优化集群的支付函数。在我们的设置中,代理只有部分决策信息,也就是说,他们只知道本地信息,不能完全访问对手的决定。为了解决这个公式化的游戏NE寻求问题,一个离散时间的分布式算法,称为分布式梯度跟踪算法(DGT),设计的基础上,集群间和集群内的通信。在所设计的算法中,每个代理都配备了策略变量,包括自己的策略和其他集群的策略估计。借助加权Fronbenius范数和加权Euclidean范数,给出了严格的理论分析,证明了算法的线性收敛。最后给出了一个数值例子来说明所提出的算法。
2022-06-07 math.OC
Asynchronous and time-varying proximal type dynamics multi-agent network games
在本文中,我们研究了非合作多智能体网络游戏的背景下,邻近型动力学。这些动态出现在不同的应用中,因为它们描述了多代理网络中的分布式决策,例如,在意见动力学、分布式模型拟合和网络信息融合中,每个代理的目标是仅使用本地信息来寻求均衡。我们分析了这类游戏的几个共轭,提供收敛结果,或设计寻求平衡的算法时,原来的动态无法收敛。对于仅受局部约束的游戏,我们研究了同步/异步动态和时变通信网络。对于除耦合约束外的博弈问题,我们设计了一个收敛于一类特殊博弈均衡的均衡搜索算法。最后,我们通过数值模拟的意见动力学和分布式模型拟合的理论结果进行了验证。
2019-09-24 cs.GT math.OC
A Differential Game Model of Opinion Dynamics: Accord and Discord as Nash Equilibria
提出了一个意见动态的非合作微分(动态)对策模型。在这个博弈中,代理人的动机取决于他们对他人意见的性质的期望,以及他们受他人影响的敏感程度,他们有多固执,以及他们愿意在规定的时间间隔内改变他们对一系列问题的看法。这些动机是由所有行为者独立形成的。网络中纳什均衡的存在意味着一种集体行为是在局部互动规则和这些个体动机的基础上产生的。我们证明了一个唯一的纳什均衡可能存在于完全不同的情况下的游戏。它不仅可能存在于网络中的代理人之间的感知和谐,而且也可能存在于代理人对问题之间的相关性有不同看法的情况下。第一种导致网络中的一致,通常表现为部分共识,第二种导致意见不一致,表现为摇摆不定。在达成一致的情况下,网络中的和谐可能表现为对问题的成对概念的相似性,但也可能是对网络中“领导者”地位的一致意见。只有当网络处于不协调状态时,纳什均衡才可能不存在。
2020-02-23 math.OC
A Survey on Distributed Online Optimization and Game
Tongji University(同济大学);Shanghai Research Institute for Intelligent Autonomous Systems(上海智能自主系统研究院);Nanyang Technological University(南洋理工大学);Harvard University(哈佛大学)
分布式在线优化和博弈在过去十年中得到了越来越多的研究,主要是由于其在传感器网络,机器人(例如,分布式目标跟踪和编队控制)、智能电网、深度学习等等。在这些问题中,有一个可以合作的代理网络(即,分布式在线优化)或非协作(即,网络游戏,通过信息交流。在动态甚至对抗环境中,每个代理的局部成本函数往往是时变的。每一次,决策必须由每个代理人根据手头的历史信息做出,而不知道成本函数的未来信息。对于这些问题,目前还缺乏一个全面的调查。本文旨在从问题设置、通信、计算、算法和性能的角度对分布式在线优化和博弈进行全面的概述。此外,还讨论了一些潜在的未来发展方向。
2023-01-21 cs.LG math.OC
Distributed coordination for seeking the optimal Nash equilibrium of aggregative games
针对具有层次结构的多智能体判定问题,设计了一种分布式协调算法。主要目标是寻找一个非合作对策的纳什均衡,使得每个局中人在其私人目标下都没有偏离均衡的动机。同时,代理人可以协调优化的纳什均衡的基础游戏的集合内的社会成本。这样的最优纳什均衡问题可以建模为一个带有变分不等式约束的分布式最优化问题。我们考虑的情况下,潜在的游戏和社会成本最优化问题的目标函数有一个特殊的聚合结构。由于每个参与者只能访问其局部目标,而不能知道所有参与者的决策,因此分布式算法是非常可取的。利用Tikhonov正则化和动态平均跟踪技术,在基于梯度的Nash均衡搜索的基础上引入激励项,提出了一种分布式协调算法,以干预参与者的决策,提高系统效率.通过仿真研究,证明了该算法收敛于单调对策的最优纳什均衡。
2022-05-14 cs.GT math.OC
Differentially Private Online Distributed Aggregative Games With Time-Varying and Non-Identical Communication and Feedback Delays
本文提出了一种在线分布式双平均算法,以处理具有时间变化和非相同通信和反馈延迟的差分隐私在线分布式聚合博弈中的隐私泄露问题,并实现了可证明的低遗憾界。
2025-12-13 cs.GT math.OC
The Efficiency of Generalized Nash and Variational Equilibria
共享约束博弈是非合作的$N$ -玩家博弈,其中玩家通过共同的耦合约束耦合。众所周知,这样的游戏承认两种均衡-广义纳什均衡(GNE)和变分均衡(VE)-有两种不同的经济解释。我们认为这样的游戏在资源分配的背景下,玩家同时移动,以决定他们可以消耗的资源部分的耦合约束下,他们所需的部分的总和不超过资源的能力。我们澄清了最坏的情况下,最好的情况下的效率,这些类型的均衡在所有的游戏在一个类。我们发现,这两个解决方案的概念在零和最好的情况下的效率是单位的最坏情况下的效率。此外,我们的子类的游戏,所有VE是有效的,并表明,即使在这个子类中,但最坏的情况下,效率的GNE是零。最后,我们讨论了可以补救零最坏情况效率的方法。
2019-08-02 cs.GT cs.SY eess.SY
Dynamic control of agents playing aggregative games with coupling constraints
Eindhoven University of Technology(埃因霍温理工大学)
本文研究如何通过中央协调器控制非合作异质代理群体,使其在共享凸约束下趋近群体均衡,提出基于算子理论的动态控制法,实现全局收敛。
2017-03-11 cs.GT cs.MA cs.SY
Towards time-varying proximal dynamics in Multi-Agent Network Games
University of Groningen(格罗宁根大学);TU Delft(代尔夫特理工大学)
本文研究了多智能体网络博弈中时间变化的近端动力学,通过算子理论分析了固定通信网络下的收敛性,并考虑了具有驻留时间的时变邻接矩阵情况,通过分布式机器人探索示例进行了验证。
2018-11-11 cs.GT cs.SY eess.SY
Continuous-Time Distributed Seeking for Variational Generalized Nash Equilibrium of Online Game
Harbin Institute of Technology(哈尔滨工业大学);City University of Hong Kong(香港城市大学);Southeast University(东南大学)
本文提出两种连续时间分布式变分广义纳什均衡寻求算法,实现常数遗憾界和次线性拟合界,优于在线优化问题和在线游戏的现有标准。同时引入动态事件触发机制以减少通信,保持性能并禁止Zeno行为,且证明通信噪声不影响结果有效性。
2026-04-10 cs.SY eess.SY math.OC
Dynamic Potential Games in Communications: Fundamentals and Applications
Universidad Politécnica de Madrid(马德里理工大学);Universidad Carlos III de Madrid(卡洛斯三世大学)
本文研究动态势游戏在通信中的应用,提出通过单个多变量优化控制问题解决此类问题,并针对四个典型场景提供数值方法。
2015-12-28 cs.GT cs.SY eess.SY
Competitive Design of Multiuser MIMO Systems based on Game Theory: A Unified View
本文利用博弈论的方法研究了高斯干扰信道中互信息的非合作最大化问题。在过去的十年中,这个问题已经在许多论文中研究了频率选择性信道的情况。保证纳什均衡(NE)的唯一性和许多不同的分布式算法的收敛性的各种条件已被推导出来。在本文中,我们提供了一个统一的视图的国家的最先进的结果,表明大多数的技术在文献中提出的研究游戏,即使显然不同,可以统一使用我们最近的解释注水运营商作为一个投影到一个适当的多面体集。基于这种解释,然后,我们提供了一个数学框架,得到一组统一的充分条件,保证唯一性的NE和基于注水的异步分布式算法的全局收敛性。建议的数学框架也有助于研究更一般的MIMO情况下,只有少数结果是在目前的文献中的游戏扩展。所得到的算法是,类似于频率选择性的情况下,迭代异步MIMO注水算法。收敛性的证明再次取决于MIMO注水作为矩阵投影的解释,这是我们在频率选择性情况下获得的注水映射结果的自然推广。
2008-06-10 cs.GT cs.IT math.IT