基于规则提升的Agent系统异常处理方法

基于进化计算理论中的重组思想, 提出一种基于规则提升的Agent系统异常处理方法, 处理Agent系统中违背执行规则的异常. 该方法根据规则间的相互触发和执行情况分析得到规则处于异常状态的原因, 重组处于异常状态的规则, 提升规则向适应环境的方向进化. 实验结果表明, 该方法能处理规则的异常状态, 增强了规则的触发条件, 保证了规则达到预期的后置条件, 提高了Agent系统在开放环境下的异常处理能力.     

模糊离散事件系统在信息服务系统中的应用

用模糊离散事件系统(FDES)从离散事件的角度去描述一类包含所谓“具有确定性的不确定/模糊”问题、与人的主观观察/判断密切相关的复杂系统.将信息服务系统分为若干个自主智能实体———Agent,提出了Agent服务状态的概念.根据信息服务过程中的一些辅助观测量,评判Agent系统当前的服务状态,用基于规则的FDES去描述各种服务状态之间的转化行为,并构造FDES监督控制器,使Agent的服务状态始终得到有效调控,起到了合理利用有限资源、保持负载平衡、防止请求任务阻塞等作用,提升了Agent的服务状态品质.通过在纺织行业信息服务平台中的应用,证明了该方法的有效性.     

多Agent的计算机支持协同设计异常处理模型分析

结合工作流和多Agent技术,提出一种基于多Agent的计算机支持协同设计(CSCD)异常处理框架．在通信层,超时策略根据当前Agent自身状态和网络状态自适应地使用面向连接和无连接消息服务,以便为可靠的通信提供保障,减少通信故障对异常处理的影响．结合多Agent协调理论,扩展了通信原语,并利用面向对象Petri网(OOPN)建立了多Agent的状态变迁模型,验证了该原语的有效性．在应用层,按照Agent的信息处理流程,结合工作流和客户／服务器技术,利用OOPN对多Agent的CSCD系统的客户端和服务器内部模型进行定义,验证了多Agent系统的动态行为,所建立模型的多实例、多线程访问控制处理能力,以及在线和离线异常处理机制．     

金融系统中证券市场资金流仿真研究

将基于Agent的建模方法应用于金融系统的证券市场中,构造了企业、个人、政府和银行四类Agent,分析了各Agent之间的信息流和资金流;并重点研究了投资者Agent的内部状态和规则转换,为复杂金融系统领域的进一步研究打下了基础.     

一种基于多Agent的动态负载平衡算法应用研究

在介绍动态负载平衡算法基本原理的基础上，提出了一种基于多Agent的负载平衡算法DMAL，定义了节点机可能的4种状态，并讨论了DMAL算法的实现规则；描述了基于DMAL算法的任务调度模型；讨论了DMAL算法中任务的分类问题、任务的迁移粒度问题、负载迁移的触发时机问题；为了增强在负载平衡时处理节点间的通信能力，引入了多Agent技术，并为异构分布式处理系统提出了一种基于DMAL算法的负载平衡框架结构；最后通过实验仿真，比较了DMAL算法、现有的负载平衡算法以及不作负载平衡的运行结果．实验结果表明，基于DMAL算法的分布式处理系统工作在不同负载和应用问题数据规模的情况下，在任务的处理时间、丢弃率和平均响应比方面都显示出良好的性能，从而验证了该算法方案的可行性和有效性．     

舰船冷却水系统多智能体自治状态重构方法

针对现代舰船运行环境的不确定性和动力平台集成管理智能化的需求,以舰船冷却水系统为研究对象,研究了其在不确定性条件下基于多智能体（Agent）自治决策模型的状态重构方法.通过将该系统的状态重构问题看作松耦合的马尔可夫决策过程（MDP）,建立了其基于MDP的多Agent自治决策模型.使用遗传算法对决策空间进行全面搜索得到最优策略,并通过数值计算验证了其性能.在获得的最优策略的指导下,实现了冷却水系统的自动状态重构.该方法能够提高冷却水系统的自主决策水平和任务效率.     

一种规则驱动的业务流程异常处理方法研究

调用Web服务实现业务流程,是业务流程的新趋势。由于业务流程的松耦合性,以及Web服务的异质性和自治性,执行Web服务驱动的业务流程时,异常是经常发生的。为了提高业务流程执行的可靠性, 定义了业务流程执行中的异常类型和相应的处理方法。采用一种基于ECA规则驱动的异常处理方法,能对发生的异常选择相应的策略进行处理,具有很好的透明性和可扩展性。最后在现有流程引擎的基础上,添加了部分功能模块,设计并实现了业务流程异常处理的原型系统。     

基于多Agent的能源供需模型

为了解决用数学模型难以预测能源系统供需结构的问题,提出了基于多Agent的能源供需模型结构.定义各Agent抽象结构与具体实现,提供与各Agent任务匹配的控制方法与控制规则,构建基于多Agent的能源系统分层递阶结构,并在Simulink平台进行仿真.实验结果表明:多Agent方法建立的能源供需模型可有效地实现能源供需结构预测,可以为政府部门的能源规划和决策提供有力依据.     

金融仿真系统中的企业账户Agent设计

金融系统属于复杂系统,基于多Agent的仿真技术是研究复杂系统的一个重要手段.建立了模拟企业帐户资金流动的面向对象模型(Agent)的体系结构,并提出了基于Agent的离散事件仿真方法.进一步地选取了比较有代表性的汽车行业为例,设计了模拟一个典型汽车制造公司资金流动的Agent,包括其事件集、规则库等组成要素,为复杂金融系统领域的进一步研究打下了基础.     

主动数据库的规则终止性分析

提出一种基于进化图的规则终止性静态分析的方法，全面考虑了触发图、活化图和惰化图。这种基于进化图的分析方法比传统基于图的分析方法分析更为精确，之后提出了规则终止性分析算法并证明了其正确性。     

基于多Agent强化学习的战时备件供应保障动态协调机制

有效的备件供应保障是保证航空装备处于良好状态的重要因素.战时备件供应保障的不确定性特点突出.为了应对这些不确定,精确保障要求下战时备件供应保障更加强调备件资源在系统中的动态协调.鉴于战时备件供应保障系统与多Agent系统的相似性,采用基于Agent的建模仿真技术研究多阶段供应保障过程中的动态协调机制.以Agent之间的供需关系为基础给出了多Agent系统模型结构中小组的定义.为了给出备件短缺情况下使军事效益最大的备件分配策略,设计出以小组为单位的多Agent强化学习方法.最后通过仿真实例验证了方法的有效性.     

基于事件条件动作规则的智能主体结构

为了增强智能主体能力及方便地实现一个智能主体系统,在抽象语言AgentSpeak(L)基础上,引入事件条件动作规则,并从功能和实现的角度对心智模型进行必要扩充和完善.定义了E-Agent的心智模型,设计了E-Agent的Agent描述语言,给出了E-Agent的解释执行过程.实现了一个包括可视化建模工具和运行环境的智能主体系统.该系统具有可视化建模、易于使用等优点.     

基于强化学习的多Agent系统规划规则抽取方法

强化学习和规划技术在目标上有着很高的相似性,而在技术上又具有互补性,因此,基于强化学习的Agent规划规则抽取问题长期以来一直是研究的热点。针对基于强化学习的多Agent系统在规划规则抽取方面存在的问题,提出了一种从多Agent Q学习中抽取满足规划条件的规划规则的RL—MAPRE算法,并给出了理论分析。     

基于MAS的舰艇防化指挥自动化系统

为了满足未来信息化海战对舰艇防化指挥自动化系统的要求,利用多智能体系统(MAS)技术,构建了一种舰艇防化指挥自动化系统框架.首先,采用基于多Agent的模式驱动策略、智能结构化思想和综合集成方法,研究了舰艇防化指挥自动化系统的实体结构、设计思想、仿真建模和集成交互;然后,对多Agent信息融合系统、各级终端系统结构和基于Agent的结构化等关键部分进行分析.研究结果表明:该方法论可以获得较佳的体系结构模式、良好的仿真建模策略和优异的智能结构模块,能够显著提升系统的智能化水平,降低系统仿真建模的复杂性,改善系统的灵活性和重组性;所表达的结构具有良好的动态组织性、实用性、实时性、可用性、扩展性和重用性.这为舰艇防化指挥自动化系统智能化的研制或改进提供了新的有效途径.     

一种基于行为规则的用户助手Agent的研究

用户助于Agent是帮助 用户或部分代替用户参与任务的软件Agent,该文在给出一个多Agent系统组织模型的基础上,根据模型中用户及用户Agent的分布特点,给出了用户Agent的基于精神状态的主要行为规则,以改善用户Agent的性能。该文还提出了一种合作伙伴的选择方法,该方法有利于提高完成任务的成功率。     

基于博弈论及惩罚机制的多Agent协作控制算法

针对协作过程中自利的Agent选择回报更高的任务去执行,导致当前任务不能正常执行的问题,提出一种基于博弈论及惩罚机制的协作控制方法.在形成协作时优先选择信誉值较高的Agent,在协作执行过程中利用惩罚机制来约束退出协作的Agent的行为.仿真结果表明,该算法能有效地避免Agent在协作中随意的退出,确保协作任务的顺利执行,提高协作成功率.     

基于差分进化算法的置信规则库推理的分类方法

现有基于置信规则库参数学习的分类系统存在着一些问题,如分类准确度受模糊子区间划分数量约束,成非严格正相关关系;参数学习方法需人为给定规则数量;推理过程未体现特征与分类结果关联度等.为解决这些问题,提出基于差分进化算法的置信规则库推理的分类方法,该方法包括置信规则库分类系统构建及参数训练.首先引入置信规则库分类系统构建策略确定规则数;然后使用置信推理方法作为分类查询推理机;最后结合差分进化算法建立训练模型.在实验分析中,首先通过与现有分类方法进行对比,验证该方法的有效性;再通过对比不同区间划分数的置信规则库分类系统,说明参数训练的合理性.实验结果表明,该方法合理有效.     

基于人工免疫算法的转子系统扭矩扰动识别方法

提出了一种对多支承转子系统在运转过程中所受的扭矩扰动进行识别的方法. 该方法基于人工免疫系统的阴性选择算法,提取转子转速和轴承载荷作为特征参量,首先获得转子系统正常工作状态下的自己模式串,并随机产生初始检测器;进而利用人工免疫系统的进化学习机制,对转子扭矩受扰后获得的异常工况下的非己模式串进行学习和记忆;进化学习后生成典型扭矩扰动下的成熟检测器,能够区分和标记不同类型的扭矩在状态空间上所对应的区域. 实验结果表明:该方法能有效地检测出转子系统异常扭矩扰动,并能对扭矩类型做出很好的识别.      

一种基于Cloud-P2P计算架构的大规模病毒报告分析机制

通过引入新型的云计算与对等计算融合模型Cloud-P2P,提出基于Cloud-P2P计算架构的大规模病毒报告分析机制. 该机制充分利用海量终端的计算能力,将针对大规模病毒报告的分析任务进行有效分割,并通过移动Agent有序部署到服务器端和终端节点上执行,从而有效降低服务器端的负载,提高系统的处理效率. 详细阐述了Cloud-P2P融合计算模型、基于移动Agent的任务部署与执行点选择机制以及基于Cloud-P2P计算架构的大规模病毒报告分析机制和原型系统,并从负载平衡、安全性、可靠性等方面进行了性能分析. 分析结果表明,机制具有良好的理论与实用参考价值.      

IEEE802154标准化协议在ATmega平台上的设计与实现

在基于ATmega的自主设计的硬件平台上,设计并实现了国际标准协议IEEE802154.在该标准协议的设计和实现中,采用了有限状态机的思想,把标准协议中节点分成了若干状态,状态和状态之间通过触发条件转变,对于IEEE802154协议,触发条件就是收到不同的帧和上层的相关命令,利用有限状态机思想能有效地把复杂的逻辑处理分离开来,提高了协议的可扩展性.为了能延长节点的生命,提高协议的灵活度,设计并实现了一种基于自适应CAP和CFP的调节和管理方法.实践应用结果表明,该方法有效延长了节点生命,并适合某些特定的上层应用,对IEEE802154协议的应用研究具有一定意义.