基于颜色Petri网的多agent动态调度建模与分析

多agent系统是一个典型的分布式系统,其任务调度策略的性能对于整个系统的性能有重要的影响。调度策略研究领域中一个重要问题是如何动态可视化地呈现调度过程。颜色Petri网结合了Petri网和高级程序语言的优点,拥有严格的数学理论基础,能够对分布式系统进行图形化的模拟。提出了一种基于层次颜色Petri网的多agent调度过程建模方法,该方法对多agent任务处理的全过程进行了建模,模型中通过不同角色的agent对任务进行动态分解和调度,利用Petri网仿真工具,能够在调度过程中考察所提出的调度策略与已有调度策略相比所具有的优点,而且通过对调度简化模型的状态空间进行分析,证明了调度策略的正确性和合理性。目前这种基于Petri网的形式化的可视仿真方法和模型评价方法是其它验证方法难以实现的。     

聚合级实体仿真中任务的分解与解聚

提出了聚合级实体任务分解和任务解聚的概念。任务分解是任务空间概念模型(CMMS)的核心问题,提出了任务分解的一般指导原则和基本方法。任务解聚是多分辨率仿真中不同分辨率实体保持任务一致性的必然要求,提出了聚合级实体发生解聚时其指挥任务的解聚方法。给出了装甲营进攻过程中任务分解与解聚的示例。     

本体论在Agent间通信中的应用

在基于agent的仿真系统中，agent之间的协作和通信问题一直是研究的热点和重点。而agent的通信问题又是agent协作前提。目前存在的agent通信语言只规范了通信行为，而没有规范通信内容。本体论作为一种知识表示方法，利用它对agent通信内容进行规范化表示是一种可行的方式。首先对本体的概念做了简要介绍，并结合一个例子给出了领域本体的开发方法、步骤，然后对本体理论在agent问通信方面的应用进行了详细探讨。     

基于ABMS的飞机拦截作战效能评估方法

研究了采用基于agent的建模与仿真(agent based modeling and simulation, ABMS)进行飞机拦截作战效能评估的方法。针对拦截作战的特点,提出了一种基于信息过程、以任务状态机为核心的agent模型结构。在此结构下,提出了信息域映射agent的概念以及基于此概念进行传感器探测与跟踪建模的方法,并给出了雷达探测与跟踪的通用模型。针对两类典型拦截作战情形进行了仿真和参数影响分析,验证了方法的合理性和有效性。分析结果表明,在单机作战、多机平台中心战和多机网络化作战3种不同作战模式下,飞机性能对效能的影响方式存在一定差异。     

实现战术态势估计的一种多agent计划识别方法

利用目标编群思想描述多agent行动之间的协作关系,建立了一种基于多agent计划识别的战术态势估计模型。分析了计划库的构成及结构层次,给出了一种基于多agent假设的计划识别算法。以一阶谓词逻辑为形式语言,扩展了战术智能规划的一个实例,引入了描述多agent完成同一任务的谓词和算子。对实例的分析说明了基于多agent计划识别的态势估计过程,表明了使用该方法求解态势估计问题的可行性。     

基于信息流的C2组织结构仿真评价研究

建立了C2(Command and Control)组织的信息流描述图模型与矩阵模型。从决策agent在知识、能力上的宽度与深度两个角度分析了决策agent之间进行信息交换、指挥控制命令传递的特点,在此基础上建立了C2组织中决策agent的功能模型,并定性地分析了多agent之间协同决策在决策质量、时间上的影响因素。最后针对一个简单的作战任务,从信息流的角度应用仿真方法对8种典型的C2组织结构进行了评价,仿真结果反映了C2组织结构的发展趋势。     

任务主体二元约束下作战任务分解EVA方法

针对复杂作战任务分解中存在的随意性、不确定性问题, 综合考虑任务主体能力属性和结构特征等二元约束, 提出了一种由子任务集提取(extraction, E)、约束检验(verification, V)、子任务集调整(adjustment, A)等步骤递进循环形成的任务分解EVA方法。首先, 构建了全局任务空间, 提出基于任务匹配的子任务集提取方法; 其次, 针对任务主体能力属性和结构特征的二元约束, 建立了子任务集调整模型, 通过改进精英保留策略, 引入任务分解粒度和交叉变异概率动态调整策略, 提出了一种引进的非支配排序遗传算法-Ⅱ(improved non-dominated sorting genetic algorithm-Ⅱ, INSGA-Ⅱ)算法; 最后, 进行仿真实验, 验证了算法相较于传统多目标优化算法在解集多样性、收敛性和时间性能上的优势。研究结果表明, 所提方法能够使决策者依据任务主体实际自主调控任务分解结果, 在一定程度上克服了传统方法过度依赖主观经验, 忽略任务主体能力属性、结构特征约束的问题。     

多agent股票预测支持系统的设计

股票市场的预测是一个非常难的研究课题，建立股票预测支持系统是进行股票预测的一种有效手段，本文提出一种全新的利用多agent系统来设计股票预测支持的方法，将每一种定性或定量的预测方法都设计成一个预测agent，各个预测agent都有预测求解方法，知识处理及同其它agent通讯合作的能力，随着系统的运行，各个agent不断地学习以提高自己的能力，从而提高整体系统预测准确性。     

战争系统中面向按需服务的仿真资源综合集成问题研究

针对当前高层战争问题的新特点，提出了面向按需服务的仿真资源综合集成概念，设计了适应按需服务要求的仿真资源综合集成三层参考模型。在此基础上，按照BDI agent方法对仿真服务请求进行任务规划，提出了仿真服务引擎“时间-事件”混合调度机制，并用agent对仿真服务进行了初步的形式化封装。     

使命空间模型研究初步

使命空间模型(MSM)是使命空间概念模型(CMMS)的核心问题,是军事仿真领域的重要问题,是作战人员对真实世界军事行动的形式化规范描述,它描述了军事领域中过程、实体、环境、交互和任务。文中首先对MSM中经常使用的一些概念进行了阐述,接着介绍了MSM开发中的上下文、数据的收集和形式化及公共的语义和语法,给出了使命-阶段-任务的三层分解机制,最后结合一个攻击机场的实例进行了使命分解。     

多Agent协作环境下的任务分配

对多Agent协作环境下的任务分配机制进行了论述。在合同网的分配机制基础上,提出了一种基于合同网的改进机制———任务列表分配机制。该任务分配机制针对多Agent协作工作时面临的突发性事件,能有效地提高系统的实时处理能力和工作效率。以多机器人系统为例,应用任务列表分配机制,解决突发事件下多机器人任务的再次分配问题,满足了多机器人协调工作的实时性要求。实验和理论证明了其机制的优越性。     

基于协进化方法的多智能体协作系统体系结构及其仿真框架

通过分析多智能协作问题的研究现状，借鉴自然界中物种之间协同进化机制而得到的协进化计算思想，提出了基于协进化机制的多智能体系结构和协作方法，介绍了协作化智能体的分层设计方法，协进化智能体之间以及智能体与环境之间的交互过程，并设计了基于协进化方法的多智能体系协作系统仿真框架，以多武器平台协同的控制对抗仿真系统为背景进行了实验研究。     

机器人焊接柔性制造系统的多智能体协调控制

提出了利用分布式的多智能体协调控制技术实现对焊接柔性制造系统进行控制的思想。通过对集成多机器人和多传感器的焊接柔性制造系统进行焊接生产任务执行过程的分析,提出了针对焊接柔性制造系统的多智能体控制系统结构。最后利用JADE多智能体系统开发平台建立了一个多智能体控制系统,并通过实验验证了该系统的有效性及合理性。     

有单一虚拟领导者的时延编队一致性

引入一种有单一虚拟领导者的存在通信时延的二阶多智能体编队控制模型,分析了时延对编队一致性的影响。通过构造Lyapunov-Krasovskii泛函,综合运用LMI方法,推导证明了有单一虚拟领导者的时延编队系统取得一致的条件。证明过程中引入自由权矩阵的思想,得到了系统取得一致性的时延的上界和相应的自由权矩阵。数值实例和仿真结果表明了方法的有效性。     

工作流过程的结构变化分析

业务过程的动态性要求工作流系统具备相应的适应能力.当工作流流程发生变化时,将存在一个潜在的问题,即变化后的流程可能会产生死锁、不一致性等错误.这篇文章主要讨论工作流流程的结构变化问题.提出了一个判断结构变化是否可行的准则,即不出现错误以及不一致现象,该准则从结构和行为属性方面进行考虑.给出了一个计算最小变化域的算法,并且证明了变化域的结构正确性及行为一致性能够保证结构变化的可行性.用一个实例说明了该方法的有效性.     

WfMS系统建模和内部协调

通过对工作流和工作流管理系统相关定义和功能的分析,建立了基于关系和模型分解的工作流和工作流管理系统的数学模型。根据建立的参考模型、针对工作流管理系统的协调重点,从任务序列的执行和模型对象的扩展两个方面,对工作流管理系统提出两种协调模式,并对协调方式的机理和内容进行了研究,为了满足系统扩展的需要,本文还对工作流管理系统的开放性进行了探讨。     

基于元网络的项目组织学习能力对任务完成影响评价仿真方法

组织能力是影响项目任务完成的决定性因素,而学习能力是组织能力形成的关键基础.基于元网络理论和动态仿真方法,将组织(人)、知识和任务视为多智能体复杂交互系统,提出知识扩散度和任务完成水平两项关键指标,研究项目组织学习能力对任务完成水平影响的内在机理.以通用品牌别克汽车4S店建设项目群管理为例,验证评价指标的合理性,并进一步通过仿真实验,识别项目组织的关键知识、关键组织以及关键学习阶段,进行组织学习能力提升和任务分配的优化.为项目组织设计、任务分配及组织学习的研究探索了一种有效的方法.     

基于量子多目标进化算法的多任务Agent联盟生成

多Agent联盟生成是多Agent系统的关键问题之一, 主要研究如何在多Agent系统中动态生成面向任务的最优联盟. 为使Agent能稳定的组织起来完成单Agent不能完成的任务并在成本、资源、利益等方面达到一个良好的平衡性能并达到全局最优, 提出了联盟多目标综合评价模型, 并将量子进化多目标算法应用于多目标多任务Agent联盟问题, 运用编码的映射, 将资源组合和任务分配合并为一个过程, 降低了问题的复杂性. 对比实验结果表明该算法求得的解的质量高, 平衡性好, 能有效避免了联盟死锁和资源浪费.     

Security transmission and recognition of F-knowledge

The concept of F-knowledge is presented by employing S-rough sets. By engrafting and penetrating between the F-knowledge generated by S-rough sets and the RSA algorithm, the security transmission and recognition of multi-agent F-knowledge are proposed, which includes the security transmission of multi-agent F-knowledge with positive direction secret key and the security transmission of multi-agent F-knowledge with reverse direction secret key. Finally, the recognition criterion and the applications of F-knowledge are presented. The security of F-knowledge is a new application research direction of S-rough sets in information systems.     

相邻k-out-of-n:F多状态可修系统的可靠性分析

针对相邻k-out-of-n:F多状态可修系统可靠性指标计算难的问题,提出了两种求解该系统可靠性指标的方法。当系统部件寿命和修理时间都服从指数分布时,方法一首先利用马尔可夫过程理论获得部件的可用度,再用部件的可用度获得系统的瞬态、稳态可用度;方法二针对状态空间巨大的情况,先以一定的标准对状态空间进行截尾,再应用马尔可夫模型获得系统的稳态可用度、首次故障前平均时间、稳态故障频度等可靠性指标。最后通过数值算例说明了所提出方法的有效性。