基于Swarm的跨流域调水多Agent交互和协作仿真研究

阐述和分析以供、需方聚集体Agent相互之间、Agent与环境进行交互-协作-适应为特征的跨流域调水水资源配置和调度管理的复杂适应性.引入合同网协议,设计了改进的合同网协议以及任务分派、角色分配和承诺的兑现等交互协作行为规则,以及合同网协议自动状态机与算法.提出了跨流域调水多Agent仿真模型.与基于传统系统动力学的水资源系统配置和调度管理仿真方法不同,采用复杂适应系统为科学基础的系统仿真技术,在Swarm平台上建立仿真实验系统,仿真结果验证了多Agent模型和基于合同网协议的交互协作行为规则的合理性.     

基于集合覆盖理论的Agent协作问题研究

多智能Agent系统中的协作体现多Agent系统(MAS)的灵活性、整体性,通过协作提高Agent群体完成任务的效率.将集合覆盖理论(SCP)引入MAS系统协作行为中的任务分配问题求解,使用改进的低logarithmic ratio bound集合覆盖理论求解方法,详细阐述了利用SCP理论求解Agent任务分配问题的算法,并根据一个战场作战Agent任务分配实例进行了计算,有效地解决战场作战Agent的任务分配问题.     

基于π网的多Agent系统建模与分析

首先集成两种互为补充的形式化方法-面向对象Petri网(Object-Oriented Petri nets,OPN)和π演算,建立了一种通用的形式化建模方法——π网.π网利用OPN形象地描述系统的初始化模型及动态行为,利用π演算刻画系统的动态演化.然后以π网为语义基础,从软件体系结构的角度,建立了一种多Agent系统体系结构模型(Multi-agent Systems Architecture Model,MASAM).在MASAM中,将多Agent系统抽象为计算Agent、连接Agent和配置等三个单元,并描述了多Agent系统的动态演化;研究了系统演化后体系结构一致性的分析方法,从而可以检测系统开发早期存在的错误,确保模型的可靠性和正确性.     

平台级ABM方法及在多传感器仿真演示中的应用

为了开展未来战争系统作战运用的先期概念技术演示,利用Agent作为智能实体的特性,把战争系统各成员直接映射成相应的Agent,由此提出了平台级基于Agent的建模(ABM)方法.在给出各Agent的定义和工作原理的基础上,采用任务树分解法和产生式规则表达知识的形式,设计了作为仿真演示系统基本单元的Agent.以信息化战场多个情报侦察平台(即多传感器)为例,开发了仿真演示系统.仿真演示结果表明,该系统模型能实现信息化战场上战术分队情报侦察这一客观、动态、复杂、智能过程的分布式仿真.     

一种新的免疫协同多Agent模型及其仿真分析

提出了一个具有高效问题求解能力的多Agent系统模型.基于生物免疫系统的自适应识别机制,将基因库进化与亲和度成熟、元动力学等要素相结合,设计具有自适应性和强大搜索能力的单Agent结构,多个Agent基于形态空间模型协同演化并涌现出智能求解能力.模型采用基于群体的多点随机搜索以及多Agent完全并行的执行方式,是一种新型协同演化模型.仿真实验结果证明了模型的有效性.     

基于Agent的航空材料成形过程智能监控方法研究

以发动机叶片铸造过程为工程背景,将Agent理论用于航空材料成形过程质量监控系统的研究,重点研究MAS的体系结构、通信及协作问题.将多Agent系统理论用于叶片铸造过程,把一个复杂系统分解为多个可以协调的易解的智能体.给出了Agent之间的通讯方案及实现方法,从Agent之间的基本通讯行为出发,给出了Agent之间的通讯机制、通讯协议及其形式化,详细研究了Agent之间的协作方式.结合工程项目建立了叶片智能监控系统的通讯模型,并进一步建立了基于XML的MAS通讯其实现方法.基于研究成果,给出了叶片铸造过程智能监控系统实例,为改善叶片铸件质量提供了有效的指导方法.     

操作员-UCAV交互实时Agent 个体控制及结构

提出一个用于Agent进行任务执行决策的微控算法,以解决Agent在动态环境中所做出的任务执行决策能否满足任务截止期的问题.提出了一个两层结构的实时Agent,其中本地控制层负责Agent的个体行为控制,协作计划层则令Agent能与其它Agent通信及协作.基于以上技术,实现了操作员-UCAV实时交互Agent个体控制及结构,能够适应动态的环境、自动进行任务调度和协调,并能保证任务在复杂环境下的响应时间.     

基于Agent的电子战CGF建模研究

计算机生成兵力（CGF）是一个具有自主性、智能性的复杂系统。传统的建模方法难以精确的描述其模型。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。应用基于Agent建模技术，建立了电子战CGF的层次模型，并解决了个体Agent模型设计中的感知、动作、决策及实现方法上的问题，最后讨论了用于设计聚合级实体的多Agent系统的组织结构、通信语言、通信机制及协作模式。     

一种基于离散事件系统规范的复杂产品行为模型描述方法

基于离散事件系统规范(discrete event system specification,DEVS)的多分辨率形式化描述具有层次化、结构化的描述能力,但对模块内部智能行为描述相对匮乏,而基于Agent的建模可以刻画个体的感知行为、通信协作和学习进化.在多分辨率建模框架下,结合DEVS和Agent模型描述以提供对事件...     

基于多Agent的混凝土坝施工仿真与优化研究

混凝土坝施工仿真的复杂建模过程限制了其成为混凝土坝施工管理的有效手段。将智能化仿真与混凝土坝施工仿真相结合,提出了基于多Agent的混凝土坝施工仿真与优化方法。采用多策略建模方法来构建具有不同智能层次的Agent模型,简化了Agent模型的实现过程;阐述了混凝土坝施工过程仿真中仿真行为推理建模、规则知识的获取与应用、Agent间的通信与协商机制等多Agent实现方法;建立混凝土坝施工仿真系统Agent分类的整体模型结构,并论述了该系统的实现过程。基于多Agent的混凝土坝施工仿真系统的开发,增强了施工仿真的可信度和适用范围,实际工程的应用验证了该系统的有效性。     

基于CORBA的多传感器管理原型系统研究

近年来,基于Agent的分布式智能系统已成功地应用于众多领域。将多Agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多Agent系统,提出了基于CORBA的原型系统的基本框架和系统实现途径及方法,其中着重研究了融合Agent与传感器Agent的原型系统结构、基于多Agent理论的传感器管理问题分布式任务分解与控制问题以及Agent之间的协调合作问题。原型系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

未知环境中多Agent自主协作规划策略

针对多智能体(Agent)系统在未知环境中自主协作规划存在任务死锁及协作效率不高的问题,提出一种基于改进蚁群算法的多Agent协作策略,并用于多Agent协作搬运中。该方法将Agent所处位置和目标任务之间的距离以及信息素控制因子引入蚁群算法。实验结果表明,该方法相比没有引入距离因子的协作方法,协作效率更高;相比没有引入控制因子的协作方法,可有效防止任务死锁发生。     

一种Agent体系结构A2FC研究

Agent体系结构研究是由理论研究向系统实现的关键一步。针对战术级联合作战的特点,提出了一种适合于多Agent协作的通用体系结构A2FC,并详细分析了各模块的功能。该体系结构将领域知识细分为信息域和认知域两大类:作战实体、装备、编制等方面的知识属于信息域,而理解、协作等方面的知识属于认知域。并将协作功能单独作为一个模块设计到体系结构中,从而为应用系统中多Agent协作的实现打下了基础。     

基于析取约束的分布式协同设计带权任务排序

传统协同设计任务排序方式未考虑分布式任务在各个设计者之间的析取关系以及任务的重要度。引入协调理论中依赖分析方法和图论中约束关系图的概念描述协同设计任务的逻辑关系,提出基于析取约束协同设计任务排序问题的数学模型,依据带权任务排序规则确定分布式协同设计任务的优化排序。通过工程算例验证该模型能够实现分布式带权协同设计任务的有效排序。     

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法--动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。     

卫星与浮空器协同侦察任务规划方法

针对卫星和浮空器协同对地侦察任务规划问题,提出了一种分阶段任务规划方法,将卫星与浮空器协同任务规划分为任务聚类、任务组分配和任务排程3个相继的阶段。使用层次聚类算法进行任务聚类,通过聚类形成多个任务组;给出了任务组分配的规划模型,将任务组与平台资源进行匹配;建立了任务排程的混合整数规划模型,并使用粒子群算法进行求解,将任务最终分配到相应的平台上。仿真结果表明,所提出的方法可行且有效。     

面向协同设计的任务调度问题研究

针对协同设计任务调度存在的问题,综合考虑了协作项目间、任务间及任务自身的具体因素和约束,在建立设计任务网络图的基础上,提出了一种以"任务优先系数"为指标的可并行执行任务集内任务的执行调度算法.综合考虑协同设计过程中的诸多动态、不确定性及非量化等因素,基于均衡一适度原则建立了任务到团队成员分配的扩展数学模型,并利用匈牙利算法进行求解.研究表明,该方法能有效对复杂产品的协同设计流程进行规划,且简单易用.     

Multi Agent动态分组模型用于多无人机协同任务分配

多无人机协同任务分配应用Multi Agent系统模型时需考虑对大规模Agent的分布式管理和动态协调。协同任务分配将每一无人机视为系统中一个Agent,对全体Agent进行动态分组,分别提出决策Agent及成员Agent的动态分组模型和评价函数,由决策Agent管理和协调本组全体Agent执行任务,降低了大规模任务分配的决策成本并有利于实现全体Agent协同。仿真实验验证了模型及算法有效性。     

实际环境中多无人车协同路径规划模型研究

地面无人车的集群作战运用是当前人工智能与作战指挥交叉领域的热点研究问题。针对实际环境中多无人车无法满足动态威胁条件下的协同路径规划问题，采用全局路径规划算法A-star与局部路径规划算法RL相结合的思路，从感知到行为决策全交互协同的角度开展多无人车协同路径规划模型研究，设计协同作战态势威胁算法、状态与动作空间、奖励函数、势力范围函数；设计协同作战编队构型策略生成及打击路径动态优化子模型，完成基于自主学习的多无人车协同路径规划控制模型构建与求解。结果表明：该路径规划模型可有效应对复杂城市环境下多无人车协同路径规划任务需求。