复杂网络特性与多智能体的一致性

对复杂网络特性与多智能体系统的一致性的关系进行研究,以BBV和BA网络模型为例,分别研究了度正相关性和度负相关性的网络模型中多智能体系统一致性的收敛速度.应用计算机仿真实例,分析了无尺度网络模型的平均距离和平均集群系数与多智能体系统一致性的影响,得到了复杂网络结构与多智能体系统一致收敛速度的关系.该研究对于构建一个多智...     

基于CAS理论的多智能体战斗模型仿真研究

为了研究基于复杂适应系统理论的多智能体仿真模型的演化、涌现规律,在Swarm平台上建立了一个多智能体的战斗模拟仿真系统,并对战斗过程双方Agent数量和实力的演化进行了模拟仿真,得到了和传统数学模型不一致的结果.基于复杂适应系统理论的多主体仿真模型可以模拟复杂系统的微观行为,进而能够显现出系统宏观涌现现象,非常适合模拟复杂的战争系统.     

多智能体涌现生成的群体行为仿真

众多实验表明,以建模仿真的方法研究复杂的群体行为是一条可行有效的途径.针对如何使所构建的群体行为模型在仿真过程中,既能表现自主、智能的个体行为,又能表现灵活、适应的整体行为,提出了一种基于智能体的综合建模方法,重点从信息获取、决策判断、运动控制三个方面对智能体模型的设计与实现进行了论述,并以实验结果证明了多智能体在交互.协调作用下涌现生成可视化群体行为仿真的科学性及合理性.     

基于多智能体仿真的新产品市场扩散研究

基于多智能体的仿真是一种基于微观个体行为的建模仿真方法,具有广泛适用性、分布性、智能性和交互性等特征.本文首先指出了多智能体仿真系统的优势,探讨了多智能体仿真的基本思路,然后构建了一个基于多智能体的新产品市场扩散仿真模型,最后应用多智能体仿真平台AgentSheets实现了该模型.     

基于免疫多智能体的舰艇编队协同防空体系模型

借鉴生物免疫系统的性质和机制,结合多智能体理论与方法,提出了一种新的免疫多智能体网络(Immune Multi-Agent Network,IMAN)模型。根据舰艇编队协同防空体系和生物免疫系统在防御功能、自适应和自组织特性上相似的特点,将舰艇编队协同防空体系映射到生物免疫系统之中,设计了舰艇编队协同防空免疫智能体功能结构模型,并综合上述免疫多智能体网络模型IMAN及其免疫防御原理,构建了一种新颖的舰艇编队协同防空体系免疫多智能体网络模型,分析了舰艇编队协同防空体系免疫多智能体的免疫防御机制及其性质,旨在为舰艇编队协同防空体系研究开拓一种新思路,并为建立适合现代实战需要的作战仿真系统提供理论模型。     

多智能体并行仿真框架

多智能体仿真具有广泛的应用前景。但是,现有的多智能体仿真和并行仿真无法解决数量庞大且具有复杂动力学特性的智能体仿真,因此研究这类多智能体的有效仿真具有重要的意义。为了能够有效仿真这类系统,设计了一个两层的多智能体并行仿真框架,指出了该框架中面临的挑战。除此之外,针对仿真中提高仿真效率的挑战,作者提出了一种加快仿真速度的方法。实验结果表明该方法可以明显提高仿真效率。     

网络雷达对抗系统涌现性建模

网络雷达对抗系统是电子战系统和雷达系统一体化网络化发展的新型综合电子战系统,涌现性是其复杂特性的典型表现.从系统科学的角度研究网络雷达对抗系统的涌现性,阐释了网络雷达对抗系统涌现性的内涵和构成,其涌现性具体表现为系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性.从组成效应、结构效应、交互效应、环境效应4个方面剖析了网络雷达对抗系统涌现性的产生机理,构建了网络雷达对抗系统探测侦察涌现性、系统目标识别涌现性和系统干扰涌现性的概念模型和数学模型.仿真示例表明当网络雷达对抗系统存在信息融合和共享时,系统出现探测侦察涌现性,与涌现性产生机理分析相符.     

RoboCupRescue Agent仿真中的多智能体协作方法

对RoboCupRescue智能体仿真系统内的多智能体协作问题进行了研究和分析,提出一种由多种评价模型和协作方式组成的协作方法,并从同类和异类智能体两个方面给出了具体的实现.该实现主要采用了人工免疫控制、静态分配与动态调整结合以及基于共识的分布式控制等方式.在仿真测试中,各类智能体通过相互协作有效完成了灾难环境中的救援任务.     

基于GPU的一类地理多智能体系统并行仿真研究

针对当前地理多智能体建模存在着计算成本高、配置复杂、运算加速性能不高的问题,以杜能模型为例,提出基于GPU并行技术的一类地理多智能体仿真与优化方法。通过构建空间索引网格的方法,动态维持智能体与空间索引网格的关联关系,提高地理多智能体系统的仿真运行效率。研究结果表明:采用GPU并行技术,能够使多智能体系统的运行性能得到明显提升,对开展大规模数据下的空间系统多智能体仿真建模具有重要意义。     

网络环境下基于智能体的开放式多机器人系统

针对各种先进制造模式对多机器人系统开放性、灵活性的要求 ,利用智能体的思想 ,综合集中规划与分布规划、慎思智能体与反应智能体的优点 ,在网络环境下设计了由多个同构混合结构的智能体组成的动态集中规划的开放式多机器人系统 (distributedagent basedopenmulti robotsystem ,DAORS)。重点介绍了本系统中智能体的结构与特点、实现方法以及系统开放性与鲁棒性的体现     

成品油配送中时间窗的确定及运输的安排

根据成品油配送网络的结构和特点 ,充分考虑了油品零售过程的随机性 ,提出了油品补充的时间窗问题和运输任务的安排问题 ,建立了配送的整数规划模型 ,并用一种启发式方法对问题进行了求解 .研究结果表明 ,通过合理调配整个网络的各种资源 ,不但可以降低配送过程的成本 ,还可以有效地避免断油或者等待卸油的现象出现.     

“红包车”机制下的共享单车调度问题

共享单车具有随取随放的优点,但用户的租还车使站点之间经常出现供需不平衡现象.为了有效缓解运营商调度压力,提出了一种顾客参与调度的共享单车调度方式.将某些闲置的共享单车设置为红包车,鼓励用户将红包车骑到需求旺盛的区域,用户完成调度后可以获得红包奖励.以运营商运输成本,红包奖励支出以及未满足站点需求的惩罚成本最小为目标建立了混合整数规划模型,并设计了混合禁忌搜索算法对模型进行了求解.数值实验表明:红包车机制可有效减少运营商总成本;混合禁忌搜索算法可以有效求解大规模问题.     

一种两层生产计划问题建模及其遗传算法设计

研究了一种两层生产计划集成问题,上层为能力约束批量计划问题,下层为并行双机调度问题。采用单个模型来描述整个集成问题,目标函数由库存费用、缺货费用和加班费用三部分组成。对于该集成优化问题,设计了遗传算法整体求解,每个个体中同时包含了批量计划和作业排序的信息,并通过遗传算子的设计,避免了不可行解的出现。通过数值仿真实验,对三种不同规模的问题进行了计算,通过对计算结果的分析,验证了遗传算法的可行性和有效性。     

Timing Prediction Error Volatility and Dynamic Asset Allocation

We solve a portfolio selection,problem in which,return predictability,risk predictability and transaction cost are incorporated.In the problem,both expected return,prediction error volatility,and transaction cost are time-varying.Our optimal strategy suggests trading partially toward a dynamic aim portfolio,which is a weighted average of expected future tangency portfolio and is highly influenced by the common fluctuation of prediction error volatility(CPE).When CPE is high,the investor would invest less and trade less frequently to avoid risk and transaction cost.Moreover,the investor trades more closely to the aim portfolio with a more persistent CPE signal.We also conduct an empirical analysis based on the commodities futures in Chinese market.The results reveal that by timing prediction error volatility,our strategy outperforms alternative strategies.     

基于链路通信效率的高能效路由转发策略

无线传感器网络使用短距离无线通信技术实现节点间的数据通信,该技术的物理特性决定了网络的真实链路行为具有较大的随机性,这种随机性往往导致网络数据丢包,并影响路由转发的性能表现。针对这个问题,在有损链路模型下深入分析了链路通信效率,总结出一维线性网络整体通信效率与包接收率、链路通信距离之间的关系,基于此,提出一种以链路通信效率为转发依据的高能效路由转发策略。通过仿真实验验证该策略在有损通信链路下有更好的能效性和鲁棒性。     

用遗传算法求解改进的投资组合模型

在传统Markowitz投资组合模型中考虑了最小交易量、交易费用以及最大投资上限等实际因素，得到了一个改进的投资组合模型。该模型是一个非线性整数规划问题，传统算法难以有效求解。为此，设计了一种基于整数编码的遗传算法求解该模型。实际算例表明，所提出的算法是有效的。     

基于序贯博弈谈判机制的分布式多项目调度

设计有效的全局资源分配协调机制是解决分布式多项目调度问题的关键.基于多Agcnt系统建立以单项目完工时间为优化目标的局部调度模型,并设计基于正向逆向调度改进的遗传算法求解初始局部调度计划;综合考虑每个项目单位延期成本的差异,建立以多项目总延期成本为优化目标的全局决策模型,设计多回合序贯博弈谈判机制协调全局资源分配,并调整单项目局部进度计划;开展示例分析和不同参数下问题集的实验研究.结果表明:基于正向逆向调度改进的遗传算法求解初始局部调度具有较好的问题规模适应性和较高的求解精度;全局资源冲突越强,造成多项目延期越大且项目延期完工的风险也越大;采用序贯博弈谈判机制相比无博弈随机分配协调机制可以有效地降低多项目的总延期损失成本.     

多分配快递轴辐网络的枢纽选址与分配优化方法

快递网络枢纽选址与分配方案的优劣直接关系到快递网络的运营成本和服务水平, 是快递企业运作的基础. 本文详细分析了多分配快递轴辐网络的节点及连接关系、径路特征与形式等网络设计要素, 并分析了快递网络设计中的相关费用和运输时间预算; 在运输时间预算约束下, 以分拣费用、运输费用、中转费用之和为目标函数, 建立了多分配轴辐式快递网络枢纽选址与分配优化模型, 并设计了基于条件最短路的模拟退火求解算法, 最后通过算例验证了模型和算法的有效性.     

摩擦市场下加权极大-极小随机模糊投资组合模型及实证

考虑投资者面临证券市场随机和模糊的双重不确定性，把证券收益率视为随机模糊变量. 根据前景理论建立符合投资者心理特征的期望收益和目标概率隶属度函数，构建目标权重不等的加权极大- 极小随机模糊投资组合模型. 在含有交易费用和最小交易单位约束的摩擦市场环境下，利用改进动态邻居粒子群算法求解投资组合问题. 采用实证方法把市场分为上升和下降两个阶段，研究模型的表现. 结果表明： 加权极大- 极小随机模糊投资组合模型的收益率优于均值-方差投资组合模型； 利用加权极大- 极小随机模糊投资组合模型能够满足不同风险态度投资者的需求，构建与投资者风险态度一致的投资组合.     

物流工程项目调度的最小贴现成本方法

运用工程网络(AoN)方法对工程调度模型进行研究，从而给出物流工程项目投资与调度模型，而且导出相应的线性规划模型。这不仅为现代物流工程项目投资和管理提供了可行的最小成本控制方法，同时给出工程调度模型求解新方法。