基于角色交换的多Agent协商问题的研究

利用角色与Agent之间的动态性刻画多Agent系统的结构和行为模型的特点,针对在协商过程中相互协作的Agent如何结成具有相对稳定的合作领域的问题,对角色进行形式化描述,提出了基于角色交换的多Agent协商角色交换算法。该算法能在不完全信息的环境下,提高多个Agent之间的协商效率;并以模拟足球赛为平台进行实验,结果证明该算法是可行有效的。     

基于强化学习算法的公交信号优先策略

综合分析了影响城市公共交通系统运行的多种因素,提出了一种新型的基于强化学习算法的城市公交信号优先控制策略.该策略利用强化学习算法的试错-改进机制,根据不同交通环境下信号控制策略实施后反馈的结果,迭代优化路口的公交信号优先控制策略,从而使其具备了自学习的能力.基于Paramics的仿真实验表明,该算法能够在保障路口正常交通秩序的同时,显著提高公交车运行效率.     

基于VISSIM仿真的公交运行状态监测平台设计

为改进VISSIM仿真实验环境,实现实时动态交通仿真控制策略,构建了基于VISSIM仿真软件及COM接口二次开发的公交运行状态监测平台。基于VB程序设计语言,选取福州市金山大道为研究路段,在实际数据的基础上,利用所搭建的公交运行状态监测平台实时获取路段上每一辆公交车辆的运行数据,并将其可视化,通过与传统仿真输出的数据对比,验证了公交运行状态监测平台的有效性,为下一步实现公交运行状态动态控制提供可能。     

干线信号协调背景下的网联公交实时优先控制方法

为解决公交优先可能破坏干线协调并影响社会车辆行驶效益问题,建立了网联环境下配合干线信号协调的实时公交优先控制方法.该方法包括三个步骤,提出了路段速度引导算法服务于还未到达交叉口范围的网联公交,使其尽量在绿灯期间到达停车线;进一步在其到达交叉口范围时进行公交优先申请的生成,同时计算出协同的速度引导和驻站控制策略;最后在满...     

快速公交信号优先控制研究

通过对快速公交信号优先控制策略及其交通影响分析,借鉴北京BRT1成功经验,提出了基于降低社会车辆延误的快速公交信号优先控制策略。对北京设置的公交信号优先的快速公交1号线(BRT1)和没有设置公交信号优先的快速公交2号线(BRT2)运行时耗、运行速度的对比分析,论证了在交叉口设置快速公交信号优先的必要性,并从其他方面对改善快速公交运营情况提出了建议。     

基于绿灯需求度的单点公交信号优先控制策略

传统的公交优先控制策略无法有效地解决公交车辆的多向请求问题.提出了绿灯需求度的概念,设计了绿灯相位、红灯相位下绿灯需求度的计算方法,提出了一种基于绿灯需求度的相位切换决策流程.充分考虑公交车辆和社会车辆的到达、排队和等候情况,计算得到考虑公交优先的绿灯需求度,在此基础上进行相位切换决策可以实现基于绿灯需求度的公交信号优先控制.仿真测试和结果分析表明,该控制策略比常规公交优先控制策略更有效;相比跳相序方法,定相序的控制策略优先效果略差,但是对社会车辆的负面影响更小;当背景流量增加时,公交车辆延误增加很小,但社会车辆延误增加较多.     

面向动态联盟协商支持系统的研究

基于一种半集中式的协商控制策略，提出一个面向动态联盟的协商过程模型，按时间将协商过程划分为协商准备，协商进行及事后处理三个主要阶段。并在此模型上构建了一个基于CORBA标准和DMAS（分布式多Agent系统）技术的协商系统框架。盟员企业的推理，决策和协商功能以Agent形式进行封装，多方协商由多个分布式Agent实现。而不同环境下Agent之间的通信是通过构建在CORBA平台上的组件来实现。为实现动态联盟盟员企业之间的协商提供了一个可行的解决方案。     

Ontology与Agent 在服务选择中的应用研究

为了解决服务选择过程中由于缺少语义和有效的协商,使得用户难以获取满意服务这个问题,提出利用Ontology和Agent来进行服务选择的方法SBOA(Service based ontology and agent),该方法包括本体相似度计算和Agent协商这两个主要过程.在本体相似度协商过程中,研究了一个改进的基于语义的相似度计算方法,在Agent协商策略的设计过程中,把寻找相似度值与服务成本的比值最大作为协商策略,设计了Agent之间基于效用最大的具体的协商算法.SBOA既利用了Ontology的语义表示能力,也利用了Agent具有的自主协商能力,为它们的结合提供了一个途径,也为用户根据语义选择用户满意的服务提供了一个有效的方法.仿真实验表明了SBOA的过程和它的有效性.     

车路协同环境下公交车队车速优化调控方法

城市公共交通系统具有服务频率高、客流需求大、运行环境复杂等主要特点,公交车辆之间串车、交叉口延误、站点延误等问题较大,严重影响了公交系统的运输效率以及服务可靠性。公交优先控制是降低公交车辆在信号控制交叉口延误的有效方法,然而当前研究主要考虑公交车辆的通行效率需求,欠缺考虑公交车辆之间的串车以及交叉口下游站点由于泊位数不足而导致的排队延误问题。本研究基于车路协同环境提出了一种公交车队运行速度调控方法,让公交车辆以协同车队的方式主动适应信号配时相位;同时,对协同车队引入准入规则,使得协同车队同时满足串车预防与下游站点停靠泊位数约束的双重要求。实例研究结果表明:该方法在显著降低信号控制交叉口公交车辆停车延误的同时,可以有效避免同一线路公交车辆的串车现象以及站点排队进站情况,实现了公交运行效率与可靠性的双重提升。     

一种改进的辩论协商模型及其算法

为了解决现有辩论协商模型过于抽象的问题，提出了一种改进的辩论协商架构．在构架中定义了辩论协商模型的对手、自身和环境等模型，其中对手模型是以协商伙伴为对手，自身模型的内容包括信念、愿望、意图、信任和偏爱，环境模型主要由Agent通讯语言和内容语言、协商协议和信息库组成．同时，提出了相应的算法，它通过合理地组合模型，调整论证评估器的位置，建立协议推理、论证评估、论证产生和论证选取等过程，使得协商信息充分交互，协商过程更为有效．实验结果表明，所提模型和算法是有效、可行的，算法的复杂度与协商对话的轮回有关，若轮回数为n，则复杂度为O（n）．     

AODE中基于强化学习的Agent协商模型

AODE是我们研制的一个面向Agent的智能系统开发环境。AODE中基于强化学习的Agent协商模型采用Markov决策过程和连续过程分别描述系统状态变化和特定系统状态的Agent协商过程,并将强化学习技术应用于Agnet协商过程。该协商模型能够描述动态环境下的多Agent协商,模型中所有Agent都采用元对策Q-学习算法时,系统能获得动态协商环境下的最优协商解。     

基于记忆模型学习的商务Agent协商设计

将基于记忆模型学习和Agent结合起来应用到商务协商过程,可在一定程度上促进机器学习、Agent技术及电子商务的共同发展。将Agent技术引入到记忆模型学习中,给出了基于记忆模型学习的商务Agent协商的设计思路,完成了记忆模型、协商协议的设计,并搭建实验系统平台,设计了原型系统,经过实验可以在嵌入式移动设备上实现商务协商,从而验证了该协商的有效性。     

面向社交网络基于协作度协商的联盟形成机制

分布式多Agent构成的社交网络通常表现出不同的特征,针对不同的社交网络和多Agent本身的异质性,提出了一种面向社交网络的基于协作度协商联盟形成机制.该机制依托多Agent构成的社交网络环境,建立面向分布式环境的分布式协商协议,并设计一种考虑到社交网络特征和Agent异质性的基于协作度的协商策略,采用分布式自动协商方式形成联盟.通过对全连通网络、层次网路和小世界网络的仿真实验结果表明,该机制能够有效地实现分布式环境下的联盟形成,并且在反应大多数实际应用环境的小世界社交网络中表现出相对较好的性能.     

智能城市车载网络分层分区协作通信模型研究（英文）

城市车载网络能为解决城市交通问题提供有效的方法.大多数已存在的传输模型由于不能解决车辆的高速移动、复杂城市交通环境和多变的交通密度问题,导致传输效率低、可靠性能差.该文紧紧围绕城市环境信号传输衰减、红灯等停、固定和周期的公交运行模式,提出分层分区的通信模型.该模型充分利用公交的固定路线运行和普通车辆与公交之间的簇首节点转发策略进行优化,将车辆之间复杂的不确定的传输协议转换成协作的、稳定的3层模型.设计了有限时延内的单跳转发机制,以保证公交协助转发的可靠性和有效性;设计了簇首触发转发机制以适应不同的车辆密度.仿真实验表明,整体模型具有较高的传输效率和较低的时延,且对于具有高移动性和复杂道路环境的城市车载网络具有较好的适应性.     

智能城市车载网络分层分区协作通信模型研究

城市车载网络能为解决城市交通问题提供有效的方法.大多数已存在的传输模型由于不能解决车辆的高速移动、复杂城市交通环境和多变的交通密度问题,导致传输效率低、可靠性能差.该文紧紧围绕城市环境信号传输衰减、红灯等停、固定和周期的公交运行模式,提出分层分区的通信模型.该模型充分利用公交的固定路线运行和普通车辆与公交之间的簇首节点转发策略进行优化,将车辆之间复杂的不确定的传输协议转换成协作的、稳定的3层模型.设计了有限时延内的单跳转发机制,以保证公交协助转发的可靠性和有效性; 设计了簇首触发转发机制以适应不同的车辆密度.仿真实验表明,整体模型具有较高的传输效率和较低的时延,且对于具有高移动性和复杂道路环境的城市车载网络具有较好的适应性.     

城市公交车辆互联自适应模型研究与实现

以城市公交车辆运行为研究对象,分析当前公交车辆的实际运行情况,利用移动自组织网络相关知识,提出一种自适应的公交车辆运行模型,最后利用相关网络仿真软件对系统模型进行仿真.仿真实验表明,利用自适应后的公交车辆仿真系统能够提高公交车辆的运行效率,此对城市公交车辆的实际运行具有重要的参考意义.     

基于联合意图的网格资源分配模型

分析了网格资源管理过程中经典的资源分配模型,针对网格资源分配过程中的特点,构建了资源需求型Agent、资源提供型Agent、资源协调型Agent以及交互型Agent,建立了基于联合意图的网格资源分配模型.并给出了网格资源分配过程中的协商协议和协商算法,该算法利用多个Agent之间的共有目标进行交互,增强了问题求解的能力.此外,在传统网格资源管理体系结构的基础上,建立了基于多Agent的网格资源管理体系结构.在仿真平台下进行了对比实验,实验结果表明,利用新模型能够通过4种Agent角色之间的相互协商,合理地分配任务,提高网格资源的利用率.     

车联网环境下考虑续航时间约束的公交车辆行车计划编制

公交车辆的行车计划智能化编制是"互联网+交通"和公交优先战略的重要体现,也是提高公交吸引力和缓解城市交通拥堵的有效途径.在对现有行车计划编制模型进行研究的基础上,提出了燃料续航时间约束条件下的多场站行车计划编制模型,并依托车联网环境的信息交互,探讨了续航时间约束下的车辆调度问题与背包问题的对应关系,提出了一种应用贪婪算法求解该问题的方法.最后,通过算例验证了模型的有效性,并对比了参与调度车辆数目与续航时间约束对结果的影响.分析结果表明:在续航时间约束不变的情况下,增加调度车辆的数目,可以降低空驶时间和执行里程,但车辆执行时间的波动性增大,车辆间运行公平性降低;增加续航里程可以增加车辆的使用频率,提高车辆的使用效率.公交车辆的行车计划编制不仅要考虑费用,还需考虑车辆接受班次任务的均衡性,宜根据不同的续航时间约束条件来管理调度车辆.     

基于相位优先度规则的单点公交优先控制策略

为了丰富决定信号切换的关键交通事件,并进行合理平衡和协调,达到多目标优化,提出了相位优先度的概念,根据关键交通事件的触发计算相位优先度,在此基础上设计了一种在双环相位结构下基于相位优先度规则的单点公交优先信号控制策略,该规则包括起始相位选择规则、屏障内相位切换规则和屏障间相位切换规则.仿真测试和分析结果表明,相对定时控制、基本感应控制,该控制策略可以有效地减少公交车辆延误,社会车辆也同时受益,达到多目标主体的利益平衡;与基于相位优先度规则的自适应控制相比,该控制策略保证了公交优先的有效性.     

自利Agent追捕联盟生成算法

多Agent合作追捕是多Agent系统研究的经典问题,在机器人等领域具有重要的应用前景。文章提出了面向任务的自利Agent联盟生成算法,该算法能同时处理多个不同类型的逃跑Agent的任务分配问题;因为追捕Agent和逃跑Agent速度相等,追捕联盟成员位置的分布十分关键,所以提出了基于贡献度的联盟成员选择策略;同时为了较好地体现追捕Agent的自利性,定义了需求度作为自利性的度量,解决了冲突协商且有利于资源的优化配置。通过与经典拍卖算法的比较表明,该算法显著提高了追捕成功率。