交互式多智能体进化算法及其应用

将多智能体技术应用于交互式进化计算领域，提出一种新的交互式多智能体进化算法。该方法让固定在网格上的相邻智能体之间展开竞争和熏优智能体本身的自学习，来提高智能体的能量，从而使得算法获得较强的全局收敛能力和局部搜索能力。算法以较快的进化速度收敛，并且用户每次只需要选择2个左右最感兴趣的个体，使得评价具有易操作性和轻松性，从而有效缓解用户的疲劳。服装设计的仿真实验证了算法的可行性和有效性。     

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。     

动态环境中的多智能体进化算法

针对动态环境,提出了一种基于多智能体的进化算法(MAEA).智能体模拟生物机制特征,相互合作来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群多样性,同时引入随机移民和对偶映射策略.通过对一系列动态优化函数的仿真实验可以得出,相比之下,基于多智能体的进化算法可以在动态环境中获得更好的性能.     

舰艇编队协同防空体系免疫多智能体模型

针对舰艇编队协同防空问题, 根据舰艇编队协同防空体系与生物免疫系统防御机制和性质相似的特点, 实现了二者在结构和功能上的映射. 在此基础上, 结合多智能体理论与方法, 设计了舰艇编队协同防空体系的监测、调节和抗体等免疫智能体的功能结构模型, 构建出一种新颖的舰艇编队协同防空体系免疫多智能体(IMA)系统模型, 提出了免疫多智能体系统的形式化描述, 分析了舰艇编队协同防空体系免疫多智能体系统的免疫应答过程和机制. 该模型的防御机制具有自学习、自适应、自组织的特性, 充分体现了舰艇编队协同防空体系的协同防御机制和性质, 为舰艇编队协同防空体系研究开拓了一种新思路.     

基于多智能体的作战仿真系统成员设计

介绍了应用多智能体技术设计基于HLA平台的作战仿真系统的成员设计方法、并对应用模糊推理机技术，构建仿真成员的方法进行了详细说明．该方法提高了作战仿真系统的仿真效果，是Agent技术在作战仿真系统上的探索和应用．     

基于多智能体强化学习的协同目标分配

针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题,提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述,将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习,构建了策略评分模型和策略推理模型,采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明,所提方法能够准确刻画作战单元之间的协同演化内因,有效地实现了大规模协同目标分配方案的动态生成。     

进化计算与遗传算法──计算智能的新方向

本文讨论了新近得到迅速发展的进化计算与遗传算法这一新的计算智能前沿领域的进展，指出了有关研究方向。     

基于多智能体的城市交通诱导系统可视化模拟

在城市交通诱导系统没有真正实施前，借助微观模拟对其应用效果进行评价是一种行之有效的方法。本文基于多智能体系建立了全新的城市交通诱导系统体系结构，并借助微观可视化交换通模拟软件PARAMICS对其进行了仿真研究。详细描述基于多智能体的城市交通诱导系统的工作原理，诱导策略和参数确定方法，并克服PARAMICS固有动态路径选择算法难于直接应用于基于多智能体的城市交通诱导系统的不足，设计新型动态路径选择算法。仿真结果显示，本文提出的交通诱导系统应用后能够大量节约出行时间，缓解交通拥挤，增加城市路网利用效率。     

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.     

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。     

基于粗糙集理论与进化计算的时滞系统Smith控制

Smith预估器是一种有效的大纯滞后补偿控制方法,但对模型的依赖性限制了它在工程实际中的应用。针对被控对象的纯时滞时间的不确定性和系统存在扰动的情形,将基于粗糙集的进化计算与Smith预估器的控制方法相结合,给出了一种在线调整时滞时间和利用前馈进行扰动补偿的自适应控制方法,即通过对反馈误差的在线优化适应性地调整Smith预估器的时滞时间常数和对扰动进行补偿。仿真结果表明了给出方法的有效性。     

一个交互式仿真计算内核参考模型

通过对仿真计算内核的普遍特点进行分析和归纳,提出了一个通用的交互式仿真计算内核参考模型,该内核采用基于原语命令和有限状态机的仿真实体控制与动态行为表示机制来实现仿真计算内核的灵活性和可扩展性,采用分层结构和多线程来实现异步并发的实时仿真计算和交互.通过在机场塔台管制训练模拟系统等多个大型仿真应用系统的应用,表明该仿真计算内核具有良好的通用性和有效性,具有一定的参考价值.     

免疫进化模型及其在优化计算中的应用

在深入研究免疫系统的智能进化机制和两种典型免疫计算模型的基础上，基于进化计算模型和免疫调节理论，结合免疫记忆机制提出了一种通用免疫进化算法(GIEA)的—般框架，论述了其运算机理，分析了其收敛性和收敛速度。针对多模态优化问题，按照该框架设计了一个具体的多模态免疫优化算法(MIOA)，并进行了仿真研究和计算复杂性分析。分析与仿真结果表明，该算法不仅比同类算法计算量小、具有更好的搜索性能，而且无须任何先验知识，实现了真正的自适应搜索。     

语音识别中结合进化计算与MDI 的HMM训练方法

提出了将最小差别信息(MDI)和进化计算(EC)相结合引入到HMM的训练中去的方法.各个模型用个体来表示,个体的适应值采用模型的最小差别信息.这样借助于进化计算全局搜索的特点,能克服传统的MDI局部搜索的不足,从而得到系统的全局最优解.实验结果表明,该方法训练所得的系统识别率高于传统的MDI方法训练所得的系统.     

基于多Agent的多无人机协同决策算法仿真平台设计

无人机协同作战的相关算法概括起来可以分为两类:一种是用于为无人机指明"往哪飞"的任务分配相关算法,另一类是用于确定"如何飞"的路径规划相关算法。首先针对这两大类协同算法归纳出相应的抽象数学模型,然后以此为依据确定无人机Agent的各决策模块的内部结构和彼此之间的交互接口,以及对外提供的扩展"钩子";然后在此基础上,利用多Agent技术搭建了无人机协同作战算法仿真平台UAVSim,以模拟从任务分配到路径规划的协同全过程。整个平台采用分层的体系结构,将算法、内核和显示完全分离。平台中参与模拟的无人机个体都用单独的Agent表示,每个Agent遵循统一的协作框架,同时可根据特定的协同算法动态配置其决策模块。     

进化计算在多阶段生产计划问题中的应用

提出一种新的进化计算方法用以解决多阶段生产计划问题 ,数值计算表明该方法不仅对单目标的多阶段生产计划问题是有效的 ,而且 ,对多目标的多阶段生产计划问题也是有效的.     

编队协同空战的信息交互策略

通过分析现有空战指挥控制通讯方法在编队协同空战中的局限性，编队协同空战的指挥控制关系以及编队协同空战指挥控制对通讯的需求，指出编队协同空战的通讯指挥控制是一个递阶通讯关系。提出基于通讯时间区间和言语行为理论的编队协同空战的通讯行为。针对空战的任务阶段和作战态势对通讯的需求，设计了战役作战阶段和战术作战阶段的信息交互策略。并以2对4空战为例，进行了仿真。仿真结果表明有效的信息交互策略，可提供编队整体的作战效能。     

基于进货计算-自适应模糊控制器的非线性系统仿真研究

提出一种基于进化计算的自适应模糊控制策略,通过优化模糊控制中心的关键参数,得到基于ITAE指标的满意控制。经对大量非线性系统的仿真研究,证实其具有良好的控制性能。