基于多Agent的分布式测量系统的研究

文章提出了一种在CORBA环境下,基于多Agent技术的分布式测量系统结构,该系统不仅具有单独完成测量任务的能力,而且还能够与其他测量系统协作来完成大型复杂的测量任务;测量系统首先按其功能划分为6个不同的Agent,然后利用KQML作为通信语言、CORBA作为通信机制来执行多Agents之间的交流和协作,具有互操作、合作性、智能性及开放性等特点。     

复杂系统的MAS动态协作求解时序逻辑模型

借助于组织学思想,将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent组织,从时间和状态角度,对复杂动态系统的行为进行描述。提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型;详细分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法;深入讨论了协商推理的语义规则和行为规则;给出了协作群组的选择算法,包括从群组的建立、选择任务Agent、分解和分配子任务;从任务求解Agent的心智变化角度,详细描述了动态协作任务求解模型实现的6个阶段:任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估。通过在MAGE等平台上的实验和仿真测试,验证了方法的可行性和有效性。     

一种实时战场仿真的层次结构及算法研究

在实时战场仿真环境下提出了一种基于智能体的战场交互通信模型，在此基础上采用组队工作的思想，将任务分解为各Agent能够执行的子任务，并对其进行了角色定义、算法描述，采用任务表示语言TRL将知识表达出来，实现了应用智能Agents对战场交互式通信模型进行实时战场仿真。     

Mobile Agent协作运行资源的信息融合分析

在Mobile Agent系统中,通过Agents之间的协作计算可完成工作任务,但如何降低网络节点之间的通信开销是Mobile Agent协作运行的关键。探讨了Agent协作运行时的资源信息融合问题,提出一种考虑网络拓扑结构与Agent分布情况的资源协调模型,并定义Agent资源的信息表达以及融合方式,并通过数学分析说明该模型可有效减少网络中Agent协作时彼此交流的信息问题。     

多智能体系统中子域适应度评估的合作协进化协作

为了克服合作协进化算法在解决复杂多智能体系统协作问题时存在的适应度函数难以建立和协作行为难以达到全局最优等问题,提出1种子域适应度评估的合作协进化算法来实现异构多智能体系统中智能体的自适应协作。该算法将复杂问题域模型分解成相互影响较小、较易求解的子问题域模型,在子问题域模型之间并行使用合作协进化算法来完成智能体协作行为的进化,有效降低适应度评估的复杂度。在子问题域进行合作协进化时,在适应度函数中引入环境因子影响矩阵,将其他子问题域的影响信息映射到该子问题域中的个体适应度评估中,从而引导种群向全局优化方向进化。ECJ系统中的仿真实验结果验证了其有效性。     

基于联邦结构的多Agent协作

提出在多Agent组织系统中,采用松散型协同工作方式实现分布式问题求解。描述了基于联邦的组织结构组成,讨论了任务分解的不同情况。依据不同任务,动态分配给Agent以组织者或协作者的不同角色,并提出了组织者及协作者模型,介绍了多Agent的协作方式及通信消息类型。     

一种基于影响图学习其他Agent模型方法

为了实现动态环境中Agents之间的有效协作,Agent必须能够识别其他Agent的模型。用影响图作为Agent模型表示工具,给定Agent的一个初始模型和它的历史行为．在能力、优先和信念学习的基础上来构建新的模型。学习的方法是用其他Agent的历史行为作为训练集．利用神经网络学习技术来修改效用函数。     

一种基于影响图学习其它Agent模型的方法

为了实现动态环境中Agents之间的有效协作,Agent必须能够识别其它Agent的模型.用影响图作为Agent模型表示工具,给定Agent的一个初始模型和它的历史行为,在能力、优先和信念学习的基础上来构建新的模型.学习的方法是用其它Agent的历史行为作为训练集,利用神经网络学习技术来修改效用函数.     

任务驱动法在中职学校数据库教学中的应用

“任务驱动”是一种建立在建构主义教学理论基础上的教学方法。在计算机实践操作课中应用“任务”驱动教学,不仅能让学生更易、更透、更活地掌握教学内容,而且也拓宽了学生的专业知识面、提高了学生的综合应用知识能力;同时,也有利于挖掘不同层次学生的潜力,培养了学生积极、主动地解决问题的能力和创新意识。任务驱动教学思想的指导下,结合具体教学案例,探索在数据库教学中采用任务驱动的教学模式,在教学过程中通过任务的提出、分析、实现与评价等环节培养学生自主学习与协作学习的习惯,以达到增强学习主观能动性、提高教学效果的目的。     

基于管理Agent的改进协作模型的研究

自动化计算总的越来越趋向于网络化、智能化、代理化、人性化发展,多Agent系统正是在这种环境之下发展起来的一种先进的计算模式。通常情况下,多Agent系统中的Agent在逻辑上或者物理上是分离的,Agent间交互与协作的智能行为及其有效性是多Agent系统研究的重点。对多Agent协作机制的研究主要是在动态环境下,多个独立自主的Agent通过相互的交互与协作等智能行为去完成对任务的求解。在多Agent系统中,传统的基于管理Agent协作机制属于集中式协调方式,采用这种协作模型的多Agent系统导致其管理Agent成为整个系统的瓶颈,从而影响系统完成任务的效率与稳定性,也增加对系统额外的维护费用。文章通过在传统基于管理Agent协作机制中加入了＂熟人＂、状态值元素,平衡了系统Agent的负载,降低了对管理Agent的维护成本,整体上提高了系统解决问题的效率。     

多Agent协同机制及其在AeSCM系统中的应用

对多Agent协同问题进行了研究,提出了面向任务熟人联盟(Task Oriented Acquaintance Coalition,TOAC)的协同机制,并将该模型应用到本文构造的电子商务供应链管理系统中．试验分析和实际应用都证实：在电子商务供应链的环境下,能够有效地解决在开放分布的MAS环境中多Agent的社会组织、合作问题求解、任务分配、通信开销瓶颈等问题．     

分部式决策系统中Agent技术的应用

对分布式决策支持系统与多Agent系统进行比较，指出分布式决策支持系统中可以引入Agent技术，对分布式决策支持系统进行分析，指出分布式决策支持系统中引入Agent技术需要解决以下几个关键性的问题：分布式决策支持系统中Agent之间的协商问题；多Agent的规划问题；分布式决策支持系统的求解机制问题，最后探讨了DDSS的发展前景，本文为DDSS的研究提供了一种新思路。     

基于人工物理法的多智能体协同控制

 对多智能体的协同控制和队形重构技术进行研究,采用人工物理法完成多智能体的队形建立与队形保持。人工物理法是一种分布式的控制方法,对传感器信息和通信的依赖程度较低,并可以很好地移植到大规模系统中。人工物理法通过设定虚拟的物理力,完成机器人速度和方向信息的解算,并用这些信息进行实时控制。同时为保证在障碍物区域内的智能体避障,采用沿墙跟踪策略,设计双输入、单输出的模糊控制器实现智能体的避障。为克服多模态运动的转换瞬态,利用四点平滑抑制模态转换瞬态。通过传感器探测外界环境,获得相关环境信息并确定障碍物的位置,由此依据判决条件完成多智能体控制的模态转换,进行队形重构。通过复杂环境中的数学仿真及多智能体协同控制的实验验证,表明该系统具有良好的鲁棒性和适应性。     

分布式仿真系统验证工具设计与开发

为实现分布式仿真系统的自动验证,设计并开发了一个基于多Agent技术的验证工具．该工具采用形式化描述和校核方法完成多Agent系统的设计,利用Q学习算法实现多Agent之间的协调和协作,并使用面向对象知识表示方法表示了分布式仿真系统的验证知识,从而实现了统计验证、图灵测试和表面验证等任务．实际应用证明,该工具极大的提高了分布式仿真系统验证的自动化水平．     

基于Agent的分布式决策支持系统框架

实现组织支持需要协调各分布式决策单元,并能有效整合局部模式。提出一种包括交互系统、协调器、问题处理系统、知识获取系统、知识系统的决策支持系统框架,并给出该框架的功能组件架构。从整体到局部的问题分析、方案设计、处理单元协调、局部模式整合等功能均由赋予各种功能的Agent实现,演绎和归纳则是主要的推理方法。设计的专用控制算法可以保证该框架系统的有效实施。     

绿色供应链PES模型及其基于Agent的支持系统

绿色供应链管理将“环境意识”融入整个供应链过程，从原材料的获取、产品的生产、销售、使用到回收处理整个生命周期内，以对环境不良影响最小、资源利用效率最高为目标，实现价值增值的企业经济效益和社会效益协调发展的策略。这里在分析绿色供应链企业资源生产力的基础上，概括绿色供应链各环节对环境的影响，建立评测企业可持续发展的“资源生产力—环境影响—可持续发展”（PES）模型，并通过资源生产力、环境影响要素与Agent属性、行为的映射，应用Agent技术获取、处理高质量的共享信息，为PES模型提供技术支持。     

基于智能规划的计划识别方法研究

基于智能规划领域中机器人动作规划的思想,从智能规划的角度考虑计划识别的求解。利用规划间的支持程度描述多agent之间的不确定性关系,并利用目标编群的思想描述多agent行动之间的协作关系,建立了面向多agent的计划识别模型。最后以一个实例来说明采用智能规划进行计划识别的过程,表明了使用该方法求解计划识别问题的可行性。     

基于多代理的复杂快速调运系统研究

针对以缩短时间为首要目标，以节约成本为优化原则，且面临组织因素复杂等背景的快速物资调运问题，结合人工智能合作分布式规划的思想和运筹学解析模型特点，提出了基于多代理的分布式分层求解体系框架，给出体现面向对象特点的系统描述以及系统分层、体系构建和仿真的说明，为现实问题的解决提供了新的思路。