基于合同机制的协同作战分布式目标分配研究

为了解决多平台协同作战中的目标分配问题,提出了一种基于合同机制的分布式分配算法.首先建立了基于Agent的分布式分配的描述模型,然后引入了拍卖合同的初始分配和交换合同的协作分配对目标进行分配,最后给出了系统分配的工作流程.仿真结果表明,无论在正常情况下,还是出现新目标或平台损失的情况下,算法都可以对多平台上的武器系统高效地进行分布式分配.     

非线性多智能体网络的分布式包容控制

针对具有本质非线性动态的多智能体网络,研究分布式包容控制问题.假设只有部分个体已知领航者信息,依据相对位置和速度信息设计分布式控制律.基于代数图论、矩阵理论和Lyapunov稳定性分析方法,得出非线性网络实现渐近包容控制的充分条件.当跟随者之间有向强连通且每个跟随者都至少存在一个领航者与其通信,可选取合适的控制增益使得跟随者渐近收敛到由多个领航者所围成的静态凸包中.仿真实例验证了理论分析的正确性和有效性.     

分布式指挥控制系统协同机制研究

为解决分布式指挥控制系统设计中的决策协同问题,提出了一种基于多智能体系统协同机制的多决策者决策同方法.利用面向对象的软件设计思路提出了指挥控制系统决策协同策略的一般表示方法,并综合考虑策略需求、策略费用、方案质量及领域需求等多种因素提出了协同策略的择优机制.该文提出的协同策略的一般表示方法可在不同态势下和不同领域中重用,协同策略的择优机制使得指挥控制智能体具备在不同的战场态势下选择相对最优的决策协同方法的能力.此种机制对于分布式指挥控制统建模研究提供了一种全新而实用的选择.     

一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

多智能体系统分布式控制的研究新进展

多智能体的运动协调和覆盖协调问题是多智能体系统的协调控制研究中的两个基本问题.综述当前这两个问题研究的主要内容及相应的主要结果,同时给出了仍然需要解决的问题和可能的研究方向.     

基于RTI的试验指挥控制信息化系统应用研究

针对风洞试验指挥控制信息化系统建设的背景，引入了HLA（High Level Architecture）中的RTI（Run-Time Infrastructure）作为信息分布式集成的解决方案。文中分析了传统模式的不足，提出了采用RTI的途径和有利因素，并针对信息化系统中数据监控功能的实现进行了初步工程设计。最后，对RTI在类似领域的应用前景进行了展望，提出了试验指挥控制信息化集成的一种可能的发展方向。     

基于OOA的信息化防空ATBM指挥控制仿真模型研究

在仿真逼近信息化防空ATBM（Anti-Tactical Ballistic Missile）作战指挥控制的概念模型和软件实现模型两个层面上，采用面向对象方法，探讨了信息化防空ATBM作战指挥控制对象模型和防空ATBM作战指挥控制对象类概念，提出了信息化防空ATBM指挥控制对象结构，研究了这些对象的属性、操作和交互作用关系，给出了信息化条件下防空ATBM作战指挥控制仿真的对象模型和对象分类结构。     

基于多智能体的分布式交通信号协调控制方法

通过建立交通信号控制智能体BDI模型,提出了一种基于多智能体的分布式交通信号协调控制方法.通过相邻路口信号控制智能体的信息交互和协调,在确保路口绿灯时间利用率较高的前提下,尽量使相邻路口驶来的车队不停车地通过路口.编制交通控制微观仿真软件,在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验,实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式.     

基于数字荷尔蒙模型的分布式交通信号控制

在基于荷尔蒙信息的基础上,结合数字荷尔蒙模型,建立了分布式道路交通信号协调控制,并对一个由8个路口组成的交通网进行实验,实验结果表明这种新控制方法的控制效果明显优于定时控制、感应控制和实时控制。     

带指挥控制的陆战模型的仿真及分析

给出了一个以复杂适应系统理论为理论基础，采用Agent建模方法，并在Swarm仿真平台上实现的带指挥控制的陆战模型的仿真及分析，仿真及分析结果表明该模型可以反映指挥控制作用下的地面战斗演化进程，初步具备了模拟兰彻斯特方程的能力。这种方法为研究战争领域问题提供了全新的思路。     

复杂任务下的多智能体协同进化算法

针对多智能体系统在处理复杂任务时存在的低效率、高冗积、多智能体系统内协同模型算法存在交互冲突、资源损耗过高等问题,提出一种基于复杂任务的多智能体系统优化算法.在差分进化算法与局部优化算法的基础上对二者进行优化,结合强化学习的训练框架,构建训练网络,通过对学习步长进行修订,改变种群迭代优化准则,使得种群在计算力充足的情况...     

FLOCKING OF MULTI-AGENT DYNAMIC SYSTEMS WITH GUARANTEED GROUP CONNECTIVITY*

This paper investigates distributed flocking problem where the information exchange among agents is modeled by the communication topology changing with time. Previous research on this problem establishes group stabilization by assuming that the dynamic topology is connected all the time, which however cannot be guaranteed by most proposed distributed control laws. In this paper, a distributed algorithm to distill a necessary subgraph of the initial communication topology is presented. This subgraph covers all the vertices of the communication topology and is proved to be connected as long as the initial communication topology is connected. A distributed control law is then designed to pursue the flocking motion while preserving all the edges in this subgraph. In this way, connectivity can be preserved all the time, and flocking problem is thus solved only provided the initial communication topology of multi-agent system is connected.     

Fast consensus seeking for multi-agent systems

For multi-agent systems based on the local information,the agents automatically converge to a common consensus state and the convergence speed is determined by the algebraic connectivity of the communication network.To study fast consensus seeking problems of multi-agent systems in undirected networks,a consensus protocol is proposed which considers the average information of the agents’ states in a certain time interval,and a consensus convergence criterion for the system is obtained.Based on the frequency-domain analysis and algebra graph theory,it is shown that if the time interval is chosen properly,then requiring the same maximum control effort the proposed protocol reaches consensus faster than the standard consensus protocol.Simulations are provided to demonstrate the effectiveness of these theoretical results.     

非线性多智能体系统分布式鲁棒输出调节

为解决具有一般非线性形式和不确定参数的多智能体系统的协调控制问题,设计了非线性分布式反馈控制器,使得多智能体系统鲁棒渐近跟踪参考信号或者鲁棒渐近抑制干扰。在所考虑的多智能体系统中,将动态领导者或者环境干扰看作是产生参考信号或者干扰信号的外部系统。最后,给出一个仿真算例,验证所得结果的有效性。     

信任驱动的自适应协调控制算法及应用

多机械臂执行协同任务时,由于作业环境、装配条件、系统扰动等诸多非线性因素影响,其末端位置难以精确跟踪目标并保证一致,导致协同工作时产生较大误差。为解决多机械臂位置协同控制问题,通过研究新颖的信任机制,包括信任值(自信任值和互信任值)自适应更新机制和Fisher信息权重(协方差)更新机制,提出一种基于多智能体的自适应位置协调控制算法,当系统存在干扰时,实现多机械臂末端位置一致跟踪到目标位置,提升自动化协同装配任务的控制精度和执行效率。仿真结果验证了所设计方法的有效性。     

一种分布式交通信号控制方法及仿真实现

在基于多智能体的分布式道路交通控制概念模型和单路口交通信号自学习控制方法的基础上，提出了一种基于多智能体的分布式交通信号区域控制方法。通过相邻路口信号控制智能体的信息交互和协调，在确保路口绿灯时间利用率较高的前提下，尽量使相邻路口驶来的车队不停车地通过路口。编制交通控制微观仿真软件，在一个由8个路口组成的交通网络中对多种信号控制方式进行仿真实验，实验结果表明这种新控制方法的控制效果明显优于传统的定时控制和感应控制方式。     

战斗机编队协同作战效能评估研究

在分析了编队协同作战特点的基础上,利用层次分析方法建立了编队协同作战效能评估指标体系。重点研究了信息优势、决策能力、协同能力和攻击能力对编队协同作战效能影响,并建立了这四个指标的评估模型。接下来,利用成对比较矩阵计算出了准则层中各因素的权重系数。最后对分别红蓝编队协同空战的作战模式进行了作战效能仿真分析。

Abstract：

Based on the analysis of formation cooperative combat＇s characteristic,the effectiveness evaluation frame of formation cooperative combat was established by AHP. The factor that can influence the effectiveness of formation cooperative combat was emphatically studied. At the same time,the model of information predominance,decision-making capability,cooperative capability and attacking capability was established. Then,the weight of each factor was figured out by compare matrix. At last,the combat effectiveness evaluation of formation cooperative combat about red and blue was carried out.     

面向分布协同控制研究的仿真环境设计与实现

针对分布式系统,尤其是多机器人系统中协同控制问题的研究需要,提出了一种具有分层嵌套结构的多Agent仿真环境设计方案,以克服现有仿真环境存在的兼容性差和算法移植困难的问题.设计方案在系统总体结构中引入了层次多Agent的设计思想;在子系统中采用Acromovi结构框架设计;在个体Agent中采用了混合型的内部结构设计.具体应用于多机器人仿真环境设计中,通过不同的实验配置方案,逐步实现多机器人系统的虚拟仿真和半实物仿真.最终的多机器人编队控制实验表明了设计方案的有效性.