基于多Agent可重构生产系统控制模型

为了提高和改善当前生产系统对多变市场竞争环境的响应特性和应变能力,借鉴人体的组织结构和运行机理,把制造资源视为被控对象,将生产系统分成控制器与被控对象两部分,建立生物型可重构生产系统控制模型,设计具有人体神经-内分泌-免疫系统控制性能及特点的控制器功能结构,并结合多Agent技术阐述生产系统自组织重构过程及其构件化信息处理技术. 结果表明,通过各Agent之间的协作,可形成一个协同、自治并支持全局优化的可重构生产系统.     

交互式动态影响图及其精确求解算法

为了表示部分可观察马尔可夫环境下,多Agent决策中各Agent之间的动态结构关系,对影响图(IDs)在结构和时间上进行扩展,形成一种能够对其他Agent建模的决策模型:交互式动态影响图(I-DIDs).I-DIDs是不确定环境下多Agent进行序贯决策的图模型.该模型的解是在对其Agent行为概率分布的预测下提供给该...     

基于指挥Agent协作模型研究

多Agent协作求解是分布武人工智能要研究的基本问题.分析了指挥Agent的结构特点,并基于指挥Agent概念提出一个新的协作模型,该模型利用指挥Agent对多Agent系统进行全局协作分配,协作申请分级处理,解决了传统协作模型中存在的模型与应用领域中有关只适用于静态环境的问题.     

一种进化Agent计算模型

提出了一种具有进化功能的多Ａｇｅｎｔ计算模型。Ａｇｅｎｔ作为自主活动的实体，在求解空间内具有自复制、扩散及死亡等进化行为。通过Ａｇｅｎｔ的不断进化，获得问题的最优解。详细叙述了Ａｇｅｎｔ的进化行为，给出了实现该模型的算法流程，并讨论了该算法在图像边缘检测中的应用。实验结果表明，该模型算法具有快速，高效等优点，特别适用于特征提取及检测问题。     

基于多Agent技术的低可观测飞行器任务规划求解方法

为了提高低可观测飞行器任务规划系统的规划效率，应用分布式人工智能多Agent智能体技术，建立了飞行器任务规划系统求解方法。在描述任务规划目标函数和约束条件基础上，对系统组成、Agent类型定义、分层考虑及Agent之间的协商通信进行了系统研究。使用这种方法可将复杂问题分解为较简单的问题进行分步式求解，具有缩短规划时间、减少规划费用、提高规划质量等优点。     

基于Agent的CSCW系统及其通讯实现

讨论了Ａｇｅｎｔ和多Ａｇｅｎｔ系统的概念和特必有多Ａｇｅｎｔ系统适合用于构造ＣＳＣＷ系统,提出了基于Ａｇｅｎｔ的ＣＳＣＷ系统的建模过程及形式化表示,阐述了使用ＫＱＭＬ实现Ａｇｅｎｔ通讯的技术思想和方法。     

多Agent系统合作问题求解的任务分配研究

在多Agent系统合作问题求解中,任务分配是一个重要的环节。本文提出了一个任务分配方案,该方案能较好的协调Agent的资源状况,使整个多Agent系统高效运转。     

基于模糊粒子群优化算法的双边多议题协商模型

针对电子商务应用,提出了一种基于模糊粒子群优化算法的双边多议题协商模型。该模型以追求协商双方联合效用最大化为前提,通过粒子群在对手提议和自身议题理想值域之间进行快速有效搜索出最优解或近似最优解生成反提议;从而促使协商实现"双赢"。实验分析表明,该模型能有效提高协商效率。     

基于多Agent系统的计算机病毒免疫检测模型

目的 研究在局域网内检测、防范病毒的智能型病毒检测模型。方法 应用多Agent技术与生物免疫系统原理相结合的方法设计计算机病毒检测模型。结果 模型继承了生物免疫系统原理，并结合了多Agent系统的推理性和协作性等特点，具有较强的快速反应能力及自我演化功能等特点。结论 生物免疫原理与多Agent技术相结合可快速有效地检测局域网内的病毒，并能提高计算机对病毒的免疫能力。     

一种Agent组织信任计算模型

Agent信任研究已经成为多Agent系统理论研究的重要内容,但目前大多数研究都是关于个体Agent信任和声誉,较少涉及Agent组织信任研究;而且,开放网络环境中存在着的大量不精确和不完全信息,导致信任计算置信度不高.针对上述问题,以概率论为工具研究Agent信任,结合交互频率给出一种Agent组织信任计算模型CMAOT,其算法的计算复杂度是多项式级,并提出了4条基本性质.实验结果验证了该模型的计算可行性和效果,改进了Jennings等人的工作.     

多Agent系统中任务分配问题的分析与建模

针对多Agent系统(MAS)内外环境变化所产生的不确定性和任务分配序列决策的要求,利用马尔科夫决策过程(MDP)模型对MAS中的动态任务分配问题进行了分析和建模.其中,状态空间由各Agent的当前负载和待分配的任务组成,每一状态下有多种任务分配方案,利用迭代方法可以获得最佳的任务分配方案以实现系统长期收益最大化的目标.仿真实验表明,MDP模型可以合理地模拟MAS中任务分配的运作过程,并在小规模环境下方便地获取最优任务分配策略.     

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。     

基于缓存及预取技术的大型数据库查询优化研究

以大型数据库应用为背景,基于多Agent技术,构建了一个分布式数据库访问平台,重点研究了分布式环境下的语义缓存及相应的预取技术,实验表明,该方案对海量数据的统计查询性能有显著提高.     

MAS 合作机制及其应用的

分析了多智体系统合作的形式和机制,并结合实际系统工作特点,提出了基于多智体的系统开发方法和技术,使系统具有更多的智能特性和主动性.     

基于多智能体的机电设备嵌入式控制系统设计方法

提出了一种利用多智能体（Multi—Agent Systems,MAS）方法学指导复杂机电设备嵌入式控制系统开发的方法．该方法利用智能体（Agent）概念处理复合型控制系统的多个子控制器;用MAS方法学指导构造Agent之间的通信及协调机制;利用多任务实时操作系统（Real—Time Operating System,RTOS）的多任务并行处理能力和系统服务在嵌入式系统中实现MAS系统,本方法已经应用于遥操作移动机器人嵌入式控制系统的开发．     

复杂诊断系统的MAS分布式协作方法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统。以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出融合不同表达方式和推理机制的多Agent并行诊断结构,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统。工程应用效果验证了多智能体结构框架下复杂系统分布式求解的可行性和有效性。     

面向agent的并行GA

讨论了面向agent的并行遗传算法(GA)模型,该模型属于粗粒度的并行模型,并提出了算法的实现方法 与经典粗粒度孤岛并行GA的对比分析结果表明,基于该模型的并行GA具有通讯代价小、子群体间信息交换充分等特点 此外,该模型采用多智能体技术,用agent表示群体中的个体,简化了问题,便于实现 图2,参10     

基于MAS理论的机器人系统研究概述

介绍了多智能体机器人系统的发展和关键技术 ,对国内外的MARS研究作了综合 ,描述了未来多智能体机器人系统的发展趋势 .     

基于MAS的虚拟企业创建模型框架研究

虚拟企业是一种崭新的企业组织形式,是未来企业进行生产经营和市场竞争的主要模式。文章主要利用多智能体技术创建了灵活、敏捷和高效的虚拟企业,这是由于多Agent系统的特点和虚拟企业在实际运行中所表现出来的自治性、分布性和并发性正好相符合,在创建过程中,采用了基于合同网协议CNP(ContractNetworkProtocol)的多Agent系统来选择最优成员组成虚拟企业。     

舰船冷却水系统多智能体自治状态重构方法

针对现代舰船运行环境的不确定性和动力平台集成管理智能化的需求,以舰船冷却水系统为研究对象,研究了其在不确定性条件下基于多智能体（Agent）自治决策模型的状态重构方法.通过将该系统的状态重构问题看作松耦合的马尔可夫决策过程（MDP）,建立了其基于MDP的多Agent自治决策模型.使用遗传算法对决策空间进行全面搜索得到最优策略,并通过数值计算验证了其性能.在获得的最优策略的指导下,实现了冷却水系统的自动状态重构.该方法能够提高冷却水系统的自主决策水平和任务效率.