用于高维函数优化的多智能体量子进化算法

基于智能体的竞争和学习能力、量子计算理论及生物进化策略,提出了一种新的优化方法——多智能体量子进化算法．一个智能体代表优化问题的一个可能解,所有的智能体都以量子染色体表示．该算法将智能体分布于多智能体网络环境中,智能体之间通过量子进化来实现竞争及学习,以提高个体的竞争能力．理论证明该算法具有全局收敛性．实验结果表明,该算法具有强的全局寻优能力及快速搜索能力。     

多智能体遗传算法用于超高维函数优化

基于智能体对环境的感知与反作用的能力提出了一种新的函数优化方法--多智能体遗传算法.该方法将智能体固定在网格上,而每个智能体为了增加自身能量将与其邻域展开竞争或合作,同样,智能体也可利用自身的知识进行自学习来增加能量.理论分析证明算法具有全局收敛性.实验结果表明,多智能体遗传算法对维数高达甚至10000的函数,都能以较少的计算量获得高质量的解,充分说明算法具有很快的收敛速度.     

基于混合编码的多智能体遗传算法

为了提高多智能体遗传算法的收敛速度和全局寻优能力，将量子编码引入多智能体遗传算法中，对每个智能体同时采用量子编码和实数编码，以基于这两种编码方式的遗传算子同时进化来获得更快的收敛速度和更好的全局收敛性。仿真结果表明，此算法能更快地收敛到全局最优解。     

基于市场组织模型的多智能体机器人系统

提出了一个基于市场组织模型的方法，并用它控制一个多智能体机器人系统完成工业上的合作和竞争作业。该市场组织模型首先被用于构造一个多智能体机器人系统。然后，一个动态自组织方法被提出来用于该多智能体机器人系统竞争和签约作业。其次，一个实际的多智能体机器人系统被建造和用于装配实验。最后，装配实验结果肯定了该系统的灵活性，适应性和稳定性。     

智能体机器人足球比赛模拟系统

【目的】实体机器人足球比赛系统成本高、技术难度大,而智能体(Agent)机器人模拟足球比赛系统可以为实体机器人足球比赛系统的设计提供参考。【方法】根据实体机器人的特点,用智能体模拟实体机器人,将机器人足球比赛的控制算法建立在智能体上,对智能体设置运动速度、射门速度、能量、避碰等能力及意图,再利用网络技术,建立一个多种影响参数的足球机器人比赛模拟系统。【结果】该系统能有效按研究者设定的参数(条件)进行比赛,比赛结果与实际基本相符。【结论】智能体足球机器人比赛模拟系统不仅可以作为实体机器人足球比赛的模拟平台,还可以作为实体机器人足球比赛策略和相关参数的研究平台。     

多智能足球机器人系统的关键技术

以NEWNEU参加机器人足球世界杯赛(FIRARWC99)的基于视觉型微型足球机器人系统MIROSOT为背景,详细介绍了机器人足球的关键应用技术·采用模糊神经网络和自学习专家系统的分层智能控制系统是当前机器人足球系统的研究方向·具有人工智能的自主型步行足球机器人是足球机器人的长远发展目标·     

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．     

基于多智能体遗传算法的配电网节能降耗综合管理系统

针对目前企业配电网节能技术的不足,提出了一种基于多智能体遗传算法的配电网节能降耗综合管理系统.结合遗传算法(Genetic algorithm,GA)和多智能体系统(Multi-Agentsystem,MAS)技术构造了一种GA-MAS算法,每一个多智能体相当于遗传算法中一个个体,相邻的多智能体相互作用,并结合遗传算法的进化机理进行全局最优求解.提出了该系统各节能设备智能体结构模型和高压/低压多智能体系结构模型,运用GAMAS算法,得出各个节能设备的最佳调节力度,使节能设备以最小的调节代价获得最大的节能效益.具体算例仿真及工程实际应用表明本文提出的配电网节能降耗综合管理系统能使总有功网损降低,电容器投入总组数减少,实现节能设备的最佳调节,同时表明GA-MAS算法收敛速度较快.     

基于多智能体系统的招标投标系统

探讨了智能体、多智能体系统(MAS)的体系结构,给出了一个多智能体系统的简单例子--智能招标投标管理系统.该系统建立在智能体模板JADE之上,通过该系统,一个企业可以向外发出招标信息,其他企业可对这个招标相应地发出投标请求,最后系统对各个投标进行比较筛选得出最优结果,并把结果发送回招标企业.     

求解动态背包问题的多智能体进化算法

针对动态背包问题,提出了一种基于多智能体的进化算法(MAEA).通过智能体相互合作地模拟生物机制特征来寻求最优解.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.为了保持种群的多样性,在算法中引入了随机移民机制.通过对一系列动态背包问题的仿真实验可以看出,在离线性能指标下,这种引入了随机移民机制的基于多智能体的动态进化算法相比几类遗传算法可以获得更好的性能.     

基于多智能代理的协同网络化教育系统

首先从理论上对系统模型进行了分析 ,并对其工作机制进行了详细的阐述 ;其次分析了现代远程教育过程中存在的冲突问题 ,并从技术角度提出了冲突消解的策略 ;最后结合同济大学开展网络教育 ,初步实现了该模型 .     

基于思维进化计算的一种广义进化模型

本文在遗传算法 (GeneticAlgorithm ,简记GA)与思维进化计算 (MindEvolution aryComputation ,简记MEC)的基础上 ,提出了一种广义进化模型 (GeneralizedEvolutionaryModel ,简记GEM)。该模型用微演化与宏演化两个过程 ,分别模仿人类的思维学习方式与自然进化 ,并通过概率趋同、信息迁移、自适应变异算子将两个过程有机的结合起来 ,从完全意义上模仿了人类的进化。该模型既能有效地克服遗传算法的本质缺陷 ,又能拓展思维进化计算的理论基础及应用范围。数值优化的仿真结果证明了该模型的有效性     

分散复杂多水源原水系统一级优化调度

珠海市汛期降雨充沛,水库集雨面积大,且各水库均是自流供水,合理分配各水库供水量,有效地利用降雨大这一有利条件是珠海水司汛期调度的一大重点.针对珠海市分散复杂多水源原水系统河库并存、库库连通和汛期多雨水的特点,建立了以取水泵站能耗最小、水库运行末水位偏离水库控制水位最小为目标的一级优化调度模型,通过遗传算法对模型进行求解,结果显示优化后的调度方案在满足实际调度需求的前提下,节能优势明显,而此模型的建立,也为分散复杂多水源原水系统的一级优化调度提供了一种新的思路.     

基于演化算法的高校课程排课系统的研究与实现

提出了基于演化算法高校课程排课系统的方法,以课程为排课核心,以授课计划为排课依据,利用演化算法建立起有效地数据模型．通过实验验证,该算法能够结合高校实际情况,自动地找到了解决排课问题的模型,具有一定的通用性．     

一类总体极值问题的进化计算法

给出一类总体极值问题的进化计算方法 ,研究了进化计算随机搜索的机制特征     

基于Petri网的离散制造过程建模工具

通过分析制造系统发展的需求，基于制造的单元技术向智能化发展的趋势，提出构造分布式多自治体制造系统的思想，并具体阐明了制造环境中自治体的基本结构和多个自治体之间的组织方式．从而提供了一种将制造环境中现有各项单元技术集成起来的分布式途径．     

认知进化观:认知科学研究范式的新取向

认知科学在其发展过程中经历了几次研究范式的转换，认知进化观的兴起是认知科学各学科多层次整合的表现。在心理学领域，进化心理学采用功能分析的方法分析适应性行为下的心理机制和特征。在人工智能领域，采用进化计算和遗传算法探讨人工生命的适应性行为。在神经科学领域，是对神经网络的自组织机制和神经系统的可塑性进行考察。认知进化观的缺陷是自然主义的计算与进化，忽视了人的历史文化性。认知进化观作为一种新方法论，为智能研究带来了生机。     

基于思维进化算法的变压器局部放电源定位新方法

为准确对变压器局部放电源的位置定位,寻求先进的优化计算方法是解决该问题的有效途径。把思维进化算法(MEC)用于变压器局部放电源"声-声"定位。实验结果表明,与基于标准遗传定位算法比较,基于思维进化方法的定位具有精度高、收敛速度快、避免早熟等特点,做到对放电源位置实时在线定位。     

进化计算及其在智能控制中的应用

介绍了进化计算的起源与发展历史、特点与分类、有关研究与应用现状及有关软件与国际信息交流等方面的基本情况。简述了进化规则和进化策略在智能控制中的应用。     

基于多代理机的车间控制系统结构的研究

对敏捷制造模式下车间控制系统的功能进行了分析,它除了具有常规的功能外,还具有实现单元动态重构、通过网络对外交流和对外合作功能;建立了车间控制系统功能模型;对多代理机系统用于车间控制系统进行了可行性分析,提出了基于多代理机的车间控制结构模型,该结构模型具有模块性、智能性、鲁棒性、动态性和柔性等特性,满足敏捷制造对车间控制系统的要求,能够快速适应制造环境的变化．