基于累积前景理论的不完全信息下应急风险决策模型

针对不完全信息下的突发事件应急风险决策问题,考虑应急决策者有限理性、损失敏感、易受突发事件相关因素影响的特征,提出了一种基于累积前景理论的区间多属性应急风险诀策模型。在对应急决策方案在不同指标及风险状态下的属性值进行规范化处理的基础上,建立正、负理想点作为参考点计算价值函数;基于累积前景理论确定风险概率权重;通过计算各方案的综合前景价值,对应急方案进行排序择优。最后,通过案例分析验证了该方法的可行性与有效性。     

动态路况下考虑决策者风险感知的地震物资调配动力学模型

决策者心理与行为对突发事件应急响应是否高效起到了决定性的作用。针对路况动态变化下的地震物资调配问题, 基于前景理论, 分别构建了救援中心和灾点决策者不同决策主体的风险感知函数, 以衡量决策者对缺货和运输时间延迟的风险感知程度。从道路运力评估、物资流动、决策过程以及物资需求等模块建立了物资调配全过程系统动力学仿真模型。在此基础上, 分析了两层决策者不同的决策态度（乐观/悲观）对应急物资调配过程产生的影响, 并以汶川灾区粮食供应为例进行仿真实验, 证明了模型的有效性和稳健型。     

基于前景理论的突发事件应急响应的风险决策方法

针对应急方案对突发事件发展演变存在干预并可能导致不同的人员伤亡和财产损失的情形, 提出了一种基于前景理论的应急响应风险决策方法. 首先, 描述了突发事件应急响应的风险决策问题; 然后, 基于前景理论的思想, 计算突发事件不同情景的综合价值, 即定量化描述针对不同情景的人员伤亡和财产损失的决策者综合心理感知; 进一步地, 计算突发事件不同情景的权重, 即定量化描述针对不同情景出现的重要性程度的决策者心理感知; 在此基础上, 依据情景综合价值、情景权重和应急方案的成本投入, 计算各应急方案的综合前景值, 并依据综合前景值的大小确定应急方案排序. 最后, 通过一个案例研究说明了该方法的可行性与有效性.     

基于Agent的建模与仿真概念化框架

基于Agent的建模与仿真(ABMS)是面向复杂系统的建模与仿真方法学。提出了基于Agent的建模与仿真概念化框架,重点对该框架中Agent模型的概念及模型转化、ABMS综合环境以及模型校核与验证等相关研究内容进行了阐述。结合该框架,对Agent、消息、复杂系统及基于Agent的仿真进行了形式化描述。最后,提出了一个基于Agent的建模与分布式仿真软件框架,介绍了该框架的主要组成部件,并对实现该框架的相关技术以及正在开展的工作进行了介绍。     

基于多Agent/Swarm军事系统建模研究

阐述了多Agent计算机建模的基础理论和特征,及基于Swarm平台进行多Agent建模的灵活性和可扩展性.进而探讨了将该方法应用于军事复杂系统研究,主要内容包括:提出了多Agent/CA系统建模仿真框架,说明了基于该框架建立复杂性因素映像的基本原理;形成了框架实现的关键技术--可计算模型和空间作用模型,有效实现了在模型中集成成型的算法和模型,并综述对相关领域研究中对关键技术的应用情况;最后探讨了建模仿真的基本逻辑流程.     

多范式人工社会建模与多智能体仿真平台框架

ACP（Artificial Society,Computational Experiments,Parallel Execution）方法是一种新的解决突发事件应急管理的理论方法。基于ACP方法和多范式建模理论,提出了多范式人工建模方法及其运行支撑多智能体仿真环境,利用模型变换支持人工社会多领域建模,改造基于组件的并行仿真支撑形成支持FIPA（Foundation for Intelligent Physical Agents）协议的多智能体仿真引擎。以此为基础,最后提出了多范式人工社会建模与多智能体仿真平台框架。包括人工社会建模环境、人工社会运行环境和人工社会实验环境。该框架同时也是＂非常规突发事件模拟仿真与计算实验集成升华平台＂的重要支撑。     

考虑公众心理风险感知的应急物资优化调度

将行为科学理论融入了突发事件发生后的应急物资优化调度问题研究中, 提出应急物资调度决策应注意考虑公众的心理因素. 用前景理论刻画了公众对应急物资获得时间的风险感知程度, 定义并选取公众心理预期时间作为时间参考点, 得出了风险感知曲线和函数模型. 构建了以最小化公众心理风险感知程度和物资未满足度为目标的混合整数规划模型, 设计了相应的多层搜索求解算法. 最后的数值实验证实了模型和算法的有效性.     

多机空战仿真分布式智能决策支持系统设计

在对现代空战领域存在的非结构决策问题分析的基础上,按照飞行员空战的决策机理,将多Agent概念引入多机空战决策领域.运用分布式人工智能的建模方法,按决策的内容初步设计了情报决策Agent、单机自主战术决策Agent和协同决策Agent,并对多机空战仿真分布式智能决策支持系统的分布结构、运行过程以及通讯方式进行了概念性探讨.     

面向应急管理的人工社会元建模方法

针对非常规突发事件应急管理建模的需要探索新的方法,面向应急管理的人工社会元建模方法尝试利用元模型描述人工社会基本要素,利用领域建模方法刻画应急管理领域模型,采用模型变换和代码生成支持计算实验.本文以公共卫生突发事件应急管理研究为案例,利用人工社会元建模方法构造了人工社会元模型、突发事件模型、应急管理模型,并采用仿真模型代码生成技术直接产生计算实验模型代码框架.案例的构造过程表明面向应急管理的人工社会元建模方法是一种自洽的、贴近应急管理问题研究的建模方法,可以在集成项目的工作中发挥重要的作用.     

模型驱动的组件化Agent仿真模型开发方法

作为一种研究复杂系统的有效手段,基于Agent的建模仿真方法得到了广泛应用。但目前还没有一种得到广泛认可的建模仿真规范来指导和约束Agent仿真模型的设计、开发、集成和运行,不利于提高Agent仿真模型的可重用性和开发效率。提出将采用模型驱动架构和基于组件设计思想的仿真模型可移植性规范(simulation model portability standard 2.0, SMP2)引入到基于Agent的建模仿真中,通过把Agent仿真中的元素映射到SMP2的模型设计和开发模式架构下,并根据Agent仿真特性对SMP2进行相应扩展,来支持模型驱动的组件化的Agent仿真模型开发。利用一个应用实例,验证了提出方法的有效性。     

基于多Agent的面向中小企业的供应商选择系统

面向中小企业构建了基于多Agent系统的供应商选择模型.系统综合了供应商评估及供求风险控制下的最优供应商数量决策问题,并考虑了决策者对中小企业供应商选择的影响.阐述了多Agent系统的架构及各Agent之间协商的过程,并给出了仿真算例.     

基于Agent的农业经济智能决策支持系统研究

将分布式人工智能中的Agent技术融于现代农业经济管理决策支持系统的研究与开发中,提出了基于Agent的农业经济智能决策支持系统(AEIDSS)的结构和组成,引入界面Agent、管理Agent、数据Agent、模型Agent、知识Agent以及各类决策职能Agent构成系统的主要部件,分析了基于分类器系统的Agent实现方法,探讨了在多Agent通讯与合作环境下实现农业经济系统的动态分析、评估、预测以及优化等决策支持功能的工作原理。图2,参13。     

Actor-Critic框架下的多智能体决策方法及其在兵棋上的应用

将人工智能应用于兵棋推演的智能战术兵棋正逐年发展,基于Actor-Critic框架的决策方法可以实现智能战术兵棋的战术行动动态决策.但若Critic网络只对单算子进行评价,多算子之间的网络没有协同,本方算子之间各自行动决策会不够智能.针对上述方法的不足,提出了一种基于强化学习并结合规则的多智能体决策方法,以提升兵棋推演...     

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。     

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。     

诊断多智能体重构过程的Petri网模型

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,本文以诊断决策问题的结构及建模过程的层次性为基本思想,提出用立体分层Petri网作为可视化建模支持工具支持嵌套式建模,研究了诊断系统重构的立体分层Petri网框架,并详细分析了诊断系统资源调度的Petri网模型、多智能体诊断系统重构的Petri网模型以及功能智能体执行重构的Petri网模型,全文通过实例说明了Petri网模型的设计方法,最后给出了立体分层Petri网模型的求解方法。     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。     

Multi-agent在油料调拨指挥系统中的应用研究

为了实现信息化战争中军队油料调拨指挥决策的智能化，将multi—agent技术引入到军队油料调拨指挥系统．阐述了建立基于multi—agent军队油料调拨指挥系统的必要性；对基于multi—agent的油料调拨问题求解进行了描述；对基于multi—agent的军队油料调拨指挥系统进行了总体设计，构造了面向油料调拨过程的各类agent及其运行机制；建立了相应的调拨模型和multi—agent模糊关联决策模型；最后阐明了该研究对军队油料调拨指挥决策的实际应用价值．     

战术级医疗救治装备运用效能建模仿真研究

针对目前我军战术级医疗救治装备运用效能研究缺乏有效的建模仿真手段,通过伤员模型、装备模型、评价模型构建起装备运用效能建模仿真研究框架。基于Anylogic 8.7.0建模仿真平台中的多Agent方法,模拟了伤员产生及其在医疗救治装备间的流转过程。以某次战术级卫勤演习为背景,对其医疗救治装备整体保障能力进行了科学量化评估,发现了制约系统整体运用效能的关键装备类型,验证了建模仿真方法的有效性和价值性,为后续医疗救治装备编配优化和辅助卫勤指挥决策提供了方法支撑。