多Agent模式在制造系统信息化中的应用

针对分散网络化制造的特点,将多Agent系统引入到分散网络化制造环境中.介绍了Agent和多Agent的概念,并研究在网络化制造环境中Agent和多Agent系统的结构特点及表现形式.讨论了多Agent系统的通讯交互机制和协作协商机制.最后,提出了分散网络化制造环境中多Agent系统研究应该集中注意的几个关键性问题,并对分散化环境中多Agent系统的研究作了展望.     

基于VIP与VC的多Agent系统

多Agent系统是当前分布式人工智能研究的热点之一.探讨了单个Agent的结构特征以及多Agent系统的运行机制,结合Visual Prolog5.2和Visual C++6.0提出了一种实现多Agent系统的方案.尝试了多Agent系统背景下Choquet积分在综合评判问题中的应用.     

多Agent系统探究

随着Agent技术和理论研究的深入,对多Agent系统的研究也逐渐成为热点。多Agent系统研究的重点在于由多个Agent构成的复杂系统的原理和Agent之间的协调与交互机制,以便Agent能选择有利于系统联合目标的行为。本文从Agent及多Agent系统产生、研究基础,以及多Agent系统学习方法等对多Agent系统进行初探。     

基于多Agent的能源供需模型

为了解决用数学模型难以预测能源系统供需结构的问题,提出了基于多Agent的能源供需模型结构.定义各Agent抽象结构与具体实现,提供与各Agent任务匹配的控制方法与控制规则,构建基于多Agent的能源系统分层递阶结构,并在Simulink平台进行仿真.实验结果表明:多Agent方法建立的能源供需模型可有效地实现能源供需结构预测,可以为政府部门的能源规划和决策提供有力依据.     

多agent技术的研究与应用

本文主要介绍了Agent和多Agent技术的背景和概念，分析了Agent系统的体系结构，说明了多Agent系统中的各Agent之间用来进行知识交互的通信语言．最后列举了多Agent的应用。     

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。     

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.     

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。     

基于角色交换的多Agent协商问题的研究

利用角色与Agent之间的动态性刻画多Agent系统的结构和行为模型的特点,针对在协商过程中相互协作的Agent如何结成具有相对稳定的合作领域的问题,对角色进行形式化描述,提出了基于角色交换的多Agent协商角色交换算法。该算法能在不完全信息的环境下,提高多个Agent之间的协商效率;并以模拟足球赛为平台进行实验,结果证明该算法是可行有效的。     

基于动态模糊关系(DFR)的多Agent系统组合模型

多Agent系统面对复杂的、单个Agent难以胜任的问题时需要合作,由哪些Agent参与合作是其中一个关键问题,从Agent之间在合作中形成的关系出发,研究多Agent系统的动态模糊性,在此基础上借助动态模糊关系理论建立多Agent系统组合模型,以此为基础提供一种解决Agent合作问题的途径。     

基于图论的高校排课系统实现

在参照多种排课算法后,对排课资源进行合理抽象并建模,利用图论染色和最优匹配原理来简化算法,并结合数据库技术给出排课问题的数据存储模式,从而提出一套完整而实用的高校排课系统的可行实施方案.     

一种动态博弈的多agent合作机制模型

利用博弈学习思想,以多agent系统为平台,提出一种基于动态无限博弈的多agent合作机制模型,以多阶段邀请、考核模式形成无限次重复博弈结构体.提出信任基准测度评价控制agent博弈选取的盲目性,使其理性计划各阶段决策.通过博弈结果反馈信息,动态调整agent博弈主体的收益函数,控制各agent间的协同合作优先级,实现闭环调控.将多agent组合构成智能结构体的基本单元,利用九宫格实验对该基本单元进行试验测试,验证多工况下,基于多种信任基准条件agent单元体间的协同合作机制.实验表明,信任基准可有效调整agent间的信任等级,促进系统中agent合作频率的提高.     

关于教务管理系统混合排课算法的分析

本文阐述了当前高校教务管理系统排课算法的现状以及存在的不足,通过对排课问题的分析,构建了混合排课算法的时序图,并对混合排课算法各阶段各算法的功能做了分析和说明。     

遗传算法在排课系统中的优化研究

本文对高校排课的双目标问题进行研究、分析,对排课问题按照遗传算法进行编码,定义好适应值函数后进行选择交叉,并用禁忌搜索算法进行代替变异操作,实现了遗传与禁忌搜索算法相结合的排课系统算法设计.     

基于遗传算法的高校排课数学模型

排课问题是一个有约束、多目标的组合优化问题,并且已经被证明是一个NP完全问题。针对高校排课过程中存在诸多约束因素的问题,提出将遗传算法与约束条件算法相结合的排课算法,由约束条件算法确定排课任务的优先次序,遗传算法解决单个排课任务时间片分配的优化问题。实验结果表明,该算法能够改进算法性能,提高排课效率。     

基于Multi-agent协同模式的城市应急联动系统

 针对目前城市应急联动系统缺少系统集成、未集中管理、智能程度不高、易形成信息孤岛等局限性,通过分析城市应急联动系统协同模式的相关特性,认为它与多代理(Multi-agent)的特性,特别是协作性有很强的契合度。以Multi-agent理论为基础,针对集监控、预警和救援为一体的城市应急联动系统,提出了一种基于Multi-agent技术的分布式城市应急联动系统的体系结构,这种智能系统更具感知性、主动性和自适应性。通过对系统内部结构的细化,确立了该系统的结构模型。在此基础上,就应急联动系统的接警、分析判断、处警等信息处理的流程进行分析,并借助Multi-agent技术的优点,基于构建的Multi-agent系统,分析了它们之间的成员及其协同关系;运用黑板模型和合同网模型,对城市应急联动系统的协同机制进行研究,设计了一个应急联动系统综合协同运行控制方案。     

几种智能算法在排课问题中的比较

排课问题是个NP完全问题,没有最优解,只有满意解。将智能算法应用于排课问题的求解取得了有效的研究成果。主要对遗传算法、模拟退火算法和蚁群算法求解排课问题做了比较分析,阐述了各算法的基本原理及算法特点,分析了各个算法用在排课问题上的优缺点。     

基于改进的Memetic算法求解大学考试时间表问题

分析了大学考试时间表问题，给出了一种使用启发式重度变异算子的Memetic演化算法，讨论了该算法中的编码方案、约束条件以及各演化算子的实现等问题，实验结果表明：启发式重度变异算子的使用能有效提高算法性能，减少演化代数。     

Framework for a System of Systems Design Oriented to Evolution

A framework was proposed for designing a system of systems(SoS) that takes account of the system' s evolution over time.Given the design space of the SoS analysis,construct a multiepoch scenario design,SoS optimization,and robust designs.A hybrid model based on multi-agent and system dynamic models was used to analyze the evolution of an SoS and find robust designs.The framework can help decision makers generate a robust SoS structure based on the SoS' s capabilities over multiple epochs.     

基于多Agent协作的下载模型研究

针对现有下载方法的不足,提出了一个基于多Agent协作的下载模型.该模型根据协作规则,将下载任务智能、动态地分配给网络上多个Agent,利用多Agent协作快速、高效、灵活地完成下载任务.Agent的知识是在多Agent的协作过程中,通过学习自动产生、完善和优化的.同时,阐述了模型实现的关键技术及解决方案.