基于MAS的配电网三相状态估计

为了探索建立配电快速仿真与模拟(DFSM)并行分布式计算环境的有效方法,将Agent和多Agent系统(MAS)的理论和方法应用于DFSM的研究;并以基于支路电流的配电网三相状态估计(DSE)为具体的研究对象,提出了Agent的八元素实现结构描述框架;详细阐述了配电网的分割方法和有偏序关系的配电子网状态估计迭代计算算法;设计并实现了基于MAS的DSE并行分布式计算环境(masDSE).算例分析表明:在实验系统中,masDSE可以使计算效率至少提高50%.     

气候的深度——多哈归来的思考

 气候,这个由讨论“温度”开始的话题,越来越揭示出它的“深度”.各界对在去年底于多哈举行的联合国气候大会达成的“多哈气候途径”褒贬不一,但在笔者看来,超越不同见解,气候谈判背后的深层次内涵更值得深思熟虑.     

基于移动Agent的层次模型IDS设计

入侵检测系统作为防火墙等技术的有效补充被广泛应用于实际当中,而传统的入侵检测系统存在一定的局限性.基于移动代理的入侵检测技术成为了分布式入侵检测研究领域的一个重要方向.分析了现有的入侵检测系统的不足,引入移动代理技术,设计了一种基于移动Agent的分布式层次模型入侵检测系统结构,以提高对可疑行为的分析和响应,有效地应对分布式入侵行为.     

多Agent运行环境的软件框架与数据机制研究

根据面向Agent的软件开发方法,分析了Agent基本特性和基于多Agent的仿真软件运行机制。设计出包括数据管理、时间管理、日志服务、兴趣管理和调度管理等功能在内的多Agent运行环境（Multi-Agent Runtime Environment）。对运行环境的数据机制进行了深入研究,通过阐述数据存储机制,提出环境节点的多叉树结构,通过并行编程实现环境内部、环境之间的数据传输,解决了多Agent运行环境的核心数据问题。测试表明这种数据机制能够可靠保证Agent间的实时通信,实时性完全满足训练仿真软件的需要。     

多Agent系统中分布式约束优化问题

分布式约束优化问题在多Agent系统中应用十分广泛,它已经作为多Agent分布式推理的一项关键技术,既能够最优化一组分布约束,又能够在一定程度上保护Agent的信息,同时提高解决问题的效率。首先介绍分布式约束优化问题的背景及其算法的发展,对现有解决问题的一些完全算法和不完全算法作出了具体论述,通过从效率、质量、隐私等方面这些算法进行比较和分析,然后介绍在分布式约束优化问题在具体领域中的应用,最后论述分布式约束优化算法目前存在的问题及未来发展方向。     

基于复杂适应性系统和多Agent的CBD双层演化系统

针对当前CBD(Central Business District)经济现象难以演化和预测的问题,基于复杂适应性系统(Complex Adaptive System,CAS)和多Agent理论(Multi-Agent System,MAS)的思想,结合计算机仿真技术,提出了"社会演化"和"空间演化"双层演化系统,并模拟了CBD产业结构的演化仿真实验,为探究未来CBD规划建设及发展研究提供新的思路。     

不同路径选择策略的城市疏散仿真研究

结合Agent模型和GIS系统构建了城市大范围人员疏散仿真系统,采用A*算法建立了Agent的路径选择模型,讨论了基于最短距离、最短时间和混合型的三种路径选择策略.还基于实际的城市道路和人口数据,构建了疏散场景进行模拟.模拟结果表明:步行方式下不同路径选择策略下总体疏散时间差别不大,而车辆方式下则差别很大.不同路径选择策略下交通流的分布呈现不同特征,道路的拥挤路段和节点也不一致,因此需要采取合适的诱导策略进行引导.     

基于Agent的顾客行为及个性化推荐仿真模型

针对传统个性化推荐研究方法的局限性, 提出一种基于Agent建模与仿真的方法, 通过个体的交互作用所产生的涌现特征来分析移动电子商务环境下的顾客行为及个性化推荐策略的有效性． 以移动商务环境下的餐饮推荐系统为例, 分析了消费活动过程中顾客与服务的交互行为, 以及情境因素对顾客消费的影响, 构建了服务推荐及顾客行为规则, 并在REPAST环境下实现了本Agent仿真模型． 仿真结果表明:该模型可有效分析及预测服务推荐和顾客决策的涌现现象, 并由此推断顾客总体的消费趋势; 同时, 考虑情境因素的推荐模型的有效性比单独基于顾客个性化信息的推荐模型有明显提高．     

中国城市群竞争力演变的多Agent仿真

通过建立城市竞争力评价指标体系,结合TOPSIS法测算城市竞争力,并对城市竞争力得分结果进行分析,提出了城市竞争力演变模拟函数和两种演变策略,然后采用多Agent仿真方法,给出城市群Agent学习算法,运用NetLogo仿真平台创建城市群竞争力演变模型,对城市群中不同主体选择自我提升策略和学习、合作策略过程进行模拟仿真,最终发现,提升城市群竞争力的关键所在是加强城市与城市之间的学习与合作.