针对无人潜航器的反潜策略研究

近年来无人潜航器对国家海洋国土安全带来的威胁逐渐增大,其低噪声特性和隐蔽入侵方式也给反潜行动带来极大困难。为此,提出了一种两阶段规划算法,用以学习优化反潜策略,在部署阶段,建立了基于不确定性马尔可夫决策过程的反潜资源分配模型,并设计了鲁棒性部署策略强化学习算法,用以求解不确定条件下分配模型的纳什均衡解。在搜索阶段,建立了基于部分可观察马尔可夫决策过程的搜潜模型,并设计了基于多智能体强化学习的搜潜策略学习算法。最后,通过仿真实验验证了本算法与比对算法相比具有更高的性能。     

具有混合执行器故障的多智能体分布式有限时间自适应协同容错控制

针对多智能体编队系统执行器发生故障时,所引起的参数不确定以及系统瞬态不稳定问题,本文采用径向基函数神经网络(radial basis function neural networks, RBFNNs)对不确定参数(未知函数)进行估计。同时,基于反推技术设计出合理的自适应容错控制器,并通过有限时间理论保证系统实现瞬态稳定。首先,本文采用10个智能体作为被控对象,基于有向通讯拓扑结构理论,构建了非线性多智能体系统模型。其次,基于RBFNNs逼近特性,采用反推技术与动态面技术相结合,设计出合理的容错控制器,补偿多智能体中出现的未知非线性执行器故障,并采用有限时间理论解决系统瞬态不稳定问题。接着,基于Lyapunov稳定性理论分析了控制器的稳定性和快速收敛性。最后,通过两种算例对比,验证了所设计的控制器性能优于传统的反推技术,为工程实践提供了一种有效的研究思路。     

基于多Agent的远程教学模型研究

分析了多Agent系统及其基本特性,将Agent技术引入远程教育系统中。设计出了基于多Agent的远程教育系统模型和总体结构设计,对远程教学Agent的任务和功能进行设计,并讨论主要关键Agent结构设计。     

基于多Agent和遗传算法的制造网格资源调度

为了保障用户的多QoS要求,在制造网格资源调度中引入灵活健壮的协商机制和高效的资源调度算法尤显重要.为此提出基于多Agent的制造网格资源调度方法,运用合同网协议作为多Agent的协作协议并根据制造网格资源调度需求运用遗传算法作为资源优化组合的算法.综合应用多Agent开发工具JADE和遗传算法工具包JGAP进行模拟调度实验,证明了方法的有效性.     

馆员协作在图书馆服务中的价值探讨

馆员协作是现代图书馆的创新型价值体现,是资源共享的应有之义,是当代图书馆发展的主流方向和必然趋势。积极开展图书馆员协作,有利于搭建服务体系、整合现有资源和提升馆员素养。为此,必须在制度上、技术上、标准上进一步加强馆员协作。     

基于变学习率的多agent学习算法的研究

对在动态学习的环境中的IGA算法做了研究,改进了梯度方向上的步长恒定不变的不足,引入了变学习率,并介绍了调节学习率的方法——WoLF原则,加速其收敛。最后根据该方法,对Q学习算法做了改进,并通过仿真试验证明了算法的有效性。     

基于软件协作的多级液压缸起竖系统建模与仿真研究

提出了基于软件协作技术的多级液压缸起竖系统的建模与仿真方法。运用ADAMS软件建立了考虑碰撞的起竖系统多刚体动力学可视化虚拟样机模型,探讨了基于Simulink的多级液压缸仿真模型的建立方法,给出了起竖液压系统的AMESim仿真模型,分析了机械、液压系统的参数关联关系,讨论了基于接口的多领域软件协作仿真方法,实现了多级液压缸起竖的全过程仿真,为多级液压缸系统的仿真研究提供一个新的可靠的技术途径。     

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。     

基于多Agent电力故障诊断系统体系结构风格的研究

从软件体系结构风格的角度分析研究了基于多Agent的电力故障诊断系统的体系结构,在此基础上抽取出这一类遗留系统特有的包装器体系结构风格,提出了在分散的单个遗留系统周围建立“包装器(wrapper)”这样一种风格,这种风格能够实现遗留系统和目标系统之间集成与交互,从而达到目标系统的要求。这些理论的提出,有助于指导使用多Agent技术对遗留系统进行再开发和再利用的研究。     

人工智能技术的分析与研究

分析人工智能技术所面临的问题，讨论其中各种智能模拟方法的实现，特点及适用范围；指出人工智能技术的发展方向。