MULTI-AGENT COLLABORATIVE DESIGN SYSTEM MODEL BASED ON THE INTERNET AND EXPERIMENTS

Development of complicated products is a project of system engineering It involves extensive and complicated knowledge,design methods and auxiliary technology Various factors affect each other So,modern product development is a typical group problem with distributed and dynamic features It is apparent superiority to solve this problem with a multi agent system representing various knowledge domains Distributed artificial intelligence knowledge being used,the multi agent collaborative design system concept and model based on Internet environment are put forward The realizing method of product developing agents,interactive process among multi agents,and organization and implementing of the design project of the multi agent collaborative design system are discussed in detail Application examples are also presented.

Multi-Agent System for Real Time Planning Using Collaborative Agents

Autonomous agents are an important area of research in the sense that they are proactive, and include: goal-directed and communication capabilities. Furthermore each goals of the agent are constantly changing in a dynamic environment. Part of the challenge is to automate the process corresponding to each agent in order that they find their own objectives. Agents do not have to work individually, but can work with others and develop a coordinated group of actions. These agents are highly appreciated, when real time problems are involved, meaning that an agent must be able to react within a specific time interval, considering external events. Our work focuses on the design of a multi-agent architecture consisting of autonomous agents capable of acting through a goal-directed with: a) constraints, b) real-time, and c) with incomplete knowledge of the environment. This paper shows a model of collaborative agents architecture that share a common knowledge source, allowing knowledge of the environment;where we analyze it and its changes, choosing the most promising way for achieving the goals of the agent, in order to keep the whole system working, even if a fault occurs.

多机协同智能发展战略研究

多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。

岗课赛证融通的模块化课程体系研究实践——以物联网应用技术专业群为例

岗课赛证融通是职业教育类型化的一个核心特征,是“三教”改革的一种全新育人模式。文章分析了岗课赛证的融通机制及融通模式下的物联网专业群课程体系新要求,提出了基于“基础共享、中层分立、高层拓展”课程体系设计思想的“1+X+Y”专业群模块化课程体系架构,并以物联网应用技术专业群为例,分析了物联网应用技术专业群与产业链的逻辑关系,构建了岗课赛证融通的“1+X+Y”专业群模块化课程体系,课程体系具有“对接产业要素、满足核心岗位需求、达成应用能力培养”的三型递进关系;并从多师协作的教学团队构建、课程资源开发、网络课程教学平台搭建及教学组织实施四个方面来阐述专业群模块化教学实施途径。

新型能源体系发展思考与建议

加快规划和建设新型能源体系,构建能源体系发展新格局,对保障国家能源安全、实现绿色低碳转型具有重要意义。本文在回顾10年来我国能源体系发展历程,把握当前国际能源领域形势和我国能源发展新目标的基础上,明晰了由安全高效、清洁低碳、多元协同、智能普惠构成的新型能源体系的内涵,深化了对包括能源消费总量与结构演变、煤炭安全兜底、油气增储上产、非化石能源降本增效在内的新型能源体系的认识。进一步,提出了坚持系统思维、坚持创新引领、坚持深化改革的新型能源体系发展思路,凝练了面向2035年、2050年的新型能源体系建设目标,梳理出稳妥有序推进能源绿色低碳转型、推动城乡能源体系协同发展、构建多轮驱动能源供给体系、加强关键核心技术攻关、构建新型能源评估体系等新型能源体系建设的重点举措。相关内容提供了建设新型能源体系所需的理论引导与实践支持,可为新时期新型能源体系发展研究提供参考。

基于黄河流域系统治理的水库多目标调度约束阈值研究

水库是流域水沙调控以及水资源优化配置的重要抓手,黄河流域的水库调度最初以防洪减淤为目标。新形势下,黄河流域面临不断变化的来水来沙条件、库区-河道边界约束、区域社会经济发展和生态环境需求等,黄河流域亟需基于系统治理理念,突出流域系统可持续运行的水库多目标协同调度。本文依据流域系统科学理论和方法,通过资料分析、数据挖掘、关联度识别、回归分析等方法,筛选了黄河流域系统中行洪输沙、社会经济、生态环境各子系统表征指标,阐明了黄河上、中、下游不同河段多维约束因子的演变过程,揭示了黄河干流调控体系主要约束因子的相互作用关系,提出了基于多目标协同的黄河干流水库调度约束因子阈值,为黄河流域水库多目标协同调度提供科技支撑。

基于双视角建模的多智能体协作强化学习方法

在多智能体协作领域,强化学习算法通过共享智能体的局部信息来实现智能体间的协作.但共享协作机制极易引发过度协作问题,导致智能体忽视自身局部观测信息,丧失策略多样性,最终陷入低效协作的困境.为了解决该问题,本文提出基于双视角建模的多智能体协作强化学习方法(Bi-View Modeling Collaborative Multi-Agent Reinforcement Learning,简称BVM-CMARL).该方法从局部和全局两个视角对智能体进行建模,分别用于产生多样性的策略和激励协作.在局部视角最大化局部变分与自身轨迹的互信息,激励智能体的策略多样性;同时在全局视角最大化全局变分与其他智能体动作的互信息,提高智能体协作水平.最后将局部变分训练出的局部Q值与全局变分训练出的全局Q值合并,避免低效协作.将BVM-CMARL算法应用于星际争霸多智能体挑战赛(StarCraft Multi-Agent Challenge,SMAC)中的等级觅食(Level-Based Foraging,LBF)和走廊(Hallway)等环境,与QMIX、QPLEX、RODE、EOI和MAVEN等5种目前优秀的强化学习算法相比,BVM-CMARL算法具有更好的稳定性和性能表现,在SMAC上的平均胜率为82.81%,比次优算法RODE高13.42%.通过设计模型变体,在消融实验中证明了双视角建模对BVM-CMARL的必要性.

城市多方协同应急物流分级体系建设思考

过去5年各大城市都在经历与气候变化相关的极端事件,如热浪、洪水和病毒,这些事件的强度和频率有恶化趋势,城市人口和经济活动高度集中、城市政治文化影响深远,建立多方协同应急物流体系是城市应对突发事件的紧迫任务。以我国城市应对新冠疫情应急物流实践为背景,在系统梳理城市应急物流体系面临主要难点基础上,提出了城市应急物流体系构建的基点,按纵向分层、横向分块的结构模式,设计了以“一个平台、四个系统、多个保障”为核心的城市多方协同应急物流分级体系架构,该体系既是对现有城市应急物流经验的总结,也对突发事件下各城市推进应急物流体系建设具有参考价值。

面向任务协同的异构多核嵌入式系统实时调度方法

以往的异构多核嵌入式系统实时调度方法由于仅设置了系统实时调度模型的单项参数,导致系统调度时间过长。本文设计了面向任务协同的异构多核嵌入式系统实时调度方法。面向任务协同构建嵌入式系统实时调度模型,计算系统任务节点的传输情况,构建系统实时调度的数学模型,对构建的实时调度模型中的任务数据信息进行汇集,并进行自适应分析处理,以此为基础,设置实时调度模型的时间均衡控制参数和安全性系数,从而实现嵌入式系统的实时调度。通过上述设计,完成对异构多核嵌入式系统实时调度方法的设计。在仿真实验中,与以往的异构多核嵌入式系统实时调度方法相比,本文设计的面向任务协同的异构多核嵌入式系统实时调度方法的调度时间最长仅为5 s,调度时间更短。

多维协同视域下中国特色学徒制个性化实践研究

实现产教融合的最佳方式是学徒制,新修订的《中华人民共和国职业教育法》将“中国特色学徒制”以法律形式确立,为学徒制广泛推行奠定了坚实的法律基础。当前,中国特色学徒制的实施过程中仍然存在企业培养主体地位缺失、多元主体协同性不足、学徒岗位标准不明、工学内容对接不畅、在岗培养技能单一、个性化实践研究缺乏等多种问题。基于多维协同视角,以长沙南方职业学院“全媒体营销IP管理班”为实证,通过创建校企“双班主任”、“双导师”个性化小班课堂、开展“岗位工作任务为主线”的项目模块式教学、构建四位一体培养模式、实施多维协同治理等路径,进行中国特色学徒制个性化实践,取得了较好成效。

融合协同过滤的神经Bandits推荐算法

针对数据稀疏性和“冷启动”对协同过滤的限制以及现有的协同多臂老虎机算法不适用于非线性奖励函数的问题,提出一种融合协同过滤的神经Ba ndits推荐算法COEENet.首先,采用双神经网络结构学习预期奖励及潜在增益;其次,考虑邻居协同作用;最后,构造决策器进行最终决策.实验结果表明,该方法在累积遗憾上优于4种基线算法,推荐效果较好.

基于协同优化的专业课程多学科交叉融合教学系统设计

随着时代的发展,采用传统教学模式已无法满足学生的学习需求。因此,设计基于协同优化的专业课程多学科交叉融合教学系统。首先,简要分析该系统的需求与框架结构。其次,具体介绍该系统的数据库和功能模块。最后,测试该系统的性能。测试结果表明,该系统的程序均符合验证标准,各项功能均能正常使用。

基于分层深度强化学习的分布式能源系统多能协同优化方法

分布式能源系统的多能协同运行对于促进新能源的消纳具有重要意义。然而,分布式能源系统中源荷的不确定性以及异质能源网络的时空差异性,给多能协同优化问题带来巨大挑战。针对这一问题,提出了一种面向分布式能源系统的两阶段多能协同优化模型,通过采用长时间尺度控制和短时间尺度控制两阶段解耦决策方式,实现了对不同时间响应特性的复合空间进行序贯决策。然后,面对高维复合搜索空间和源荷不确定性因素,采用了深度强化学习无模型解决方案,并提出一种全新的分层深度强化学习算法进行求解。通过算例仿真验证了所提模型和求解方法的有效性和优越性。

适应新型电力系统的多维协同电力市场体系

构建适应新型电力系统的电力市场体系,既是实现能源电力转型的必然要求,也是实现“碳达峰·碳中和”目标的重要途径。在全面分析新型电力系统结构改变给电力系统带来的变化与挑战的基础上,构建了适应新型电力系统的目标、时间、空间、价值、主体多维协同的电力市场体系。围绕安全保供、低碳转型与经济的多目标协同,中长期、现货与实时运行的多时间协同,多层次全国统一电力市场的多空间协同,安全-绿色-经济的多价值协同,新型市场主体快速发展下的多主体协同五方面关键问题,提出了多维协同的市场设计思路和核心机制。最后,给出了建设全国统一电力市场的实施路径和建议。

海港综合能源系统低碳经济发展研究综述

在我国“碳达峰与碳中和”愿景下,海港综合能源系统正通过全面电气化降低二氧化碳排放,实现海洋能源的可持续发展,但多能流融合给海港能源配置与优化运行带来新挑战。该文首先结合海港节能减排政策,对海港综合能源系统低碳经济发展进行概述;然后,从能源侧、负荷侧和能源存储3个层次分析海港综合能源系统特点,总结促进海港低碳减排的能源交易、碳捕集与利用封存、储能系统优化配置和多能互补协同优化运行关键技术;最后,对基于储能系统的未来海港低碳经济发展研究方向进行展望。

功能与能力匹配视角下我国基本医疗保障制度高质量发展路径探索

全面深化医疗保障制度改革,实现医疗保障高质量发展关键在于全面建成多层次医疗保障体系。基本医疗保障作为多层次医疗保障体系的核心内容,在社会主要矛盾发生变化的形势下,出现了功能与能力不匹配的严峻问题。文章深入剖析了基本医疗保障高质量发展面临的外部需求挑战和内部能力制约,切实提出了推进基本医疗保障高质量发展的实现路径,即按“二十大”要求推动多层次医疗保障体系的建设,将协同治理引入医疗保障制度改革,既最优化发挥基本医疗保障的核心功能,也最大化发挥商业健康保险的重要功能。并以此为基础,针对功能与能力不匹配提出三种破解途径,并按照全面深化医疗保障制度改革“1+4+2”框架提出推进基本医疗保障高质量发展的制度框架,为新时期医疗保障制度深化改革提供有价值的建议。

考虑源荷不确定性及用户侧需求响应的综合能源系统多时间尺度优化调度

针对能源系统源荷不确定性及设备功率波动的问题,提出一种考虑源荷不确定性和用户需求响应的综合能源系统多时间尺度优化调度策略。首先,根据源荷各自特性,分别运用鲁棒优化方法和随机优化方法来处理源荷不确定性问题。其次,基于电、热和气负荷在不同时间尺度下的调度特点和响应差异,设计对应不同时间尺度的需求响应模型,并建立日前—日内两阶段的多时间尺度优化模型,以购能成本、系统运行成本、碳排放成本最小为日前调度目标,在日内调度阶段进一步考虑设备调节惩罚和削减补贴需求响应费用。最后,通过算例验证该模型和方法,在考虑源荷不确定性和需求响应的情况下,所提方法能够发挥多能源互补优势,有效促进能源供需平衡,降低源荷不确定性对综合能源系统的影响。

多机器人系统PTCWA指标与布局优化

机器人协作系统是提高机械制造加工自动化与灵活性的有效方式,提出了一种基于协作工作空间与公共工作空间乘积(PTCWA)性能指标的机器人系统布局优化模型与方法。该方法采用解析法对多机械臂系统的公共工作空间和协同工作空间进行分析,研究系统布局与两种操作空间之间的耦合关系。基于机械臂D-H参数与机器人数量,对系统布局的极限位置进行分析。基于PTCWA性能指标与布局极限位置参数构建多臂系统布局优化模型,以系统性能指标最优为目标对优化模型进行优化求解。最后以由三个工业机器人组成的典型协作系统为实例进行仿真验证,结果表明以该优化模型进行优化求解可以得到机器人系统的最优系统布局参数。

基于Multi-Agent技术的大型机电设备故障诊断系统

通过对大型机电设备的故障特点的分析,以及对M u lti-A gen t系统架构的描述,提出了一种基于M u lti-A gen t技术的大型机电设备故障诊断结构模型.此M A S系统结构采用了层次模型设计,符合故障诊断的推理方法.文章着重阐述了各类A gen t的功能以及它们之间的协作方式.该模型分为监测层、数据处理层和管理层等三个层次,其中监测层用于数据采集和简单故障诊断,数据处理层用于复杂故障诊断和人机交互,管理层用于管理整个M A S系统和协调各A gen t的合作关系.各A gen t之间通信以KQM L语言为基础,并扩展了一组专用的动作表达式以满足故障诊断的需要;文章还描述了复杂故障诊断任务中各A gen t之间的协作方式.

多智能体强化学习方法综述

在自动驾驶、团队配合游戏等现实场景的序列决策问题中,多智能体强化学习表现出了优秀的潜力。然而,多智能体强化学习面临着维度灾难、不稳定性、多目标性和部分可观测性等挑战。为此,概述了多智能体强化学习的概念与方法,并整理了当前研究的主要趋势和研究方向。研究趋势包括CTDE范式、具有循环神经单元的智能体和训练技巧。主要研究方向涵盖混合型学习方法、协同与竞争学习、通信与知识共享、适应性与鲁棒性、分层与模块化学习、基于博弈论的方法以及可解释性。未来的研究方向包括解决维度灾难问题、求解大型组合优化问题和分析多智能体强化学习算法的全局收敛性。这些研究方向将推动多智能体强化学习在实际应用中取得更大的突破。