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

通过分析多智能体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体系结构和协作方法。介绍了协进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协作系统仿真框架,以多武器平台协同控制对抗仿真系统为背景进行了实验研究。

基于仿真的采办协同环境研究

首先介绍了基于仿真的采办协同环境概念及其基础;然后,给出了由分布式数据、分布式工具、分布式过程以及分布式人员构成的SBA协同框架;最后,提出了实现SBA协同环境的基本思路——从数据集成、模型集成和过程集成三个层次考虑问题,并指出了难点所在.

基于分布式异构仿真的协同建模框架研究

复杂大系统的建模与仿真涉及到多个领域的人员协同开发,各类人员采用本领域成熟的建模方法和工具构建模型,这些模型具备粒度精细、置信度较高的特点,但同时也产生了模型异构的问题。本文针对复杂系统的大规模仿真应用探讨了异构模型开发和集成的思路,对如何使这些异构模型协同参与仿真的问题进行了深入研究,分析和归纳了当前已有的协同建模仿真环境DEVS/HLA、DEVS总线以及CDM的工作原理和关键技术,提出了以分布式异构模型为基础的协同建模框架的功能描述。

USME:统一SLAM度量与评测技术研究

同时定位与建图(SLAM)技术近年来得到迅速发展,但由于缺乏在统一框架下对算法的度量和比较,对SLAM的客观评估和应用造成障碍。提出了统一SLAM度量与评测(USME)框架,从指标体系、数据集及评测方法三个维度为各种SLAM方法的性能度量及比较研究提供基准。针对不同场景,建立了包括长时间运行漂移量,闭环检测能力,存在相机遮挡、光照变化和运动物体时SLAM方法的鲁棒性,以及多体协同性能等的综合性能指标体系。基于三维仿真平台,以指标体系为基准建立了合成数据序列及对应数据集,以对性能指标进行度量与评估。还建立了平均指标均值的数据处理与评测方法,以综合评价不同参数选择对方法性能的影响。通过典型SLAM方法验证了上述方法的可行性。

日地空间信息分布式协同高性能计算框架

以日地系统活动规律研究为背景,基于美国新近提出的应用于大规模科学计算领域的组件规范CCA(Common Component Architecture),设计提出了日地空间信息分布式协同高性能计算框架DCHF-SI,它集物理模型组件化封装、模拟应用的构建和管理、模型互操作、分布式容错和计算驾驭可视化等服务于一体,能够充分利用网络集成大量的分布式高性能计算资源和空间物理模型资源来构建多物理松耦合模拟应用,支持日地空间信息的分布式协同高性能计算,解决了多物理耦合模拟的复杂性问题,最终为空间天气预报服务系统提供支持。