高超声速飞行器自适应增点Co-RBF多保真度代理建模

针对高超声速飞行器设计过程中计算效率和计算精度难以兼顾的问题,提出了一种自适应增点协同径向基函数(Co-RBF)方法,并将其应用在高超声速乘波体气动参数多保真度建模上。首先,设计了锥导乘波体飞行器,采用工程估算方法和计算流体动力学(CFD)分别获得其气动参数的高低保真度样本。随后,分别采用Co-RBF和广义分层协同克里金(GCK)方法构建代理模型,对比分析了低保真度样本采样方法和样本容量对多保真度模型在训练集内、外的拟合精度的影响。最后,根据提出的自适应增点Co-RBF方法,构建了乘波体多保真度模型,并与常规Co-RBF拟合效果进行了比较。结果表明,Co-RBF比GCK方法对气动参数拟合效果相近,且自适应增点Co-RBF方法在保证融合模型精度的情况下有效降低对高保真度样本的需求。

环境-声场不确定性传递过程中代理建模方法

海洋环境参数的不确定性是声场预报不确定性的主要来源之一。海洋环境参数和声场之间通常具有非常强的非线性关系,导致通过海洋环境参数的不确定性来计算声场的不确定性较为困难。传统使用的蒙特卡罗方法,需要多次运行声场计算模型,导致计算量过大。针对此,文中提出了一种新的基于多项式-克里金方法(PC-Kriging)的代理建模方法,可以高效地计算海洋环境参数至声场之间的不确定性传递过程。该方法使用多项式方法来提取系统响应的全局趋势,使用克里金方法逼近局地响应。同时,基于标准失配测试模型进行了计算机仿真,从模型逼近精度以及传播损失概率密度函数(PDF)2个方面进行验证。结果表明:PC-Kriging代理建模方法在逼近精度上优于单独使用多项式或者克里金方法,传播损失PDF也与蒙特卡罗方法结果吻合得较好,适合用于环境-声场不确定性传递过程计算。

基于智能代理建模的城市公园空间活力评价研究

设计不当和地形利用不合理等原因可能导致城市公园建成后空间活力不足、使用效率低等问题,在公园设计阶段开展科学有效的空间活力评估具有重要意义。基于代理的建模(Agent-Based Modeling)相比于传统空间活力研究方法,具有从个体角度出发,自下而上形成整体人群使用偏好的功能,模拟结果可被用于评价公园空间活力。基于对游客行为规律、选择偏好和空间环境要素的拆解重构,在Unity平台中构建能够模拟并分析公园空间活力的仿真模型(Assigned Environment Agent-Based Model,AEABM)。该模型重点围绕活动强度、活动多样性、活动持续性三个层面的空间活力特征对公园的空间活力进行定量分析。以重庆中央公园为例,将模型模拟结果与实际调研结果进行校核,验证AEABM模拟结果的有效性。结果表明AEABM模拟结果与调研数据和初始化参数吻合,具有良好的模拟效果。模拟结果也显示重庆市中央公园在空间布局、休憩设施和使用功能设计方面存在不足,限制了公园的空间活力。

基于实验经济学仿真构建碳排放交易的多代理模型

碳排放交易的市场效率及减排效果受各类角色及大量参与者决策的影响,参与者特别是市场设计者及监管者必须掌握其行为及机理。实验经济学通过真实实验人参与的实验,反映参与者的有限理性。但其实验规模受限于合格实验者的数量,而多场景实验之间的可比性还受限于实验者的专注度。为此采用了一种混合交互仿真法,先通过实验提炼出真实实验人群在碳排放交易中的不确定行为的关键变量及规律,据此建立具有相同分布特性的多代理随机模型。此后就只需动用少量真实实验人来反映特殊的决策者,并与上述模型生成的大量多代理交互仿真。在保持实验经济学特点的同时,克服了其对实验规模的限制,并保证了重复实验的统计一致性。

面向控制的高超声速飞行器推进系统代理建模

针对高超声速飞行器推进系统机理模型结构复杂、计算效率低、难以直接应用于控制器设计的问题,建立了面向控制的高超声速飞行器推进系统代理模型。首先,通过对机理模型进行分析,确定了代理模型的基本形式;然后,基于拟合优度的敏感度分析方法,将代理模型简化为最简形式;最后,采用自适应状态变量替换方法,对代理模型进行面向控制的简化。计算结果表明,自适应状态变量替换法可实现面向控制的模型简化;面向控制的代理模型能够达到较好的拟合效果。

智能代理在油藏建模中的应用

利用人工智能和机器学习技术,采用人工神经网络开发并验证了用于油藏模拟历史拟合、敏感性分析和不确定性评估的智能代理模型,将其应用于油藏模拟的两个案例中。第1个案例研究了代理模型在油藏模型历史拟合中的应用,输出结果预测了井的产量;第2个案例研究了基于人工神经网络的代理模型在CO2提高采收率油藏快速建模中的应用,目标为预测油藏压力和相饱和度在注入期间以及注入后的分布,预测效果均良好。相比基础数值模拟模型,智能代理模型运行单次模拟只需几秒钟,总节省98.9%的运算时间。智能代理模型在运算速度、消耗时间以及成本等方面都有巨大的优势。此外,智能代理模型与基础油藏模型模拟结果非常接近。

城市创新系统的结构与演化——基于代理的建模

以基于代理的建模方法建立了城市创新系统的整体的概念模型,将代理间的交互关系建模为相互作用的四层网络,并将城市创新系统的发展过程建模为动态演化的四个阶段。应用所建模型对青岛市城市创新系统所处的阶段进行分析并给出了政策建议。

基于多代理技术的电动汽车规模演化模型

跨时间尺度的电动汽车充电需求分析是研究电动汽车规模化接入对电网的影响以及指导充换电基础设施规划建设的基础,而电动汽车规模演化是驱动充电需求动态发展的内在因素,是量化不同发展阶段下充电需求的基本前提。首先分析了影响电动汽车规模演化的相关因素,比较了各种新产品扩散模型的特点;其次,基于消费者行为学理论构建电动汽车规模演化多代理模型,并提出综合考虑年拥有成本、技术成熟度、社会效用、环保效用以及充电方便程度的用户购车概率选择模型,从微观个体的角度出发研究电动汽车的规模演化趋势,不仅考虑了用户购车行为的异质性,也体现了相关群体用户决策之间的交互影响;最后,算例仿真验证了所提模型的有效性,通过设置不同场景推演了电动汽车的规模发展趋势,并分析了不同因素对电动汽车规模演化的影响。

供应链突现结构研究的一种集成模型

在对系统动力学和离散的基于代理建模的优、缺点进行分析的基础上,针对供应链模型的可用性和应用性的要求,将2种方法有机地组合起来,研究了供应链的集成建模方法.基于此方法,实现了一个简单供应链原型和代理内部结构,分析了订单履行策略和吸引力衰减时间对供应链结构的影响.最后将供应链集成建模方法拓展用于供应链配送能力计划决策研究,结果表明,该方法对于进一步研究供应链的突现结构和行为是十分有效的,可以显著减少模型的先验复杂性.

人工草地种植策略下的草原生态变化仿真

人工草地种植是实现草地生态环境保护和牧户生活质量改善的重要途径,也是草业生产和环境治理中的重要内容之一。为了研究人工草地种植是否能达到预期的生态调节效果,该文以锡林郭勒草原的镶黄旗作为研究区域构建APG-ABM模型,模拟了五种情景下未来30年的草地发展状况,分析了牧民收入以及生态压力等指标的变化趋势。实验结果表明,未种植人工草地的情况下,牧民分别以经济效益或生态效益优先时,牧民人均收入分别在35 000元及20 000元左右,前者压力指数在[0.8,1]区间内,后者压力指数稳定在0.5以下。种植人工草地后,牧民人均收入分别达到70 000元及55 000元左右,压力指数前者在[0.7,0.9]内波动,后者稳定在0.2左右。将50%的草地资源保护后,牧民人均收入处于45 000~50 000元,生态压力处于0.5以下的正常水平。因此,人工草地的广泛种植能够使生态压力得到明显缓解,并且牧民人均收入显著提高,有利于加强中国草地生态建设。

基于多agent的企业集群内技术传播模型

采用基于多代理建模仿真的方法,应用Netlogo仿真软件,模拟新技术在企业集群这一复杂系统中的传播,观察企业集群对新科技的接受程度与技术传播速度之间的关系、人力资本投入比例和企业间的交流方式对企业平均收益的影响。对仿真结果的分析表明,若决策者能对集群中的企业加以引导,促使企业以更加开放的态度对待创新科技,鼓励企业间更多以主动方式传播经验及对人力资本适当投入,将会对集群整体的收益增加和竞争力提升起到积极正面的作用。

基于多模式仿真方法的士兵士气研究

军人士气是一个多层次、多因素共同作用的复杂社会结构,是一个多学科交叉的研究领域。通过多层次分析对士气问题进行研究、建模和仿真。微观上,使用多Agent建模方法反映作战中个体的相互作用及对士气的影响过程;宏观上,使用系统动力学方法反映作战对抗过程中战术心理战手段对士气及对作战整体的影响。基于2007年美国平定阿富汗叛乱的场景,建立了基地巡逻的行动想定和概念验证仿真模型,研究了巡逻基地规模和暴力程度对士兵士气的影响。

基于多代理的“西电东送”对广东电力现货市场的影响仿真分析

广东电力现货市场即将在明年开始正式运行。作为我国能源发展战略的重要组成部分,"西电东送"将对广东现货市场产生重大影响。由于电力系统的网络复杂性,仅基于传统经济学理论无法有效的建模并进行定量分析。基于多代理的市场仿真(multi-agent-based market simulation,ABMS)是通过自治的代理,自下而上的一种建模方法,适用于复杂系统的分析和仿真。应用ABMS对广东现货电力市场进行建模仿真,进而分析"西电"对市场的影响。仿真实验结果表明,"西电"作为外生供给在系统正常运行的情况下会降低广东平均电价,同时会压缩B类机组的出力时间。

关于在决策推演中计入博弈行为的评述

有别于信息物理系统(CPS),信息物理社会系统(CPSS)必须考虑参与者理性及非理性行为的影响。单独应用理论分析、模型仿真、实验经济学或数据驱动方法,都难以支撑CPSS的研究。混合仿真方法整合上述研究范式的长处,融合统计分析、因果分析与行为分析,可有效地支撑CPSS的研究。为此,除了CPS研究中涉及的数学模型外,还必须构建多代理模型来反映理性行为的高维不确定性。在反复仿真的过程中就只需要少数参与者来反映非理性行为的影响,大大降低了对合格参与者规模的需求。文中结合电动汽车用户的购置意愿、出行意愿、碳市场交易决策行为方面的研究案例,揭示了混合仿真方法的实践可行性。

基于鸽群搜索策略的代理模型结构优化方法

针对高超声速飞行器系统间耦合严重、设计变量多,在大样本下高超声速飞行器代理模型结构难以确定的问题,本文采用鸽群算法的优化思想提出一种代理模型结构优化方法.该方法可以自主搜索到满足精度和预测性能要求的多项式代理模型结构.通过比较分析,该方法的性能优于Davidson提出的遗传规划算法.进而将其应用于高超声速飞行器全局气动数据拟合和控制器设计,仿真结果表明通过该方法获得的预测数据误差小于5%,具有好的拟合效果,能够满足工程应用要求.

计算实验研究方法及应用

计算实验是一种研究复杂系统的新兴计算方法,受到了国内外学者的广泛关注.近年来,随着相关研究的不断发展,计算实验方法在多个领域显示出巨大的应用前景,特别是复杂系统管理与控制相关的诸多重要领域,如社会安全、电子商务、金融市场等.本文将首先介绍计算实验的主要思想以及实验设计与计算机仿真等计算实验的研究基础;其次,我们将介绍计算实验的主要研究内容,包括计算模型构建、计算实验设计以及计算实验执行;最后,我们将讨论计算实验的应用情况,总结研究过程中面临的挑战并介绍潜在的研究方向.

社交化APP中网络可见性的影响研究

基于代理仿真方法,利用仿真建模,将市场中的潜在用户以及应用程序抽象成"代理",对其设置相关规则,通过"代理"模拟潜在用户和应用程序在市场中的特征以及用户选择决策过程,研究社交化APP中网络可见性对潜在用户选择决策的影响。研究表明,潜在用户的选择与应用程序的下载量、下载量增速和平台关联性呈正相关关系,用户敏感度对用户决策时间会产生影响。

金融监管对市场质量和知情交易者的影响

利用一个基于代理的人工股票市场,考察了卖空禁令、涨跌幅限制、交易税和T+1结算周期对市场质量和知情交易者的影响。通过平行测定几个市场程式化事实,将系统校准到真实的金融市场后,发现这四种监管都不同程度地降低了市场波动、价格扭曲和交易量。买卖价差在卖空禁令、交易税和T+1结算周期下增加,但与涨跌幅限制存在非单调关系。当涨跌幅限制政策较为紧时,买卖价差很小,随着涨跌幅限制的放宽,买卖价差增大。一旦市场上不考虑涨跌幅限制,它仍然会下降。此外,在卖空禁令、涨跌幅限制或T+1结算周期的政策下,知情交易者的交易量比例和财富份额均下降。与之相反,交易税给出了相反的结论,即在交易税下,知情交易者的活动百分比增加,他们的盈利能力得到发展。

Agent Modeling of User Preferences Based on Fuzzy Classified ANNs in Automated Negotiation

In agent-based automated negotiation research area,a key problem is how to make software agent more adaptable to represent user preferences or suggestions,so that agent can take further proposals that reflect user requirements to implement ecommerce activities like automated transactions.The difficulty lies in the uncertainty of user preferences that include uncertain description and contents,non-linear and dynamic variability.In this paper,fuzzy language was used to describe the uncertainty and combine with multiple classified artificial neural networks(ANNs) for self-adaptive learning of user preferences.The refinement learning results of various negotiation contracts' satisfaction degrees in the extent of fuzzy classification can be achieved.Compared to unclassified computation,the experimental results illustrate that the learning ability and effectiveness of agents have been improved.

Agent-Based Simulation for Interconnection-Scale Renewable Integration and Demand Response Studies

This paper collects and synthesizes the technical requirements, implementation, and validation methods for quasi-steady agent-based simulations of interconnectionscale models with particular attention to the integration of renewable generation and controllable loads. Approaches for modeling aggregated controllable loads are presented and placed in the same control and economic modeling framework as generation resources for interconnection planning studies. Model performance is examined with system parameters that are typical for an interconnection approximately the size of the Western Electricity Coordinating Council(WECC) and a control area about 1/100 the size of the system. These results are used to demonstrate and validate the methods presented.