关系网模型——基于社会合作机制的多Agent协作组织方法

在多Agent系统 (MAS)的研究中 ,如何表示Agent之间的相互关系 ,以及有效地组织Agent之间的协作通信机制 ,提高系统的可靠程度、降低整个系统的通信代价和减少资源开销 ,一直是困扰很多MAS研究者的问题 该文主要从研究Agent社会合作机制入手 ,对大规模开放式多Agent系统 (OMAS)环境下的Agent社会组织方法、Agent协作行为表现进行了研究 引入了一个表示Agent之间联系的熟人关系网模型 ,对Agent之间的可信任度关系进行了讨论 ,并分析了Agent熟人关系链上可信任关系的传播机制 。

基于关系网模型的Agent联盟形成策略

从研究Agent社会合作机制入手,引入了一个表示Agent之间联系的社会关系网模型,并以该模型中的熟人集为基础提出了一种Agent联盟形成策略。该策略能有效地减少系统中的联盟数,避免联盟形成过程中的盲目性,节省协商时间并提高协商效率。

基于logistic回归的设计缺陷影响因素的关系网模型

为了在产品设计开发过程中能有效地预防和控制设计缺陷,对设计缺陷因素进行了总结并根据设计缺陷因素的属性和对设计缺陷影响性质和方式的差异对其进行了分类;根据硬件产品设计开发过程,定性地分析了设计缺陷因素对设计过程的影响。以此为基础,构建了硬件产品设计缺陷因素与设计缺陷类型的关系网模型;运用logistic回归理论,建立了硬件产品设计缺陷因素的回归分析模型,实现了设计缺陷因素对设计缺陷影响的定量化分析。研究成果也为进一步深入研究设计缺陷的形成机理做了有益的尝试。

关系网模型在基于Agent的远程教学系统中的应用

从研究Agent社会合作机制入手,引入了一个表示Agent之间联系的关系网模型,并将其应用到基于A-gent的远程教学系统中,同时针对学生Agent如何有效地搜索教师Agent给出了具体的算法。

Agent协作的利益驱动模型

分布式多Agent主体间有效协作是Agent研究的关键问题。文章提出了一个利益驱动模型,在利益驱动下实现任务的委派,并在此基础上分析和讨论了模型中单个主体的决策机制以及多主体间的协作机制和交互语言。

基于智能体的多目标社会进化算法

提出了一种基于智能体的多目标社会进化算法用以求解多目标优化问题(multiobjective optimization problems,简称MOPs),通过多智能体进化的思想来完成Pareto解集的寻优过程.该方法定义可信任度来表示智能体间的历史活动信息,并据此确定智能体的邻域、控制智能体间的行为.针对多目标问题的特点,设计了3个进化算子分别体现适者生存、弱肉强食、多样性原则以及自学习的特性.同时采用擂台赛法则构造Pareto解的存储种群.仿真实验结果表明,该算法能够较好地收敛到Pareto最优解集上,并且具有良好的多样性.另外,通过对智能体局部邻域环境建立方式的分析结果表明引入"关系网模型"可有效提高算法的收敛速度,并能在一定程度上提高解的质量.

求解SAT问题的多智能体社会进化算法

基于Agent社会合作机制以及智能体对环境的感知和反作用能力提出了一种新的求解SAT问题的多智能体社会进化方法MASEA（Multi-AgentSocialEvolutionaryAlgorithm）。该方法在多智能体进化思想的基础上，引入人类社会“关系网模型”的概念来建立智能体所能感知的邻域环境；同时在保留原有的竞争算子和自学习算子前提下，根据智能体具有竞争协作的特性，设计了一个新的算子---协作算子来共同完成整个进化过程。以标准SATLIB库中变量个数从20～250的3700个不同规模的标准SAT问题以及基于RB模型所产生的随机实例对MASEA的性能进行了全面的测试，并与其他一些具有较高性能算法的结果进行了比较。结果表明，MASEA具有更高的成功率和更高的运算效率。

项目优化调度的多智能体社会进化算法

结合多智能体系统、进化算法以及关系网模型,提出了一种多智能体社会进化算法用于求解项目活动的一个最优调度顺序以使整个工程的工期最短.每个智能体生存于环境中,为了增加自身能量将与其邻域展开竞争及协同操作,同时可利用自身的知识进行自学习来增加能量.根据项目优化调度的问题特点,设计了智能体的竞争行为、协同行为以及自学习行为.通过对PSPLIB中的标准问题进行测试,同时与其他启发式算法相比较的仿真实验结果表明该算法具有良好的性能,能在较短的时间内寻找到十分接近"最优解"的调度序列.

轨道车辆架修列计划自动排程算法设计与应用

阐述一种轨道车辆架修列计划自动排程算法,通过建立架修工艺关系网数据模型,自动匹配车辆需要进行的架修作业项目,确定具体架修工序优先级,并加入冲突检测算法,针对架修列计划的调整进行作业时间和资源的冲突检测,实现架修列计划的自动排程,提升架修列计划排程的效率。

多Agent系统安全信任问题研究

随着网络的普及和计算机性能的提高,智能Agent技术以其高度的灵活性和智能型等特征在解决未来复杂问题方面具有独特的优势。本文以多Agent合作为场景提出了基于关系网的信任模型。提出了基于信任模型的分层信任推理算法,实现了一个能对信任进行推理的框架,并且给出了信任评估模型以及度量信任的机制。