分布式约束满足问题及其在MAS任务分配中的应用

针对多智能体系统(MAS)任务分配问题中多个任务与MAS两者的分布式特征,将任务分配问题形式化为分布式约束满足问题(DCSP)进行求解,分别建立了以任务为中心和以agent为中心两种MAS任务分配模型,基于改进的DCSP分布式并行求解算法,提出了基于DCSP的MAS任务分配问题求解框架。该方法适合求解agent间通信有随机延迟以及agent间存在多约束的问题,应用实例的求解表明了其实用性与有效性。

基于分布式约束满足的产品配置研究

针对分布式网络化产品配置的特点,将产品配置问题抽象为约束满足问题进行研究.为解决配置知识共享及配置知识的语义表达问题,采用本体驱动的面向对象的思想构建产品配置约束网络结构模型,将该模型转化为分布式约束满足问题(Distributed Constraint Satisfaction Problem,DCSP)求解模型,从而可以准确、完全地描述产品零部件的结构及设计知识,并采用异步弱授权回溯算法进行约束求解,大大提高了求解的搜索效率和准确性.最后给出模型在水泵产品配置设计过程中的实际应用.

面向目标区域规划的分布式约束满足求解方法

根据目标区域规划的特点,将目标区域规划形式化为分布式约束满足问题进行求解。建立目标区域规划的分布式约束满足模型,并在分析现有分布式约束满足问题求解算法的基础上,对异步回溯搜索算法进行改进,提出基于分布式约束满足问题的目标区域规划求解框架。仿真结果表明,该方法在求解目标区域规划问题方面有效。

基于MAS的分布式约束满足求解在供应链研究中的应用

简要介绍了多智能体系统(MAS)在供应链研究中的应用,给出了约束满足问题(ConstraintSatisfaction Problem,CSP)和分布式约束满足问题(Distributed CSP)的定义以及其应用现状,提出了一个利用基于MAS的分布式约束满足求解来研究供应链问题的基本框架,并给出了其求解过程。

基于DCSP的煤矿应急救援资源调配方法

在大规模群体突发事件发生后,如何实时及有效地调配资源,是保障应急救援快速实施的关键。以煤矿应急救援为背景,探讨合适的资源调配方法。分布式约束满足问题(DCSP——Distributed Constraint Satisfaction Pro-blem)擅于表示及求解分布式环境下以协作性为主的问题,是一种解决具有信息分布、需求随环境动态变化等特点的资源调配问题的有效方法,而煤矿应急救援问题正好具有这样的特征。因此,采用DCSP方法来解决煤矿应急救援中的资源调配问题,抽取并构建了煤矿应急救援资源调配的模型,讨论了Agent模型和约束模型的定义,改进了MAWS(MAWS——Multiple Asynchronous Weak-commitment Search)算法。经实验验证,采用DCSP方法可在事故发生后的较短时间内做出有效的资源调配决策,减少资源送达到事故点的时间,为应急救援争取了大量救援时间,从而减少了煤矿事故发生后的人员伤亡和经济损失。

DCSP和DCOP求解研究进展

分布式约束满足问题(DCSP)和分布式约束最优问题(DCOP)的研究是分布式人工智能领域的基础性工作。本文首先介绍了DCSP和DCOP的形式化描述及对实际应用问题的建模方法。在DCSP和DCOP的求解中,通常对问题要进行限制和要求,同时要满足分布性、异步性、局部性、完备性的原则。异步回溯(ABT)、异步弱承诺搜索(AWC)和分布式逃逸(DB)算法是求解DCSP的有代表性的算法;DCSP算法对DCOP求解产生了影响,但由DCSP一般化到DCOP的算法,仅适用于解决部分特定的问题,DCOP的最优、异步算法有异步分布式约束最优算法(A- dopt)和最优异步部分交叉算法(OptAPO)。本文讨论了上述算法的性能。相关的研究工作在多局部变量的处理、超约束DCSP、算法性能度量、通信的保密等方面进行了扩充,在对问题本身的研究、建模方法学、算法、与其他方法的结合以及拓展应用领域等方面仍有许多问题需要进一步研究。

专家系统、人工智能

N99-05746 9908553电子情报通信学会技术研究报告:人工智能与知识处理 A198-1～14(信学技报,Vol.98,No.58)[汇,日]/日本电子情报通信学会.—1998.05.—105P.(LG)本文集报道了14篇文章。内容主要涉及神经网络及其设计技术,基于代理的分布式信息处理系统(ADIPS),解决分布式约束满足问题的移动代理方法,万维网上利用代理的信息检索系统,基于代理的杂质购买系统,基于社会的企业信息通信系统结构,进化计算的新研究动向,根据遗传算法的观点讨论的最优化问题,采用遗传算法的自动作曲,解决凝聚分离问题的GA-MGTP 方法,以及遗传规划等。