基于多代理强化学习的多新型市场主体虚拟电厂博弈竞价及效益分配策略

目前新型市场主体规模较小但数量众多,为提高竞争力可以使其组成联盟以多新型市场主体虚拟电厂的形式参与市场博弈,而公平的效益分配方法是维持联盟稳定的基础。为此,该文提出了一种多新型市场主体虚拟电厂博弈竞价及效益分配策略。首先,考虑多新型市场主体虚拟电厂和传统机组均作为价格影响者,构建包含电能量和备用辅助服务的主辅联合市场交易模型,并在不完全信息市场环境下采用多代理强化学习(multi-agentreinforcementlearning,MADDPG)算法求解。其次,采用分布式联盟构造方法得到最优多新型市场主体联盟结构。为解决效益分配方法中的维数灾问题,引入蒙特卡洛近似夏普利值,对虚拟电厂内各新型市场主体的超额收益进行合理分配。最后,算例分析表明所提方法给出了多新型主体虚拟电厂参与主辅联合市场的最优联盟结构和竞价策略,在保证精度的前提下提高了超额收益分配的计算速度,与单独参与市场相比提高了所有新型市场主体的收益。

多代理技术下基于主从博弈的多微网系统经济优化调度

为实现同一区域内多个不同利益主体微网之间的电能互济,提出一种多代理技术下基于主从博弈的多微网系统经济优化调度方法。首先,设计一种由多微网代理(MMGA)制定系统内部电价,各微网代理(MGA)对电价作出响应的多微网系统能量交互框架;其次,引入可信性理论的模糊机会约束处理可再生能源以及负荷不确定性对调度决策的影响,基于主从博弈建立含模糊机会约束的多微网系统经济优化调度模型;最后,采用遗传算法嵌套CPLEX求解器进行求解。仿真结果表明:所提方法在提高各方经济效益的同时可减小多微网系统与电网的交互电量,有利于分布式资源的就地消纳和电网安全稳定的运行。

分层结构多代理下有源配电网故障自调节方法

为实现故障的快速定位和自调节,保证配电网的安全稳定运行,在分层结构多代理下,开展了有源配电网故障自调节方法研究。首先,选用BA20-AI/V型号传感器,将其部署在有源配电网中的关键位置,采集配电网的运行信息;其次,对存在异常运行工况的有源配电网进行故障检测与定位,确定故障位置。在此基础上,制定与有源配电网运行工况及特征适配度较高的故障自调节策略,执行相应的故障自调节命令。结果表明,应用提出的自调节方法后,配电网恢复供电量达到了95%以上,基本可以实现所有负荷恢复供电,网损较小,故障恢复时间较短,能在较短时间内恢复有源配电网的正常运行,实现故障快速自调节目标。

基于多代理模型的离心叶轮高效优化设计方法

针对自动优化设计时迭代过多、耗时过长等问题,建立了基于多代理模型优化算法的离心压气机叶片高效寻优模型,研究了全局/局部模型管理策略和样本填充方法,对比分析了多代理模型与常用的元启发式优化算法(粒子群算法、多岛遗传算法等)的综合性能,验证了多代理寻优模型的高效性。离心叶轮优化结果表明:等熵效率提高了0.73%,总压比增大了0.18%,喘振裕度提高了1.1%;与经典粒子群算法相比,优化时间缩短54.9%。

基于两层知识迁移的多代理多任务优化方法

进化多任务优化是计算智能领域一个新兴的研究方向,它致力于研究通过进化算法如何同时、有效地求解多个优化问题,从而提高单独求解每个任务的性能。基于此,提出了一种基于两层知识迁移的多代理多任务优化算法(AMS-MTO),其通过在代理间和代理内同时进行知识迁移来达到跨域优化的目的。具体来讲,代理内的知识迁移是通过差分进化实现决策变量信息的跨维迁移,从而避免算法陷入局部最优;代理间的学习采用了隐式知识迁移和显式知识迁移两种策略。隐式知识迁移利用种群的选择性交叉来产生后代,促进遗传信息的交流;显式知识迁移是对精英个体的迁移,可以弥补隐式迁移随机性很强的缺点。为了评估两层知识迁移的多代理多任务优化方法的有效性,在8个高达100维的基准问题上进行了实证研究,同时给出了收敛证明,并将其与现有的算法进行了对比。实验结果表明,在求解单目标优化的昂贵问题时,AMS-MTO算法效率更高,性能更好,收敛速度更快。

一类多代理流水车间调度问题的合作博弈

对具有多个代理的一类加工时间和工序相关的流水车间调度问题,研究代理之间以合作的方式结成联盟,通过在联盟内重新调度以节省成本。在每个代理的客户服从代理调度的前提下,以最小化客户成本为指标,以代理联盟通过合作获得的最大成本节省为联盟的特征函数,建立多代理流水车间调度问题的合作博弈模型。证明了平均增益分配规则(EGS规则)得到的代理成本分配在合作博弈的核心中。在对客户成本节省进行分配时,由代理通过合作得到的成本节省平均分配给每一个客户,而代理内部客户通过合作得到的成本节省仍然按照EGS规则进行分配,以保证成本分配的公平性及客户合作的稳定性。最后通过算例对所提出的合作博弈模型及成本分配方法进行了验证。

考虑光储型电热协同系统灵活性的多代理削峰填谷策略

为解决光储型电热协同系统(electric-thermal system,ETS)协作参与电网削峰填谷问题,并减小负荷预测误差和新能源波动对调节效果的影响,提出一种多代理削峰填谷策略。该策略依托由配网代理、区域代理、ETS/光伏发电(PV)代理和执行单元构成的多代理系统实施,包含集中式能量优化和分布式能量管理环节。在集中式能量优化过程中,配网代理可通过求解以自身运行成本最小为优化目标的模型预测控制(model predictive control,MPC)优化模型,为区域代理及其内部的光伏系统提供日内有功功率上限计划。分布式能量管理过程中,区域代理和ETS/PV代理基于多智能体一致性算法获取供暖设备的有功功率修正值,从而减小实际区域代理有功功率与其计划值间的偏差。仿真结果表明:该策略可使系统协同参与削峰填谷且结果更精确。

基于先验知识图谱的多代理被遮挡目标类别推理模型

目标检测(Object Detection)是计算机视觉中最为热门的方向之一,在军事、医疗等重要领域都有广泛运用。然而,大多数目标检测模型都只能对可见物体进行识别,日常生活中的图片往往存在被遮挡(不可见)的目标物体,现有目标检测模型对图片中的被遮挡目标难以表现出较理想的检测性能。为此,文中提出了一种基于图库先验知识图谱的多代理协作式图片被遮挡目标类别推理模型(IMG-KGR-MAC)。具体而言,1)IMG-KGR-MAC根据给定图库中所有图片的可见目标及其之间的位置关系构建全局先验知识图谱;同时,根据图片自身所含目标及其位置关系,为各图片分别建立图片知识图谱;各图片内被遮挡目标的信息均不计入全局先验知识图谱和图片自身知识图谱;2)采用DDPG(Deep Deterministic Policy Gradient)深度强化学习思想,构建两个相互协作的代理;代理1根据当前图片语义信息从全局先验知识图谱挑选出与被遮挡目标最为适配的“类别标签”,将其作为新实体节点加入到给定图片自身的知识图谱中;代理2根据代理1新加入的实体,从全局先验知识图谱中进一步挑选〈实体,关系〉,扩展与新实体节点相关联的图谱结构;3)代理1与代理2通过共享任务环境和在奖励值上建立通信,相互协作地按“图片被遮挡目标(实体)→关联图谱结构”以及“关联图谱结构→图片被遮挡目标(实体)”原理,开展正向与反向推理,从而有效估计出给定图片被遮挡目标最为可能的类别标签。实验结果表明,与现有相关方法相比,所提出的IMG-KGR-MAC模型可以学习到给定图片被遮挡目标与全局先验知识图谱之间的语义关系,有效克服了现有模型对被遮挡目标难以检测的弊端,对于被遮挡目标有良好的推理能力,在MR(Mean Rank)以及mAP(Mean Average Precision)等多项指标上都有超过20%的提升。

电动汽车用户参与调控意愿的多代理表征与可信容量量化

作为一种重要的可调节资源,电动汽车(EV)参与调控有助于提升电力系统充裕性。然而,EV用户行为的不确定性可能为EV备用容量带来失效风险。针对上述问题,提出了EV用户参与调控意愿的多代理表征与可信容量量化方法。首先,结合EV出行行为设计了用户参与调控意愿的调研问卷,采集了真实用户参与调控的意愿数据;其次,通过小样本问卷数据深度挖掘建立了高效表征用户集群意愿的多代理模型;然后,在此基础上提出了用户参与调控意愿的判别方法,建立了EV集群可信容量量化模型;最后,通过算例分析了代理个体数等关键参量对EV用户集群参与调控意愿判别的影响,给出了合理设参时不同置信度下的EV集群可信容量。

无证书的多代理签密方案

将无证书签名和签密的概念引入到多代理签名中,构造了一种新的无证书的多代理签密方案。在该方案中,原始签密人授权给一个代理签密组,代理签密组中的所有成员合作代替原始签密人生成多代理签密,避免了私钥生成中心(PKG)伪造任意用户,不需要使用任何公钥证书。整个通信不需要安全信道,从而降低了通信代价。与已有方案比,该方案算法复杂性低、通信效率高,更适合于在实际中应用。

共享可验证的不可否认门限多代理多重签名方案

Tzeng等人提出了一个共享可验证的不可否认门限多代理多重签名方案(TYH方案),随后Bao等人与Hsu等人分别指出该方案不能抵抗伪造攻击及不真正具有共享验证的性质,且分别提出了修改方案。基于Tzeng等人方案提出一个新的共享可验证的不可否认门限多代理多重签名方案,与这三个方案相比,该方案效率更高,而且该方案克服了TYH方案的安全性缺陷,具有更好的安全性。

无可信中心的自认证多代理签密方案

本文将自认证签密的概念引入到多代理签名中,构造了一种新的无可信中心的自认证多代理签密方案,其安全性依赖于有限域上离散对数问题的难解性。新方案不仅具有自认证签密的优点,而且原始签密人授权给一组代理签密人,授权代理签密组的所有成员一起可以代替原始签密人行使签密权。所提方案算法复杂度低、通信效率高,是一个安全实用的多代理签密方案。

基于多代理的数据库并行事务处理模型

为了优化一般数据库管理系统的事务处理能力,提出了一种数据库事务并行处理算法。基于多代理技术,建立了一种数据库并行事务处理模型,该模型可以自动识别数据库事务的类别并分配相应的事务代理。通过多代理工具Jade实现了该模型中如事务类型的判别、事务代理的分配、代理的事务处理、结果的返回等基本功能。仿真实验结果表明,对比于传统的单任务事务处理方式,该模型是一种提高数据库事务处理能力的有效方案。

基于多代理的需求响应协调控制策略研究

本文通过研究风电功率预测的不确定性和负荷参与需求响应特性在时间尺度上具有协同性的特征,通过分析多代理系统及风功率不确定性模型的特点,建立考虑多代理的需求响应协调控制模型,以负荷代理自身收益最大,调度成本最小为目标对模型在多时间尺度上进行协调优化,提高负荷侧资源参与电网调节的能力和风电等可再生能源的消纳率。

基于服务多代理的集成供应链系统

供应链管理在快速多变的全球环境下竞争，对集成供应链信息系统提出了新的要求。该文分析了多代理系统在集成供应链中的应用及Web服务技术，提出了基于服务多代理技术实现集成供应链系统的模型，解决了基于多代理的供应链成员信息系统在跨Internet集成技术实现上的困难。

新的多代理签名和多代理多签名方案

涉及多个签名人的代理签名体制有三类:第一类称为代理多签名体制;第二类称为多代理签名体制;第三类称为多代理多签名体制。针对Lee等人的强代理签名方案和代理多签名方案中的安全缺陷,给出了新的改进方案,新方案能有效地防止原始签名人的伪造攻击,在改进方案的基础上给出了安全的多代理签名方案和多代理多签名方案。

基于多代理协作的IT复杂应用管理任务分解算法

基于多代理协作的IT复杂应用管理模型,给出了用于IT复杂应用管理的代理能力模型及管理任务分解问题的基本原则,进而提出了一种动态多角色的管理任务层级分解算法.算法考虑到多代理的能力限制,以及由管理端策略、IT基础设施或业务逻辑改变而引起的IT复杂应用管理任务的动态性.同时,算法兼顾了分解后子任务的平衡性,即执行子任务的多代理的负载平衡性,能够有效地提高多代理的执行效率和稳定性.仿真结果显示,由该算法所分解的子任务集呈现出了良好的执行效率及稳定的负载平衡性.

多代理的供应链管理支持模型

本文运用多代理技术初步探讨了供应链的集成与协作问题,并基于SCOR框架构建了多代理三阶供应链模型,同时,根据智能代理的特性分析了多代理系统的运作机理和价值。

计及客户满意度的电动汽车多代理充电定价策略

发展电动汽车已成为当今社会的迫切需求,其大规模充电将对电力系统造成深远影响。由于大量车主的充电行为具有较强的随机性与自主性,因此,电动汽车的集中控制往往难以实现有效调度。文中通过分析车主的充电偏好,建立了客户满意度(CSD)模型;在此基础上,提出了基于多代理的充电站协调定价策略,实现了基于价格信号的电动汽车分布式控制。接着,利用Java多代理开发框架(JADE)搭建了协调充电模型,完成了电动汽车、充电站、电网代理的行为与通信功能。最后,由仿真结果验证了所提策略下电动汽车的电网友好型充电机理,并分析了电网约束与车主偏好的影响。

基于遗传算法的多代理规划优化方法

给出了多代理 (agent)规划间关系上的分类 ,并在此基础上提出了多个约束条件下多代理规划优化的算法 .算法充分考虑了串行规划的合并和其它方法所不能处理的并行及部分并行规划的合并 ,并能对不同类型的规划 ,在时间期限约束下 。