具有扰动的不确定非线性多智能体系统的鲁棒H_(∞)二分一致性

研究了符号网络上具有参数不确定性和外部扰动的一类非线性时变多智能体系统(multi-agent system,MAS)的鲁棒H_(∞)二分一致性问题。采用鲁棒控制中处理不确定性的思想,将所考虑的系统转化为具有范数有界参数不确定性的时不变动力学模型。将鲁棒一致性转化为降阶H_(∞)控制问题。基于李雅普诺夫稳定性理论,得到了具有期望H_(∞)性能的多智能体系统鲁棒二分一致性的线性矩阵不等式(linear matrix inequality,LMI)充分条件。此外,给出了分布式静态输出反馈控制器的设计过程。进一步以二自由度(two-degree-of-freedom,2-DOF)的平面移动机器人为例,验证了所提出的控制器的有效性。

多智能体系统(MAS)技术的研究与应用

阐述了多智能体系统(MAS)技术的发展和多智能体系统的几个关键性定义,并详细介绍了多智能体系统所使用的一种最常用的通讯语言:KQML,并展望了多智能体系统技术的应用前景。

基于MAS的智能决策支持系统研究

为了使多Agent系统的研究和日益强大的网络技术为建立人机一体化的智能决策支持系统提供新的途径和方法,文中在分析了多Agent系统(MAS)体系结构的基础上,对智能决策支持系统(IDSS)进行了探讨,提出一种在网络环境下,基于MAS的智能决策支持系统模型,并给出了其决策支持过程描述、形式化定义。该模型能够为智能决策支持系统提供新的途径和方法,不仅丰富了智能决策理论,而且能够对实际决策提供有效的支持。

基于MAS医用输液系统主控智能体的设计与实现

针对医用输液系统向具有知识库共享与协调控制功能的互式集约化方向发展趋势,提出了基于MAS(多智能体)多通道医用智能输液系统体系结构方案,其知识库基于本体共享,协商协调方式基于联盟框架模式,较好地解决了该系统的体系结构问题。其基本思想应用在输液主控智能体的研发任务中,实现了单体自治运行,KVO功能,多传感器信息融合,输液调速自适应,故障自诊断等功能,体现了该体系结构的优越性能。

基于MAS的智能信号灯系统

智能信号灯系统对提高人们的出行效率和生活质量有着至关重要的意义。将多智能体理论应用于智能信号灯系统,提出了基于MAS(Multi-agent system)的智能信号灯系统的体系结构和关键技术,给出了智能信号灯系统的整体框架。

基于MAS的反导体系作战指挥系统建模研究

反导体系是维护国家安全的重要屏障,反导体系的核心是作战指挥问题,探索研究反导体系作战指挥系统结构及建模具有十分重要的意义。基于MAS的建模方法,分析美军联合反导体系作战指挥系统结构,将其反导体系作战指挥系统中各组成要素抽象成Agent实体,并对不同的Agent实体进行微观建模及行为规则制定,然后依据反导体系作战指挥系统中各要素的交互关系构建混合式MAS结构,为反导体系作战指挥系统的结构定量分析提供了方法支持。

输出饱和多智能体系统的迭代学习趋同跟踪控制

针对带有输出饱和的多智能体系统有限时间趋同跟踪控制问题,提出了一种分布式迭代学习控制算法.首先假设多智能体系统具有固定拓扑结构,且仅有部分智能体可获取到期望轨迹信息.基于输出约束条件构造一致性跟踪误差,在此基础上设计了P型迭代学习控制率.然后采用压缩映射方法给出了一个算法收敛的充分条件,并在理论上证明了跟踪误差的收敛性.最后,将理论结果推广至具有随机切换拓扑结构的多智能体系统中.仿真结果验证了所提出算法的有效性.

基于MAS的空天飞行器自主控制系统设计

研究并设计了空天飞行器自主式控制系统的体系结构。该体系结构采用多智能体技术设计,结构中的每个主体都具有一定的自主性,可以实现相应的功能,并能通过协作完成给定的飞行任务。通过对整个系统工作原理和各个主体具体功能的分析得出,该分布式体系结构大大提高了系统的自主性及系统对复杂问题的解决能力,可以满足空天飞行器实现自主飞行的要求。同时通过与RA(R em ote agen t arch itecture)系统的比较还发现该系统具有更高的智能,更好的鲁棒性、移植性和扩展性。最后,本文在详细介绍了一种多智能体系统(M A S)设计软件和运行平台(分布式环境为中心的主体框架)的基础上研究了该自主控制系统的实现。

基于MAS(Multi-AgentSystem)的多机器人系统:协作多机器人学发展的一个重要方向

机器人的应用方式正在由部件式单元应用向系统式应用方向发展 .这是实际应用的需要 ,也是技术发展的必然趋势 ;相关技术如计算机网络技术的发展也为它的实现提供了相应支持 .多机器人协作理论问题必然也已经成为机器人学研究的一个热点 ,其中 ,分布式人工智能 ( DAI)中的多智能体 (代理 )系统 ( MAS:Multi-agentSystem)理论已引起多机器人协作理论研究者的关注 .本文即在揭示协作多机器人系统与 MAS的内在联系的基础上 ,指出基于 MAS的协作多机器人系统是协作多机器人学发展的一个重要方向 .

基于MAS的群决策支持系统研究

群决策支持系统 (GDSS)与传统的决策支持系统 (DSS)在体系结构和工作方式上有着较大的差异 .在网络环境中 ,组织的决策需要一种开放的 GDSS体系结构和协作的工作方式 .本文提出一种基于 MAS的 GDSS体系结构 ,以及在这种体系结构下的协同决策的模型 .在此基础上开发了一个 GDSS的原型系统 ,并对今后的研究方向进行了展望 .

客户化制造系统中MAS的构造方法与技术研究

以分布式人工智能(DAI)为理论基础,构造了基于多智能体系统(MAS)的客户化制造系统以及系统的组织关系,结合MAS技术解决客户化制造系统的资源集成问题。介绍了客户化制造系统中MAS的构造方法和相关技术,并对其系统结构进行分析,较好地解决客户化制造系统的资源集成问题。

基于MAS理论的虚拟物流企业联盟的信息系统管理

对MAS技术和虚拟物流企业联盟的相关技术进行研究的基础上,提出了MAS理论在虚拟物流企业联盟中应用的可行性及优越性,构建了一个多Agent的信息系统,并对该信息系统的信息流管理做了详细介绍,该模型更贴近实际的第三方物流运作和管理机制,研究结果将有利于提高整个物流行业的物流效率和竞争能力。

模型不确定多智能体系统的鲁棒H_(∞)容错一致性控制

针对具有模型不确定性的多智能体系统,考虑到任意智能体可能发生的执行器故障以及受到外界能量有限干扰,研究了鲁棒H_(∞)容错一致性控制的设计问题。首先,引入鲁棒二次稳定法处理多智能体系统建模中存在的模型不确定性;其次,利用LMI技术及Lyapunov稳定性理论等,对于任意智能体可能发生的执行器故障,设计了鲁棒H_(∞)被动容错控制器,使得模型不确定多智能体系统存在外界能量有限干扰时,在所设计的分布式控制协议下位置与速度状态趋于一致,且具有一定的扰动抑制性能。最后,通过MATLAB仿真验证了所提方法的有效性和可行性。

高阶离散时间多智能体系统的量化一致性

研究高阶线性多智能体系统在有向量化链路信息拓扑下的一致性问题,首先提出了包含智能体自身与其邻居量化信息的线性一致性协议,其次利用提出的线性变换,将一致性问题转化为稳定性问题,基于稳定性理论,得到基于矩阵Schur稳定性的充要条件,并得到依赖于信息拓扑、系统动态和整个系统初始状态的一致性函数,最后,通过求解代数Riccati不等式,提出增益矩阵的设计过程.

一个基于智能的MAS模型及其方法论

为了得到好的体系结构模式来将模式驱动的方法用于多智能体系统(MAS)的设计,必须有形式上抽象但是技术上细化的方法论.基于智能思想的提出,使得以智能作桥梁将AO,PO和OO的优点融合,并以此提出一种覆盖了从事务分析到Agent组织系统实现全过程而又比较技术化的方法论IB.同时提出一个基于智能的智能系统模型(MIBIS),通过模型的构造过程来叙述方法论.因为模型以及构造过程的形式化和整个过程的技术化,所以使得该模型和方法论能够被用于体系结构模式的归纳,也能用于工程的实用.而且该模型所表达的结构有良好动态组织性、实用性、实时性、扩展性和重用性.

基于多智能体一致性的多车道车辆集群编队控制

为安全、高效地控制智能网联汽车(CAV)编队,研究了基于多智能体系统(MAS)一致性的多车道、零散随机分布的车辆集群编队控制策略,并进行数值仿真验证。建立了基于交错式结构的车群期望几何拓扑,提出了包括间距调整阶段、变道控制阶段和队形收敛阶段的3阶段式编队控制流程。基于一致性理论,设计了车群编队控制器,并进行稳定性论证。选取2种典型场景,对三车道场景中初始分布较为极端的车群开展编队研究。结果表明:在该策略的控制过程中,纵向车间距与期望间距误差在0.5 m以内,横向位置与期望位置误差在5 cm以内,且速度在变化后能快速收敛至期望值。因而,该策略能有效控制车群车辆安全、高效地达到车群期望队形。

基于多智能体系统的自动化码头多AGV无冲突路径规划

针对自动化码头中自动导引车(AutomatedGuidedVehicle,AGV)数量增加会导致AGV之间冲突更频繁的问题,以最小化AGV在岸桥和堆场之间的作业堵塞率为目标,考虑AGV行驶速度、作业时间和冲突距离,建立多AGV的无冲突路径规划模型。设计基于多智能体系统(Multi-Agent System,MAS)的多AGV系统的体系结构,采用基于黑板模型的交互协议作为AGV的通信方式,将改进速度控制方法和基于时间成本确定AGV优先级的方法作为AGV的协商策略,改进Dijkstra算法计算每台AGV的无冲突路径。通过不同控制方式的对比实验,结果表明基于MAS的控制方式比任务优先级的控制方式的系统平均堵塞率降低0.22%,AGV平均等待时间减少7.8s,平均完成时间减少8.9s,基于MAS的控制方式更加适合30台以上AGV的无冲突路径规划问题。

基于MAS的分布式AI学习系统

在大多传统的智能家居系统中,各智能终端设备之间相互独立,缺乏数据交互过程,致使每个设备所记录的用户使用数据都是离散型的、毫无利用价值的数据,从而导致家庭中大量的用户数据流失浪费。因此,设计了一种基于多智能体系统(Multi-Agent System,MAS)的分布式智能家居控制系统,提出了一个基于多Agent协同的人工智能(Artificial Intelligence,AI)学习模型,使用Apriori算法对家庭环境下采集的用户数据进行行为学习,再利用Linux平台对模型进行仿真实验。实验结果表明,所设计的基于MAS的分布式AI学习系统响应速度快、学习效果较为准确、用户数据利用率高。

基于集群智能的“微观·宏观双向逻辑”城市设计方法研究--以广州市城中村石牌社区为例

“城中村”现象虽然在一定程度上影响了城市风貌与城市建设,但却能形成一种自组织、以密集人口为核心的经济活力地带。在数字都市主义和城市原型理论背景下,本设计研究旨在以智能算法探索“城中村”现象的形态生成逻辑,为设计师提供一种基于运算化设计的城市设计思路与方法。该文以“广州第一村”石牌城中村为研究对象,在人工界定地块用地边界、交通流线、功能类型、容积率等宏观信息后,使用C#编译了基于细胞分裂、竞争、交互行为的复杂多智能体系统,生成了初步的功能平面。平面经Substrate算法的细分与波函数坍缩算法(WFC)的空间细化后,得到了一种有机且模块化的城市设计三维模型结果。计算结果不仅实现了对“城中村”形态逻辑的复刻,还为城市设计的形态选择提供了一种基于集群智能的“微观·宏观双向逻辑”的运算化设计新思路,具应用前景。

在信息融合系统中引入多智能体技术

论文简要介绍了多智能体技术和信息融合系统,将多智能体技术运用到信息融合系统中,对信息融合系统中的模型和方法进行改进,提出了多智能体信息融合模型,并研究了信息融合中的分布式强化学习。通过借鉴多智能体技术的研究成果,开辟信息融合理论和应用发展的另一条途径。