自注意力与强化学习耦合的多智能体通信

利用通信规则的多智能体算法通过智能体间交互信息进行协作,而其中信息质量决定了智能体协作能力与完成任务的能力,是提升智能体表现的关键因素.目前通信规则型算法存在通信信息产生方式单一、信息冗余等问题.针对以上问题本文提出了基于自注意力机制的信息处理模块TDU以及适配的信息产生智能体算法.首先,通过改进适配信息生成的强化学习算法作为智能体网络,通过网络学习生成适配信息,提高了智能体间信息产生的适配性并固定了信息选择的范围,降低了信息处理的难度.之后,利用基于自注意力机制的信息处理模块,对生成的信息进行筛选,提取高价值信息进行传输,提高智能体传递信息质量.本文提出的算法在经典智能体通信规则测试环境Swtich Riddle中进行了大量实验,并与主流通信规则型算法进行对比.实验结果表明,本文提出算法有效提高了智能体信息质量,加快了智能体学习速度,增强了智能体通信能力.

人工智能在城市交通信号控制中的应用研究综述

人工智能在城市交通信号控制的应用中起着重要作用。本文首先介绍了既有的交通信号控制类型,从单交叉口交通信号控制、干线交通信号控制和区域交通信号控制三方面,分析了既有研究的模型特征。重点阐述了模糊控制、神经网络、多智能体等方法的研究进展。最后,提出了我国城市交通信号控制在人工智能技术下的研究展望。

化工企业优化多智能体系统的通信机制与协调规则

分析了用于复杂化工企业生产优化的多智能体系统。采取将大部分运算时间用于各智能体自身的局部优化求解，而只花少量时间将优化任务和局部优化结果通过网络进行交换作为基本准则，提出了适合化工企业多层优化多智能体系统的通信机制与协调规则。

电子通信资源智能分配方法研究

针对传统方法分配效率低的问题,提出电子通信资源智能分配方法研究.根据电子通信网络对资源的分配要求,首先在电子通信信道协议和分配规则的基础上建立电子通信资源智能分配模型,然后通过适应度函数对模型进行求解,得出合理的通信资源分配线路,以此实现了对电子通信资源的智能分配.经实验证明,此次提出的方法具有较高的分配效率.

一种基于Agent的单路口交通信号学习控制方法

Agent技术是从分布式人工智能领域中兴起的研究热点 .论文将Agent与经验知识和加强学习方法中Q -学习算法相结合 ,应用到城市交通信号控制领域中 ,解决单个路口的动态实时问题 .通过在仿真环境下的对比 。

基于GIS的光时域反射仪通信光缆故障智能决策

针对通信光缆故障点位置及故障类型判断困难,维护效率较低等问题,提出了一个基于地理信息系统GIS的故障智能决策方法,根据光时域反射仪OTDR的基本工作原理及其在光缆接续点测量中各种接续点衰减曲线的特征,设计了专家系统的相关知识规则,并且结合通信光缆维护的具体特点和要求,建立了一个光缆沿途区域的GIS系统,以实现通信光缆维护的信息化和智能化,提高了光缆维护工作的维护效率.

基于多智能体的股票市场仿真研究

该文通过对股票市场的研究,提出采用基于多智能体的仿真方法来研究股票市场的复杂现象,并用此方法建立了股票市场的仿真模型,对模型中股民所处的环境进行了描述,定义模型中机构投资股民、技术投资股民和跟风投资股民的各种投资和行为规则,设计了股票市场对股民投资行为的撮合机制,并对模型进行了仿真,对仿真结果中股票价格的变化结果和原因,股票交易量的变化情况和原因,以及股民的行为进行了分析,最后指出了下一步的研究方向。

基于模糊推理和知识库的通信设备故障智能诊断系统

首先介绍了用于通信设备故障智能诊断系统的总体框架,说明了各模块的功能及开发策略,然后介绍了该专家系统中知识的获取和表示方法,阐述了模糊推理与规则推理相结合的混合诊断推理方法。

复杂通信约束下网络化多智能体系统的时变编队控制

针对二阶网络化多智能体系统中前向通道、反馈通道和智能体之间通道同时存在通信约束(网络诱导时延和丢包)问题,提出一种基于网络化预测控制方法和时滞系统方法的新型解决方案.首先,基于智能体自身滞后的位置和速度信息,通过迭代预测得到智能体当前时刻的位置和速度预测值;然后,考虑到智能体之间通道的通信约束,设计基于邻居智能体滞后信息的时变编队控制协议;进而,推导出包含前向通道和智能体之间通道通信约束的闭环时滞系统,并利用李雅普诺夫方法给出闭环系统稳定的充分条件;最后,通过对比仿真验证所提出方法的有效性,以及网络化预测控制方法在主动补偿通信约束方面的优势.

基于仿真方法的液体日用品生产线调度优化

针对液体日用品的生产调度问题,利用仿真的方法对其进行研究。结合某液体洗护用品生产企业的实际生产问题,借助AnyLogic中基于Agent的建模技术,搭建了该企业的生产线仿真模型。将生产任务与各阶段的机器视为Agent实体,根据所采用的调度规则将任务Agent和各阶段机器Agent整合成一个整体,进行相互协调并完成生产。由于实际生产问题带有各种复杂的条件约束,一些传统的调度规则很难直接运用于该问题之中。因此,在最短作业时间优先规则(SPT)和最长作业时间优先规则(LPT)基础上,结合所研究的具体问题,提出了循环遍历最短作业时间规则/循环遍历最长作业时间规则(CSPT/CLPT)和机器免切换且最短作业时间优先规则/机器免切换且最长作业时间优先规则(FSPT/FLPT),分别应用于第一生产阶段和第二生产阶段。仿真结果表明,新提出的规则能在一定程度上减少最大完工时间并均衡各机器上的工作量。最后,分析了基于新调度方案得到的生产数据,为该液体洗护用品生产企业提出了相应的改进建议。

一种多传感器多目标滤波的时变编队跟踪控制方法及系统

本发明公开了一种多传感器多目标滤波的时变编队跟踪控制方法及系统,涉及多智能体编队跟踪领域。该方法包括获取多个智能体、多个目标和多个传感器之间的通信拓扑关系;各智能体上均携带有传感器;建立所有目标的状态方程、传感器对所有目标的观测模型和各智能体的状态方程.

工业软件:智能制造的大脑

工业软件是智能制造的思维认识,是感知控制、信息传输和分析决策背后的世界观、价值观和方法论,是智能制造的大脑。工业软件支撑并定义了智能制造,构造了数据流动的规则体系。工业软件在实现智能制造的过程中扮演了如此重要的角色,所以要实现智能制造,需要先认识工业软件,还要从工业软件的角度看待未来制造业的发展方向。

交互式多目标决策新方法在水利工程规划中的应用

针对实际多目标决策问题中目标函数与约束条件具有非线性的特点,基于逐步法构建了一种新的交互式多目标决策方法,应用契比雪夫距离表示实际目标函数与理想点距离,并采用极小化极大决策规则与多智能体遗传算法求解,提供了决策者可逐步宣布期望目标函数值和权重等偏好信息。实例结果表明,该方法原理简单、便于应用、有效、可行。

一种基于嵌入式系统的多维协同与对比教学模式探讨

针对当前嵌入式系统课程教学内容陈旧、教学手段单一、实验环节简单等问题,本课题组总结了多年教学经验,提出一种针对物联网工程专业的多维协同与对比教学方法。它以STM32F407与Cortex-A53两类开发板为基础,将EDA制图、传感器驱动开发、信号多线程编写、多通道传输控制、Spring Boot多模型开发集成在多智能体协同控制模型中,通过教学三维协同操作实现各课程知识点融合功能。系统具有硬件结构层次化特点,便于绘制电路图、理解接口功能;传感器驱动代码独立,便于优化组合;传输协议模块化,便于系统选择;数据展示可视化,便于扩展等。通过不断迭代,该模式不仅有助于学生在物联网学习过程中动手能力的提升,而且通过灵活配置,能够有效提高学生对物联网技术知识点的理解与应用能力。

MAS环境下多agent冲突与协商及其在教学科研中的应用

文章首先介绍MAS环境下多agent之间相互作用、冲突和解决冲突的协商规则等概念 ,a gent之间的相互作用有正交互和负交互作用 ,严格意义上的冲突可理解为负交互作用 ,协商规则是用来解决交互过程中冲突行为的一种有效方法 ,通过协商使MAS变成一个协调的整体 ,最后通过一个教学科研工作方面的实例进行说明。

软件定义制造

工业软件是智能制造的思维认识,是感知控制、信息传输和分析决策背后的世界观、价值观和方法论,是智能制造的大脑。工业软件支撑并定义了智能制造,构造了数据流动的规则体系。工业软件在实现智能制造的过程中扮演了如此重要的角色,所以要实现智能制造,需要先认识工业软件,还要从工业软件的角度看待未来制造业的发展方向。

程序设计语言

N2000-06732 0019089电子情报通信学会技术研充报告:智能软件工程学KBSE99-21～27(信学技报,Vol.99,No.312)[汇.日]/日本电子情报通信学会.—1999.09.—48P.(L)本文集收录7篇论文。内容主要涉及:自控性组形成的模型化与研究,面向目标信息系统的设计与3D-CASE 工具的试制,面向目标软件测试技术.基于原型基础语言的软件开发环境的实现方法,基于共生、寄生代理模型(S/PAM)的自动机编制程序。