基于多Agent模型的宁东基地水-能源-粮食系统协同演化研究

随着淡水资源逐渐减少、能源需求量逐渐增长和粮食供应结构不断变化,加之三者之间既相互依存又相互竞争的特点,水-能源-粮食的交互关系变得异常复杂。为确保水安全、能源安全和粮食安全,实现三者的协同优化管理、资源的高效利用和可持续发展,以集资源型缺水和季节性缺水为一体的干旱敏感区域宁东基地为例,提出了基于多Agent模型的宁东基地水-能源-粮食系统模拟模型,将宁东基地水-能源-粮食系统看成是由若干个相对独立的自主Agent构成的一个合作共生网络体系,构建了宁东基地水-能源-粮食模拟框架,定义了各Agent的属性,设计了Agent之间以及Agent和环境要素之间的交互规则,基于Python语言的多Agent建模工具MESA库开发了宁东基地水-能源-粮食仿真模型,以模拟宁东能源化工基地的系统演化过程。结果表明:随着人口的增长,生活部门配水量、能源消耗和粮食消耗量均呈现上升趋势;粮食部门配水量呈现出与农作物产量变化相对应的变化趋势;宁东基地的能源部门配水量呈现上升趋势,预测年的配水量每年增长约为0.08亿m^(3);随着生态绿化覆盖面积的逐年增长,生态部门的配水量也呈现出逐年增长的趋势;每年可以向基地外输送的能源,实测年增长率约为19.85%,预测年增长率约为3.53%,预计到2025年可增加到4.96×107t标准煤。

智能控制-维护-管理系统的多Agent模型

为了在现代生产过程自动化系统中实现智能控制 -维护 -管理系统 ,借助于多Agent系统理论 ,用A gent的概念和技术对自动化系统的各个部分进行分析、建模 ,建立起智能控制 -维护 -管理系统的多Agent模型———CMMAAgent系统 ,给出了该模型的基本结构 ,分析了该模型中各个部分的功能 ,以及整个CMMAAgent系统的运行机制 ,探讨了Agent间通信实现的方法。该模型已在智能控制 -维护 -管理系统平台的研制中得到了应用。

知识型企业资源配置的多Agent模型及仿真分析

借助多Agent模型和Swarm仿真平台,对知识型企业知识资源与物质资源在不同控制结构下的协调配置进行建模与仿真研究,比较了自组织与中央控制两种控制结构在不同参数状态下的优缺点,并分析得出自组织结构有利于知识型企业更快地从创立初期过渡到稳定时期、知识型企业创立初期知识资源的短缺易导致自组织结构的企业走向衰亡等一些传统优化方法难以得到的结论。

基于多Agent模型的区域科技创新创业系统研究

大众创业、万众创新是新时代推动我国经济高质量发展的重要引擎,本文基于复杂适应系统理论,运用多Agent模型,构建区域科技创新创业系统理论模型,通过Python编程仿真,分析系统实现路径和影响因素。研究发现:区域科技创新创业是一个相互促进、相互融合的过程,系统以产业需求为导向,实现创新引领创业,创业推动创新的良性循环。在此基础上,分析人才、融资以及创新创业政策对区域科技创新创业系统的影响,提出进一步推动区域科技创新创业的对策建议。

网络多agent模型定性分析

电子交易的多agent模型很好地考虑了系统的聚集行为和有特殊参数的数值仿真的结果,但没有进行系统定性分析.针对此系统的一般和特殊参数进行了定性分析,得到系统存在一奇点构成的奇线,最后系统的解会趋于第一卦限的奇点或极限环,通过对特殊参数的分析严格证明了原模型的数值仿真结果,并得到了数值仿真不能得到的一些结论.

基于信念的多Agent模型解决多目标优化问题

提出了基于信念的多Agent模型解决多目标优化问题.在这个模型中,Agent通过在解空间中移动来进行搜索,使用信念指导移动.每个Agent都有独立的信念,信念由3部分组成:Agent对每个目标的偏好、移动向量和对此向量的评价.Agent在优化的过程中会根据目标函数的值调整移动向量和对应的评价.Agent也会和相邻的Agent交互信念,从而获得更好的性能.最后用模型解决了几个简单的多目标函数优化问题,实验结果证明了算法的有效性.

全国性碳交易市场对电力行业的潜在影响——基于多Agent模型

建立全国性碳排放交易机制之前,需要设计合理的碳排放交易机制,尤其是初始碳配额分配。采用基于多Agent方法,结合目前使用广泛的统一定价拍卖方式研究初始配额分配中不同的拍卖比例对电力价格、碳价格、碳排放量和发电能源结构的影响。本文还进一步对统一定价拍卖方法和免费分配方法进行了对比。模拟仿真结果表明:随着拍卖比例的增加,电价小幅上涨。同时高比例的拍卖将导致碳价降低、碳排放减少。在发电电源结构中,清洁能源方面将获得快速发展。而且,拍卖方法比免费分配方法在减排方面更加激进,随着拍卖比例提高,拍卖方法对电力行业的影响更加明显。基于以上结果,本文对碳排放交易市场中的拍卖比例提出政策建议。

基于多Agent的闭环供应链回收竞争模型

闭环供应链的长期优化和发展,是发挥其正外部性的重要前提。多回收商竞争是我国诸多闭环供应链的重要特征之一。在对两回收商竞争性回收价格研究的基础上,采用多Agent模型,用数值模拟的方法进一步研究了多回收商进行成本优化并相互竞争的闭环供应链回收问题。研究结果显示,回收商进行成本优化时,其回收量和总利润都远高于成本固定时的相应数值。回收成本优化对于闭环供应链的长期协调,有着极其重要的意义。为了推进我国闭环供应链实践,政府应补贴回收商成本优化的努力,而不是仅直接补贴回收价格。

企业数字化转型对创新生态系统的影响:基于市场规模动态的多Agent模型

企业数字化转型不仅影响了企业的创新绩效,还通过“自下而上”的作用机制影响着整个创新生态系统的演化。构建了一个多agent模型,在考虑市场规模动态的情况下研究企业数字化转型对创新生态系统的影响。数值实验和案例分析表明,企业数字化转型对创新生态系统的影响与市场规模有着密切的关联。成长型市场条件下,企业数字化转型有力地提升了整个创新生态系统的数字化程度、创新成功率和创新收益。稳定型和衰退型市场条件下,整个创新生态系统的数字化程度和创新成功率到达一定程度后会停滞不前,衰退型市场条件下创新收益还会逐步下降。这意味着并非所有的企业和产业都可以从数字化转型中获益,需要基于市场规模特征进行权变决策。

基于多Agent模型的闭环供应链竞争性多回收商双契约选择研究

多回收商相互竞争是当前我国众多闭环供应链的典型特征。为了有效协调竞争性的多回收商决策,再制造企业需要同时提供两种以上的回收契约,以有效识别不同类型的回收商。闭环供应链中多个回收商彼此相互竞争,从而对闭环长期协调产生重要的影响。这与当前常见的闭环供应链理论研究中的单一链条结构和单一回收契约的理论假设有明显的不同。新的模型中,回收商的回收量与自身回收价格成正比,与竞争对手回收价格成反比。回收商在进行回收价格决策时,同时考虑再制造商的收购价格、自身的成本、诸多竞争对手的反应和不同回收契约对自身的影响,追求自身利益的最大化。采用多Agent模型,构建了一个单再制造商——多回收商组成的闭环供应链模型。在该模型中,回收商彼此相互竞争,同时面临简单价格契约和数量契约两种不同契约,且对回收成本进行不断优化。根据对某企业的实际调研,对模型参数进行了赋值,并通过数值模拟,得出以下结论:双契约选择较单契约更加有利于闭环供应链协调;多回收商竞争时,不存在一个稳定的收敛价格;回收成本下降对闭环供应链长期优化有重要的价值。本文结论更好解释了我国闭环供应链实践的现状,拓展了理论研究范围,为闭环供应链参与方的决策提供了理论支持,且便于再制造商实践。

基于多Agent的特征提取模型研究

讨论了基于多Agent的特征提取模型的工作流程,主要研究了该多Agent模型的构建框架和模型中单个Agent的通用结构,借助JAFMAS这一面向MAS的基于Java的Agent框架实现了系统的建立,并最后给出了所举例子的实际运行结果。

面向分布式GIS的多Agent系统模型

将Agent技术应用到分布式GIS的建设中来 ,分析了分布式GIS中Agent的分类与结构 ,设计和实现了一个面向分布式GIS的多Agent系统模型Geo Agents,给出了其通讯模型、体系结构和分布模型 ,并探讨了它的应用 :空间信息导航和空间决策支持系统。

基于WFPN和多AGENT黑板模型的PAAIS知识处理研究

驾驶员辅助决策人工智能系统(PAAIS)是辅助飞机驾驶员进行决策的智能系统,其核心是知识处理。文章采用黑板模型与多AGENT技术相结合来构建PAAIS的知识处理架构,以加权模糊PETRI网(WFPN)进行模糊知识表示,并提出有效的模糊推理算法。

基于多Agent医学远程教育模型的研究

应用Agent技术 ,构建了一个基于多Agent医学网络教学系统 (Web—BasedMulti-AgentMedicineEduca tionSystem ,WBMAMES)模型 ,WBMAMES模型提供了一个具有个性化、智能化的网上学习环境 。

基于动态模糊关系(DFR)的多Agent系统组合模型

多Agent系统面对复杂的、单个Agent难以胜任的问题时需要合作,由哪些Agent参与合作是其中一个关键问题,从Agent之间在合作中形成的关系出发,研究多Agent系统的动态模糊性,在此基础上借助动态模糊关系理论建立多Agent系统组合模型,以此为基础提供一种解决Agent合作问题的途径。

一种基于多Agent的人群仿真多机并行平台研究

本文提出了一种针对多Agent人群仿真模型的多机并行平台,该平台利用MPI作为节点间的通讯软件,采用主从模式设计多机并行执行环境。在主控节点中设置结果回收模块与监控模块,通过K-means算法保证执行节点之间的负载均衡,同时以此作为任务分发与调度的依据;在执行节点(从节点)中,则根据主控节点的任务调度执行相关Agent模型,并执行仿真同步与状态信息汇报等任务。实验结果表明,该多机并行平台能够执行基于多Agent的人群仿真模型,能有效地提高仿真的性能,同时具有良好的可扩展性。

网络交易中多Agent协商策略的研究

网络购物是当今社会发展的必然趋势,如何在丰富的网络资源中选择自己需求的商品达成交易是关键。因此根据Agent技术的特点,采用Agent技术对网络资源进行收集、选择、提取,获得用户满意的商品信息,并提出了一种多Agent协商策略模型,收到对方提出的意见后通过经验值和互助机制作出一定的判断,看是否达到预期的效果给出相应的反映。该模型主要通过经验值的积累,准确掌握对方的信息,制定出一套协商策略,采用利益随机调整方式选择对策,促进协商成功。经过实验证明,此算法有效。

多Agent在装备远程故障诊断系统中的应用

基于建立基层装备故障诊断模型并为装备故障诊断的发展打下理论前瞻的目的。本文通过对多Agent技术的理论分析,模型建立和实验论证,结合多Agent之间的交互和协助的实际情况,论证了多Agent技术在基层装备故障诊断中的应用价值,为基层故障诊断技术的建设打下了理论前瞻。

基于多Agent的无人机群区域探测协同作战仿真

为帮助无人机群在区域探测协同作战中通过已有信息作出较为准确的判断从而有效选择探测路线,建立了基于多Agent的无人机群区域探测协同作战模型。依据所在战场环境、无人机群和其目标的特点等因素,提取出了无人机群的属性和行为,同时从体系结构视角设计了几种具有不同的信息共享方式和决策层级结构的模型,采用Repast建模仿真软件进行仿真试验。结果表明采取实时信息共享以及集中决策的方式往往能够得到准确度较高、冗余度可接受的探测结果。

一种面向多Agent交互的博弈Nash均衡求解方法

现有的图型博弈Nash均衡求解方法基本是在离散化剖面空间中搜索求解,最终只能得到近似Nash均衡。针对现有求解方法存在的不足,把求解图型博弈的Nash均衡看作是连续策略空间中的函数优化问题,定义Agents在策略剖面中的效用偏离度之和为优化目标,其最优解就是博弈的Nash均衡。本文基于对实例的分析指出目标函数下降梯度的计算可归结为一组线性规划,进而提出一种求解图型博弈Nash均衡的新型梯度下降算法。算法分析及实验研究表明,对于多Agent交互模型中的相关问题,本文提出的方法可求解任意图结构图型博弈Nash均衡,对于大规模图型博弈也有较好的求解精度和求解效率。