基于多Agent系统的大型电网电压暂降评估

面向实际大型电网的暂降评估需要考虑覆盖全网特征的线路故障仿真,其仿真计算速度和稳定性是制约其实用化的主要因素。为此提出了一种基于多Agent系统的大型电网电压暂降评估方法。该方法根据仿真需求构造多Agent系统并制定协同交互规则。首先,由网架解析和故障设置Agent自主生成仿真任务。其次,由仿真管理和计算Agent动态执行海量仿真。最后,由数据处理和分析Agent异步存储仿真数据并生成评估结果。目前该方法已应用在某省级电网电压暂降评估工作中,取得了较好效果。实例证明所提方法加速比高,运行稳定,可为大型电网电压暂降评估实用化提供技术支撑。

基于动态联盟的多Agent系统神经网络构架设计研究

为了进一步优化资源使用率、提高神经网络的适应性,将联盟式多Agent系统原理引入神经网络构架设计中,本文提出一种基于动态联盟、多Agent的神经网络构架。本文首先阐述多Agent系统的相关概述和神经网络在多Agent系统中的应用,其次分析了动态联盟的概念和设计原则,在此基础上设计基于神经网络的动态联盟,最后通过实验验证了该方法可以显著提高系统的效果与性能。

多Agent系统任务分配方法综述

任务分配问题是多Agent系统(multi Agent system,MAS)中的重要研究内容之一,即解决如何将合适的任务分配给合适的Agent以实现整体执行效果最优。在分析MAS四种典型控制架构的基础上,比较了集中式与分布式控制架构下任务分配问题的特点,并对目前MAS中的多种集中式和分布式分配方法分别进行综述。最后,从理论和应用研究两方面总结和分析了MAS任务分配问题的未来发展方向。

考虑多分区无功电压优化的多Agent系统

针对电网分区管理的特点,采用以管理分区为计算单元的新的三级组织结构,将管理分区与优化分区有机结合起来,构建了多Agent系统。采用分解协调模型和辅助问题原理作为多Agent系统的算法,各分区并行计算,通过数据驱动的模型进行多Agent间的协商、协调,完成全网优化计算。文中以枣庄地区电网为例,建立了该系统的优化运行机制以及对现有多分区系统进行无功优化的方法。实际应用表明,该系统比不考虑多分区的优化方案加快了优化速度,降低了网损,提高了电压水平,为多Agent系统在大型电网无功电压优化中的应用提供了更加实用化的解决方案。

一种基于DFL的多Agent系统框架研究

基于DFL,提出了一种多agent系统的框架,包括:多agent系统的相关定义,动态多agent系统、自适应学习多agent系统的演变算法等。

面向涌现的多Agent系统研究及其进展

在多Agent系统研究领域,涌现现象越来越引起人们的注意.面向涌现的多Agent系统研究正成为多Agent系统研究中值得注意的一个新方向.它关注的是多Agent系统宏观层面的涌现性问题以及系统涌现的宏观与微观层面的联系机制,并最终希望发展出一套面向涌现的多Agent系统的设计和控制方法.该文在介绍涌现的概念和特征之后,考察了多Agent系统宏观特征的面向涌现描述方法;然后对多Agent系统涌现的微-宏观机制进行了总结,比较分析了面向涌现的多Agent系统设计方法和设计模式;最后分析讨论了该领域研究存在的问题和进一步的研究方向.

基于多agent系统的大规模无人机集群对抗

本文将多agent系统引入到大规模无人机集群对抗决策系统中,给出了基于多agent系统的大规模无人机集群对抗决策方法.将机群中的每个无人机视为一个独立agent,建立了无人机运动模型,为无人机设计了独立的个体行为集,并针对每种行为给出了决策方法.通过每个个体无人机对其邻域环境的作用,涌现出宏观的集群对抗(作战)效果.使用MATLAB仿真软件对所设计的大规模无人机集群对抗方法进行了仿真,验证了所设计的基于多agent系统的大规模无人机集群对抗决策方法的有效性.

多Agent系统的研究

自agent术语引起国内学者重视以来,人们一直试图寻找一个贴切的汉语名词,“代理人”“智能体洲结点”等概念应运而生。但这些概念都不能令人满意,因为无论是“智能体”、“代理人”,还是“结点”,都仅部分地反映了agent的特征,而未完全地反映其本质属性,故本文仍使用agent的英文形式。

一种基于黑板模型的多Agent系统通信方法

本文以人工智能领域中的黑板模型为基础 ,提出了在 Internet环境中多 Agent系统 (MAS)的通信方法 .该方法可用于异构的 MAS系统间的通信 .首先把 MAS系统的通信环境划分为不同的层次 ,然后用黑板模型对这些层次进行了描述 .基于这种描述给出了 MAS系统通信用协议和相关参数 .而且 ,还在这些参数中设置了有关服务质量的元素 .

Web智能搜索多Agent系统结构及相关技术

提出了一种多Agent系统结构,由用户界面、过滤查找Agent、反馈更新Agent、操作Agent、搜索Agent和中心索引库个部分组6成。该多结构适用于上的智能搜索系统,能够完成信息主动搜索、中心索引、信息过滤查找以及用户反馈更新等功能。详细描AgentInternet述了多系统的分工以及相关实现技术的研究。

多Agent系统的理论、技术及其应用

一、引言分布式人工智能(DAD主要研究在逻辑上或物理上分散的智能系统如何并行地,相互协作地进行问题求解。DAI是在传统AI的基础上发展起来的,分为分布式问题求解(DPS)和多Agent系统(MAS)两个方向。多Agent系统被看成是人工智能的实验平台,成为AI的研究热点之一。

多Agent系统体系结构

1. 引言基于Agent的系统是目前计算机科学领域中一个非常重要和活跃的研究方向,代表了一种新的方式和途径,可用于概念化、分析、描述和实现复杂而庞大的系统,因而体现了一种新的软件开发范型.这种范型在开发诸如internet这样的分布、开放环境中的软件系统时尤具吸引力.

多Agent系统中强化学习的研究现状和发展趋势

本文对有关强化学习及其在多Agent系统中的应用等方面的研究现状、关键技术、问题和发展趋势进行了综述和讨论,试图给出强化学习目前研究的重点和发展方向。主要内容包括:(1)强化学习的框架结构;(2)几个有代表性的强化学习方法;(3)多Agent系统中强化学习的应用和问题。最后讨论了多Agent系统中应用强化学习所面临的挑战。

多Agent系统中基于改进合同网模型的任务分配研究

任务分配是多Agent系统中研究的热点,合同网模型是关于多Agent系统中任务分配的经典策略,但传统的合同网模型存在很多不足。在引入基于信任度的招标策略和基于自适应的投标策略的基础上,主要针对传统合同网模型中标阶段存在的问题,从投标Agent的负载、能力和信任度3个方面进行综合考虑和权衡,提出了一种基于多属性评价中标策略的动态任务分配算法,从而有效地提高了任务分配和执行的效率。最后通过仿真实验验证了基于多属性评价中标策略的正确性和合理性。

多agent系统的一种交互策略模型

在多ａｇｅｎｔ系统（ＭＡＳ）中，通信交互是ａｇｅｎｔ实现协作的主要途径．文章从语义层的角度对ａ－ｇｅｎｔ间通信交互过程进行分析，将ａｇｅｎｔ的思维状态ＢＤＩ（ｂｅｌｉｅｆ，ｄｅｓｉｒｅ，ｉｎｔｅｎｔｉｏｎ）模型引入通信交互过程，提出一种交互策略模型，支持在基本交互行为之上的多种类型的协商交互，以解决ａｇｅｎｔ间的信知、行动等方面的冲突．与以往的研究中的辩论协商等方法相比，该策略模型可以实现基于场景的灵活交互。

智能控制中的多Agent系统

根据智能控制的安全、经济和舒适三大目标,提出一种新的基于BACnet(楼宇自动控制网络数据通信协议)的MAS(多Agent系统)框架．此框架通过不同层次、不同功能的Agent的自治能力及协作协调,使得智能控制系统的各个相对分散的子系统能够有效地结合在一起．全局Agent负责整体功能的实现,而每个子系统均设置自身的Agent组．此外,还提出了基于MAS框架的SAS(安防自动化系统)逻辑结构,同时遵循FIPA(智能物理Agent基金)标准设计了此MAS系统的Agent通信语言,并对SAS系统进行了重点分析和研究,包括CCTV(闭路电视监控)系统和基于Auto-ID(自动识别)的系统．

自适应多Agent系统的运行机制和策略描述语言SADL

自适应系统具有环境开放性、变化敏感性、系统动态性等复杂性特点,如何支持这类复杂系统的开发和维护是目前软件工程关注的焦点.将自适应系统中的自主运行单元抽象为软件Agent,借助组织学思想提出了支持自适应系统运行的动态绑定机制,设计了表述Agent如何适应环境变化的自适应策略描述语言SADL(self-adaptive strategy description language),开发了SADL的编译器和运行支撑环境.该方法将复杂自适应系统的自适应逻辑和业务逻辑相分离,通过SADL语言显式地描述系统的自适应特征,从而简化了复杂自适应系统的开发和维护.通过案例分析,阐述了如何基于上述方法来进行复杂自适应系统的开发,验证了方法的有效性.

多Agent系统的非终止主动合作计算模型

在多Ａｇｅｎｔ系统中，由于资源、能力的有限性和分布性，因而合作是多Ａｇｅｎｔ系统的一个重要特征．当前，随着Ｉｎｔｅｒｎｅｔ，Ｉｎｔｒａｎｅｔ技术的不断发展以及应用的不断深入，传统合作计算模型已不能满足用户需求，主动合作计算正成为一个新的应用需求点．文中提出了一个非终止的主动合作计算模型．基于言语行为理论以及多Ａｇｅｎｔ系统计算的理论框架，文中讨论了该合作计算模型所涉及的Ａｇｅｎｔ通信行为，分析了Ａｇｅｎｔ如何响应这些通信行为来完成非终止主动合作计算，并进一步给出了非终止主动合作计算模型的定义。

多Agent系统中信任和信誉系统研究综述

MAS环境同人类社会类似,充斥着大量不确定因素,因此,在MAS环境中引入信任来解决合作与交互问题具有重要意义.信任通常来源于直接信任和信誉两种途径,信誉系统是用于支持信任评价的机制.信誉系统的研究范围分为个体层和系统层两个层次,信誉系统的研究工作更关注个体层,信任的评价要符合准确性等特点.信誉系统中信任的表示一般采用基于认知观点和数值观点的方法.信誉系统采用集中式、分布式和混合式3种体系结构,各种模型都需要明确信任表示、传播与汇总的方法.目前两个较为成功的分布式多Agent信誉系统是ReGreT和FIRE.信息不精确的问题是信誉系统中的基本问题,也是一个迫切需要深入研究的课题.信誉系统研究中的一个突出问题是尚无公认的测试平台,Agent信誉和信任测试床(ART)项目作了有益的探索.在上述评述的基础上,可以在新模型和机制的构建、现有模型改进和完善、测试平台的研究和开发等方面有待进一步开展工作.

智能制造中多Agent系统的研究与应用

多 Agent系统理论是智能制造的理论基础。本文首先对 Agent模型的认识进行了概括与总结。然后针对智能制造系统的特点 ,提出了建立多 Agent系统模型的约束条件。并以 FMS为例 ,给出了建立多 Agent系统仿真模型的步骤。最后 ,提出了对于智能制造中多