基于智能体群的跨区域决策指挥系统建模研究

为了实现处于不同地域的系统之间的相互协作与资源共享,引入群体智能的思想,并利用人工智能理论中的智能体技术,构建用于完成跨区域决策指挥功能的智能体群。在所提出的智能体群工作模式中,智能个体通过动态协作组织构成智能体工作组的方式进行合作,智能体群在整体上具有相对稳定的静态层次结构。在对智能体群的动态协作组织方式和静态层次结构进行研究的基础上,提出了用于特定应用背景下的跨区域决策指挥工作组的框架模型。

基于智能体群组强化学习的电网无功电压调控方法

无功电压调控是保障电网区域电压稳定的重要措施,现有基于强化学习的单一智能体设计方式存在架构设计不合理等问题。文中提出了一种考虑节点电压幅值与电容器投切状况的电网综合运行状态描述方法,设计了面向电网无功电压调控的强化学习智能体群组架构。该群组根据电网当前综合运行状态确定智能体成员,并给出相应的无功调控动作,各智能体成员将相邻时段电网状态改善程度作为奖励机制。算例表明该方法可应用于电网无功电压调控环境,相较于单一智能体设计方式,可以有效减少动作集数量,更好地应对各种无功电压调控工况。

一种群智能体分群控制算法

针对Vicsek模型在多领导者分布密集的群智能体系统中存在智能体速度方向随迭代次数变化产生振荡的问题,提出一种注意力机制与就近跟随机制结合的分群控制算法。该算法利用注意力机制将智能体的邻居集合划分为领导者邻居集合和非领导者邻居集合,当领导者邻居集合非空时,智能体采用就近跟随机制选择单一领导者进行信息交互,当领导者邻居集合为空时,智能体采用Vicsek模型与邻居集合内的所有智能体进行信息交互。实验结果表明,与带有领导者的Vicsek分群算法和结合注意力机制的Vicsek领航跟随分群算法对比,所提算法能有效改善分群过程中智能体速度方向的振荡问题,提升分群效果。

基于鲁棒多目标优化的智能体群组协同任务规划

为了解决不确定性条件下的智能体群组协同任务规划问题,从提高任务分配方案鲁棒性的角度出发,建立以最小化任务完成时间和最大化任务完成质量为目标的区间规划模型,提出可直接求解模型的区间型非支配排序算法.算法定义区间目标函数间的占优支配关系,在编码空间通过组合使用随机遗传算子和启发式算子引导种群进化,在解码空间采用循环拥挤距离排序淘汰染色体保持种群规模.实验结果表明,所提出的方法可行有效,在不确定性条件下能得到鲁棒优质的任务分配方案.

含风电电网关口外送电交易能力的多智能体粒子群分层优化研究

随着风电的大规模发展和跨省跨区交易量的不断增加,研究风电并网对外送电交易能力的影响对保证资源优化、交易双方利益极大化有重要的意义。利用多目标随机相关机会规划理论建立关口交易能力的评估模型,采用分层优化结合随机模拟技术和多智能体粒子群算法求解。第一层以风电并网的电力系统经济运行为前提,第二层在极小化本系统购电成本的基础上,求取关口最大外送电交易能力以及机组的外送电交易能力。通过IEEE30节点系统实验和仿真计算,表明该方法能优化本系统的运行、有效获取关口和各机组外送电交易能力指标。

蚁群智能体记忆模型研究

将记忆机制引入传统蚁群算法,把蚂蚁看作具有记忆的智能体,通过对记忆的存储、更新及遗忘原理进行分析,建立一种基于生物记忆原理的蚁群智能体记忆模型。在模型中,蚂蚁智能体能够凭借记忆对自身记忆库和蚁群记忆库进行不断搜索和更新,及时调整当前最优路径。记忆原理与传统蚁群算法的结合替代了后者多次反复迭代的寻优模式,能更好地实现路径选优、缩短搜索时间、提高算法执行效率。实践检验发现,该模型能实时追踪蚁群智能体的最新动态,对当前最优路径做出及时调整和判断,从而引导自身及其他蚂蚁智能体准确、高效地寻找到最优路径。

基于分层强化学习的空战集群控制策略

针对多智能体集群控制中智能体的行为难解释和训练难收敛的问题,研究了强化学习分层框架下的多智能体集群控制方法,提出了一种新的上层宏观决策、下层微观执行的多智能体强化学习分层框架,并利用双重深度Q网络(DDQN)与Q值混合器(QMIX)算法实现了该框架。最后,构建了歼击机8v8空战博弈对抗的场景,用于多智能体强化学习算法的训练。试验结果表明,该框架算法与传统多智能体强化学习方法相比,弥补了多智能体在行为解释性上的缺陷,并在训练收敛速度上得到了一定提升。

基于多Agent粒子群优化的多步SVR模型预测控制

提出一种基于多Agent粒子群优化支持向量回归机(support vector regression,SVR)参数的优化算法,并利用该算法建立多步预测控制模型,对非线性系统进行预测控制。通过预测控制的机理推导出满足滚动优化目标函数的多步预测输出的控制律。将该模型与基于遗传算法优化的RBF神经网络预测控制器、基于粒子群优化的多步SVR模型预测控制器和基于遗传算法优化的多步SVR模型预测控制器进行比较分析,仿真结果表明该预测控制模型优于其他控制器,具有良好的预测性能,可有效的对非线性系统进行预测控制。

基于蚁群算法的洱海流域土地利用变化模拟

为了研究社会经济和城市化快速发展作用下的洱海流域土地利用/覆被变化过程,以促进流域用地结构与配置的优化。基于智能体建模理论,结合GIS的数据处理和空间分析技术,利用蚁群智能算法模拟土地利用变化。针对洱海流域的现状,该文选取流域土地利用变化的影响因子,建立了智能体分类体系及其行为决策规则;基于Java语言和Repast J建模平台,完成了模型的程序设计、实现、模拟过程;针对模型的模拟结果进行了分析和验证。结果表明:蚁群算法提升了智能体模型模拟结果的精度,且基本与实际情况的空间格局保持一致。基于模拟结果分析了未来10 a(2010-2020年)洱海流域的人地关系矛盾主要表现为农业生产性用地(耕地和园地)的持续性减少与建设用地的不断增长,现有政策下的城镇化用地成本呈上升趋势。而生态用地中,湿地的增长最快,表明政府的用地规划和策略对流域的生态用地保护起到较好的宏观调控作用。

基于Multi-agent改进粒子群优化算法的分时电价机制下多微网系统联合优化调度

随着分布式能源与微网技术的发展,大量分布式电源或微网并入主电网,对电网运行带来一定影响。针对多个微网接入主电网的情况,在计及分时电价机制的基础上,从微网整合角度考虑各微网间的互补性。结合微网中储能装置对电网削峰填谷的作用,提出一种基于分时电价机制下多微网系统联合优化调度方法。考虑不同时刻电价差异,分别制定峰、平、谷不同时刻调度策略,建立以整个多微网系统的运行成本和环境治理成本最小为目标的数学优化模型,并采用基于multi-agent改进粒子群优化算法对模型求解。通过算例分析,比较了各微网单独运行和多微网联合调度两种策略下的多微网系统成本,验证了所提方法的有效性。

基于多智能体粒子群算法的松嫩平原土地利用格局优化

土地利用格局优化是实现土地资源合理配置的重要方式。本文以松嫩平原典型区域巴彦县为研究区,运用GIS和RS技术,采用Matlab编程,结合多智能体(MA)和粒子群算法(PSO),建立土地利用格局优化模型,以粮食生产、生态安全和社会经济发展为优化目标,设计政府、职能部门和个体三类智能体(Agent),并结合研究区土地利用格局优化目标的决策偏好确定其优化方案。结果表明:①基于多智能体改进粒子群优化算法建立土地利用格局优化模型,实现了研究区土地利用类型数量结构在时空上的合理匹配及其空间构型和空间组合方式合理配置,建立的土地利用格局优化模型可行;②3个优化方案中,方案1更加偏向于生态安全优化目标的实现,方案2更加偏向于社会经济发展目标的实现,方案3更加偏向于粮食生产目标的实现;在研究区土地利用格局子目标决策偏好的实现上,3组土地利用格局优化方案对实现粮食生产、生态安全、社会经济发展等优化目标的决策偏好具有显著差异;③研究区土地利用格局不同优化方案呈现不同土地利用结构,在空间布局上有显著的分异特征。本文完善和丰富了土地利用格局优化的理论基础和研究方法,可为土地利用规划提供有力的技术支撑。

从调度模式经济性角度评估电网风电出力接纳能力

随着风电并网容量的增加,电网出现了一定程度的弃风。调度模式直接影响电网接纳风电的能力。本文分别构建了综合考虑系统运行成本和弃风量最小的调度模式、系统运行成本最小的调度模式以及弃风量最小调度模式的模式。提出利用分层优化的思想求解,外层采用基于分段断点的动态规划法安排机组的启停,内层采用多智能体粒子群算法求解系统运行的相关指标。通过算例计算,从调度经济性角度分析不同调度模式下电网最佳风电出力接纳水平。

执勤行车时间的KMP-RBF融合预测方法

针对执勤车辆沿某一路径行驶时长难以预测的问题,文中提出一种KMP-RBF融合方法,采用GPS定位、悉尼自适应交通控制系统(SCATS)线圈作为融合信号源,建立路况信息选择融合模型,将模糊推理知识表达、MAPSO算法寻优和RBF网络训练相结合,自适应优化系统关键参数,从训练数据库匹配适用时间、空间数据.实验中,使用交通监控系统实测实验用车行驶时长数据,并与预测数据进行对比,从误差率、算法迭代与精确度方面证明文中方法是高效而可靠的.

基于MAQPSO的电力系统无功优化研究

文中提出一种多智能体量子粒子群优化算法(Multi Agent Quantum Particle Swam Optimization,MAQPSO)求解电力系统无功优化问题,改善了传统量子粒子群算法后期收敛速度慢、易陷入局部最优解等缺点。该算法结合了量子粒子群算法和多智能体进化思想,每一个Agent相当于量子粒子群优化算法中的一个粒子,通过Agent的邻域竞争、自学习等操作,使得算法能够更迅速、更精确地收敛到全局最优解。通过对IEEE14、30、57和118节点系统的优化仿真,结果表明该算法有收敛精度高、寻优速度快等优点。

一款桌面级群控机器人系统设计与开发

针对现有集群机器人产品中存在的软硬件配置难度大、需要的场地庞大、价格昂贵等问题,根据多机器人系统的使用场景和技术特点,设计出一款桌面级群控机器人系统。机器人采用乐鑫ESP32芯片作为主控制器,具有移动、方位感知与LED矩阵显示等功能。借助外部的摄像头、上位机和路由器,实现了对数十台机器人的厘米级定位和低延迟通信,适用于多机器人研究中各类控制算法的快速部署,具备易用、便携、低成本的优势。

基于双层规划混合模型的人员疏散问题研究

以多粒子智能体模型为主研究了在一定空间环境下的人员疏散问题。结合双层规划思想合理的描述了不同生理特性行人的不同感知和决策,定量阐述了局部决策与整体行为的相互影响关系,并通过计算机仿真模拟研究群体结构、不同位置出口宽度及危险源对疏散时间和人员受伤情况的影响。结果表明：疏散时间平均变化率和受伤数量变化率呈正相关性,所有出口宽度只有在0~1 m内的增加才会改善受伤情况,危险源对整体疏散效果的影响和对小孩群体的影响基本一致。

松嫩高平原土地利用格局优化模式建构研究

建构土地利用格局优化模式是实现土地资源合理配置的重要途径。文章以松嫩高平原典型区域巴彦县为研究区,采用GIS和RS技术,利用MATLAB编程,改进多智能体粒子群(MA-PSO)优化模型,建构土地利用格局优化模式。结果表明:①研究区土地利用格局的数量结构和空间布局优化效果显著,优化模式能够实现研究区粮食生产、生态安全和社会经济的协调发展,有利于研究区生态安全目标的实现。②在研究区政府Agent、职能部门Agent和公众Agent共同作用下,建构研究区O-I-A土地利用格局优化模式,包括政府Agent主导的社会经济发展模式、职能部门Agent主导的生态安全模式和公众Agent主导的粮食生产模式。③经过验证,应用该模式研究区土地利用空间格局与研究区土地利用规划方案和实际相符,充分说明该研究方法与思路的可行性。研究成果可为国土空间规划编制提供理论依据和技术支撑。