分解协调的多Agent约束优化算法及应用

针对约束优化系统易陷局部优化的问题,提出了基于分解协调的多Agent约束优化算法(DCMACOA)。对可分系统,不同于传统的分解协调算法,DCMACOA选用各子系统间的关联变量为协调变量,借助于多Agent及生物免疫的进化思想,对各子系统优化及系统协调采用了多Agent免疫优化方法,优化搜索算子主要包括:邻域克隆选择、邻域竞争及邻域协作。工业流程和换热器面积优化仿真实例表明,相比传统的分解协调算法,DCMACOA能改善整体与局部的搜索性能,提高对可分系统的约束优化求解能力,具有较好的全局搜索性能。

协同产品开发中分布式约束管理系统的研究与实现

在协同产品开发过程中 ,约束管理对产品的开发起着重要的作用。传统的集中式约束管理系统无法满足大范围分布的群组工作方式。本文根据协同产品开发的分布式特点 ,开发了一套分布式约束管理系统 ,提出用约束 Agent来支持约束管理 ,并在系统中采用 Microsoft

协同设计中的约束管理方法与系统研究

计算机支持下的协同设计将群体设计人员和计算机有机地集成起来，能够大大提高设计效率，改善设计质量。协同设计过程可以看作群体人员动态识别约束并求解约束的过程。本文研究了协同设计中的约束模型，根据分散递阶的思想提出用约束Ａｇｅｎｔ群来提供约束管理支持。

基于多Agent的多式联运运输决策与动态协调

针对多式联运运输决策中的自治性、合作性、动态性等特点,提出一种基于多Agent的多式联运承运人选择和路径优化方法,旨在通过各个参与Agent间的动态协调与协商,构建出满足托运人要求的运输方案。构建过程包含四部分:网络初选、网络预处理、空间兼容性判断、运输方案构建。为了满足托运人的时间约束,采用重复拍卖机制来引导承运人压缩运输时间,以提高运输方案构建的成功率。此外,针对承运人的自主性,设计了一种价格引导机制,以补偿承运人由于压缩运输时间所带来的成本增加。仿真实验表明,这一引导机制可以有效加快协商过程的收敛性。