基于MAS的分布式智能控制初探

论述了工业控制技术的发展历程,从初期的开环控制到智能控制、分布式控制;重点讨论了基于MAS的分布式智能控制的思想、研究内容和重点,并综述了国内外一些研究组织、学者的研究成果;提出了基于MAS理论的联盟方法研究分布式智能控制系统中各子系统间协调控制问题的思路以及研究进展。

基于MAS的复杂系统分布式求解策略与推理研究

针对复杂的连续生产线系统监测与故障诊断的动态、分布、实时和不确定特性,将多Agent及相关智能技术引入复杂故障诊断领域,提出了一种嵌套式基于消息传递的多Agent组织模型,分析了基于MAS的分布式智能故障诊断方法和过程;研究了模型系统的动态适应性和稳定性;设计了实时诊断Agent工作状态的表达机制;讨论了Agent间的协调协作机制及融合方法;给出了多Agent诊断系统诊断决策的集成描述结构;提出了任务分解与分配调度算法,以充分发挥Agent的社会性和基于场景的特点,使得在复杂系统的问题求解中能提供更为可靠的诊断结果,而且还能节约资源提高诊断效率.将其应用于某安全监控系统中,取得了与专家相似的诊断结果,克服了以往监控诊断系统存在的弊端,提高了企业的安全运行效率.与传统诊断方法相比,体现了Agent技术在复杂分布式问题求解领域的特有优势和良好前景.

基于协进化机制的Multi-agent分布式智能控制体系

提出了一种基于协进化机制的多Agent分布式智能控制体系结构,采用划分基本行为模块的方法,将复杂、分布的控制系统构造成基于行为的、行为活性状态可调控的多Agent系统,并设计了基于协进化机制的分布式并行协进化学习机构及其协进化算法,使系统能分布并行地协进化各基本行为规则库和全局行为协调规则库。该体系结构能简单而有效地使系统的局部控制及全局行为协调协作具有较好的在线学习、自适应特性,系统可扩展性强,有较好的实用性,能应用于资源受限的嵌入式控制系统。

基于MAS的分布式智能故障诊断模型与关键技术研究

现代故障诊断已是一个动态的、分布的、柔性的、实时的和不确定的复杂系统 ,将多agent技术引入复杂故障诊断领域 ,是求解复杂过程的故障诊断问题的一种新的尝试 .讨论了基于MAS的分布式智能故障诊断方法和过程 ,设计了一种agent诊断系统结构及其原型系统 ,对诊断问题任务辨识、分解、各agent的内部诊断机制、多agent间的交互、协作、关联模型以及诊断决策问题等进行了深入研究 .并重点描述了诊断agent的领域知识表示及多agent诊断系统的组织模型和各任务agent的功能定义 ,具体分析了诊断问题的故障分解与控制策略 .在一电力企业安全监控系统的应用中 ,该模型能快速、准确地进行故障成因分析 ,给出合理的、建设性的决策意见 ,取得了与专家相似的诊断结果 .克服了以往监控诊断系统的很多不足 ,提高了企业的安全运行效率 .同时 ,与传统的诊断方法相比 ,体现了agent技术的特有优势 .