基于Multi—agent的虚拟企业信息集成模型研究

文章在对虚拟企业的层级结构及其层级结构下信息集成管理的需求进行分析的基础上,使用核心管理Agent、服务器Agent、客户Agent以及资源Agent构建了虚拟企业信息集成模型,该模型由服务器层、客户层、资源层组成,其中核心管理Agent通过服务器层对其它Agent进行管理。

基于JADE的Multi—Agent合作仿真的设计与实现

Multi—Agent合作是分布式人工智能领域的一个研究热点，多种合作算法被提出，需要一个平台进行比较验证，而从底层开发出一个Multi-Agent合作系统是比较复杂和困难的，该文在研究JADE仿真平台技术的基础上，构建了一个Multi—Agent合作系统，为研究Multi—Agent合作算法提供了验证平台。

基于Multi—Agent的海上搜救仿真研究及应用

文章针对海上搜救仿真这种典型的综合仿真系统的特点,以降低综合仿真系统的复杂度和研发费用,并且提供最大程度的辅助决策支持为目的,提出了包括仿真建模结构、控制结构和智能模型的基子Multi-Agent的复杂系统智能仿真方法。基于Multi-Agent的综合系统智能仿真体系结构引入了一种新的建模与仿真的思想和方法,从而形成了一套独特的仿真建模体系结构,提高了建模与仿真的通用性、可重用性、互操作性以及计算机仿真技术的辅助决策能力。

基于Multi—Agent的计算机免疫系统的研究

网络入侵检测系统等传统的安全防御技术对日新月异的网络攻击手法缺乏主动响应，普遍具有自适应差、误报率高等问题。该文通过对人工免疫系统的工作原理和体系结构的研究，建立了一个基于Multi—Agent的入侵防御体系模型。该模型把入侵检测系统改进为入侵防御系统，具有分布性、自组织性和轻负荷的特性，能较好地解决入侵检测系统存在的上述问题。

基于Multi—agent的网络数据流软件性能测试方法研究

应用系统整体性能欠佳,可能导致系统在大业务量时出现功能、效率和安全性问题。现代的信息系统中新型软件架构层出不穷,软硬件和网络通讯之间的相互关联作用日益复杂,加大了系统性能瓶颈查找的难度。探讨如何通过多智能代理技术等方法,截取、分析和回放网络数据流来评价软件系统的性能。

基于Multi—Agent的情感交互教学系统研究

在网络教学中，实现以人文关怀为特征的和谐人机交互，提高学习者的学习效果，已成为现代网络教学中值得深入研究的重要课题．针对网络教学系统情感缺失的问题，提出了一个基于Multi—Agent的情感交互教学系统模型，旨在有效地解决网络教学系统中情感缺失的弊端。

基于Multi—agent的互助学习系统实现

针对远程教育中学习者寻找帮助者过程中存在的问题，该文通过引入Agent技术，提出了一套基于Multi—agent的互助学习系统模型．并设计和实现了该互助学习系统。

基于Multi—Agent设备资源远程配置系统研究

应用多智能代理(Multi-Agent)理论和方法,对远程设备资源配置问题进行研究,提出基于Multi-Agent的远程设备资源配置系统体系结构及其Agent框架结构,构造面向设备配置过程的各类智能代理(Agent),建立配置控制模型.阐明了设备资源的远程配置对提高生产效率的意义.

基于Multi—agent的智能答疑系统的研究

网络技术的大面积普及，使人们越来越倾向于借助网络解答学习、工作中的疑难问题，网上智能答疑系统逐渐成为新的研究热点。通过对传统答疑系统优缺点的研究，在原有基础上对数据库的存储结构加以改善，并结合Agent技术、本体构建技术，给出了基于Multi—agent的智能答疑系统设计的一种新思路。

基于Multi—Agent的高速公路集成交通控制系统的研究

高速公路集成交通控制系统是一个分布的、非线性的、动态的、复杂的巨型系统。本文在智能控制系统分级递阶结构的基础上，提出了高速公路集成交通控制系统的集散递阶体系结构，并以Agent作为各级智能控制器，建立了高速公路集成交通控制系统MAN模型，并对该MAN中主体的结构模型、构造方法、通信机制和协商机制进行了深入研究。

基于Multi-Agent的无人机集群体系自主作战系统设计

针对无人集群自主作战体系设计中的关键问题,提出基于Multi-Agent的无人集群自主作战系统设计方法。建立无人集群各节点的Agent模型及其推演规则;对于仿真系统模块化和通用化的需求,设计系统互操作式接口和无人集群自主作战的交互关系;开展无人集群系统仿真推演验证。仿真结果表明,所提设计方案不仅能够有效开展并完成自主作战网络生成-集群演化-效能评估的全过程动态演示验证,而且能够通过重复随机试验进一步评估无人集群的协同作战效能,最后总结了集群协同作战的策略和经验。

基于Multi-Agent的水电站变压器故障诊断系统

为了精准、快速完成水电站变压器的故障诊断,设计基于Multi-Agent的水电站变压器故障诊断系统。变压器状态监控agent将检测到的变压器故障信息发送给系统管理agent,系统管理agent通过通信agent将变压器故障信息发送给变压器故障诊断agent,变压器故障诊断agent利用小波变换方法提取变压器故障特征,并将其作为IFOA-SVM模型输入,完成变压器故障分类后,获取变压器故障诊断结果,该结果通过通信agent显示给用户。实验表明,该系统可有效诊断变压器故障诊断,诊断成功率受系统故障信息丢失率的影响较小,诊断耗时、耗能小,并具有较高故障诊断成功率。

Fixed-Time Cluster Optimization for Multi-Agent Systems Based on Piecewise Power-Law Design

Dear Editor,This letter focuses on the fixed-time(FXT)cluster optimization problem of first-order multi-agent systems(FOMASs)in an undirected network,in which the optimization objective is the sum of the objective functions of all clusters.A novel piecewise power-law control protocol with cooperative-competition relations is proposed.Furthermore,a sufficient condition is obtained to ensure that the FOMASs achieve the cluster consensus within an FXT.

Adaptive Consensus of Uncertain Multi-Agent Systems With Unified Prescribed Performance

Dear Editor,An adaptive consensus control algorithm for uncertain multi-agent systems(MAS),capable of guaranteeing unified prescribed performance,is presented in this letter.Unlike many existing prescribed performance related works,the developed control exhibits some features.Firstly,a distributed prescribed time observer is introduced so that not only each follower is able to estimate the leader’s signal within a predetermined time,but also the control design for each agent is independent with its neighbors.

Multi-Agent模式下的城市暴雨内涝应急决策方法研究

为厘清应对暴雨内涝灾害动态决策过程中决策主体、决策、决策方案等决策要素间的不确定关系,提出1种多主体(Multi-Agent)和贝叶斯决策网络(BDN)相结合的应急决策方法。首先分阶段构建“主体-任务”可视化网络,分析暴雨内涝灾害各应急阶段的主要任务和参与的决策主体;在考虑到决策要素间的动态不确定性可能造成决策风险的前提下,运用Multi-Agent和BDN方法探究各决策要素间的影响关系,以便进行方案集优选。研究结果表明:该方法具有实用性和现实意义,研究结果可为城市暴雨内涝灾害的应急决策提供理论参考。

流程型生产安全数据流的多Agent节点协同分流优化方法

为实现流程型生产安全监测系统的及时、准确决策,结合数据流采集与隐患识别过程,分析非关键数据的冗余、关键数据的缺失和数据计算时延较大的问题,提出基于多Agent的流程型生产安全数据流网络分流调度规划方法和节点流量划分识别机制。研究结果表明:相较于分簇传输方法,数据流网络分流调度方法可以实现关键隐患数据更高的传输成功率;相较于常规的复杂事件处理方法,本文提出的流量划分识别机制在2种类型数据集上实现隐患事件识别均有更低的计算时延。研究结果可为流程行业安全生产数字化管控模式和数据高质量获取提供参考。

基于多Agent深度强化学习的无人机协作规划方法

人机协作控制是多无人机任务规划的重要方式。考虑多无人机任务环境协同解释和策略控制一致性需求,提出基于多Agent深度强化学习的无人机协作规划方法。依据任务知识和行为状态,构建基于任务分配Agent的任务规划器,生成人机交互的相互依赖关系;设计一种深度学习强化方法,解决群体行为最优策略和协同控制方法,并利用混合主动行为选择机制评估学习策略。实验结果表明:作为人机交互实例,所提方法通过深度强化学习使群体全局联合动作表现较好,学习速度和稳定性均能优于确定性策略梯度方法。同时,在跟随、自主和混合主动3种模式比较下,可以较好地控制无人机飞行路径和任务,为无人机集群任务执行提供了智能决策依据。

基于免疫Agent的电力电缆线路故障检测系统

为区别故障信号、非故障信号,实现对电缆线路故障的准确检测,设计了基于免疫Agent的电力电缆线路故障检测系统。利用前端检测电路为故障分析模块、测距方式切换模块提供电量传输信号,完成系统前端检测装置的连接。按照免疫Agent检测原理提取电力电缆线路故障信号的特征,联合已获取信号对象,求解检测插值指标的具体数值。结合各级硬件设备结构,完成系统设计。实验结果表明,该系统可同时检测波频为10~20 Hz、40~50 Hz、60~70 Hz的故障信号与波频为20~30 Hz、30~40 Hz、50~60 Hz的非故障信号,可以在精准辨别故障与非故障信号的同时,实现对电力电缆线路故障的准确检测。

基于Agent人工智能的异构网络多重覆盖节点入侵检测系统设计

异构网络具有结构复杂、多重覆盖面积大等特征,使得网络入侵检测较为隐蔽,威胁网络运行的安全性;为此,对基于Agent人工智能的异构网络多重覆盖节点入侵检测系统进行了研究;通过检测Agent和通信Agent装设主机Agent,以Cisco Stealthwatch流量传感器作为异构网络传感器检测攻击行为,采用STM32L151RDT664位微控制器传输批量数据,由MAX3232芯片实现系统电平转化,实现硬件系统设计;软件部分设计入侵检测标准,采用传感器设备捕获网络实时数据,通过Agent技术解析异构网络协议并提取数据运行特征,综合考虑协议解析结果及与检测标准匹配度,实现异构网络多重覆盖节点入侵检测;经实验测试表明,基于Agent人工智能的异构网络多重覆盖节点入侵检测系统入侵行为的漏检率和入侵类型误检率的平均值仅为6%和5%,能够有效提高检测精度,减小检测误差。

一种基于Agent的任务自生成方法

任务自生成是基于预先设定的业务工作流完成任务执行流程制定的一个过程,任务执行流程制定主要包括任务执行步骤选取与任务执行步骤相应的解决方案选取。提出一种基于Agent的任务自生成方法来解决基于传统的业务工作流的流程制定机制,在面对有差异性需求的不同任务时,因其不能做出任务执行流程制定的自适应性改变而在处理任务时出现处理速度慢、结果不准确等问题。利用Agent的环境感知能力实现对任务需求信息和任务自生成系统环境的感知,利用Agent的自主行为决策能力结合感知的信息实现对任务执行流程制定工作的自主管理,在真实应用场景测试中,通过一系列比较实验验证了这种方法在处理速度和准确度方面具有明显优势。