多智能体系统中强化学习模型的改进及应用

多Agent系统中的强化学习是近年发展起来的一种新的人工智能方法,是以单Agent强化学习Q-learning算法为基础的一种学习模型,由于现有的强化学习模型还存在着结构信度分配困难、学习速度慢等缺陷,这些缺陷大大限制了多Agent强化学习模型的应用范围,本文对多Agent强化学习模型进行了系统的研究,分析了多Agent理论中强化学习面临的任务,指出在多Agent系统顺序型任务中遇到的时间信度分配难题及多Agent系统Agent间＂状态-动作＂对Q值估计的互通问题,对此问题提出了初步的解决办法,并在此基础建立了一个改进的多Agent强化学习模型,而且把该模型应用于电磁辐射源识别工作中。     

多智能体技术的软件检索与安装系统的研究

互联网给人们提供了无限丰富的信息，可是当前的浏览工具却没有提供有效的手段来缩短网络连接时间。由此提出了一个多智能体结构来辅助无线移动用户进行软件检索与安装，它是智能信息检索领域的重要课题。     

基于多智能体的县级调度操作票系统研究

根据县级电力调度中心的特点,作者设计了一个功能完备的县级调度操作票自动生成系统,同时将多智能体理论应用于操作票自动生成系统中,建立了多智能体模型。重点研究了在此模型的基础上的推理机制,实现了多智能间的协作开票功能。该系统能够适应电网结构的复杂性、操作任务的多样性和电力系统运行方式的灵活性,某县级调度中心应用实践证明了该多智能体模型的有效性和实用性。     

基于车队离散模型的分布式多智能体信号协调控制算法

为减少干线协调交叉口的车辆延误,基于多智能体系统与增强学习算法(RL)建立了一种新的分布式交通信号协调算法.增强学习算法通过训练各个智能体与外界环境的交互能力达到减少车辆延误的目的.为更精确地描述干线上的车队运动规律,引入了罗伯逊车队离散模型,并基于该模型以及HCM2000中的干线交叉口车流延误计算公式建立了RL中的回...     

基于粗糙集理论的工控界面多智能体协作模式研究

1 Introduction An agent is an autonomous entity that runs in a dy-namic environment . Generally, it describes mentalstates such as knowledge , belief , promise , ability,etc. A multi-agent system ( MAS) consists of severalcomputational agents .It ai ms to transformlarge andcomplicated tasks to small ones that can communicateand cooperate with each other[1-3].Therefore ,cooper-ationis essential in MAS. The rough set theory (RST) was proposed by thePolish Mathematician Pawlak in 1982 .It w…     

基于多智能体与Swarm的复杂适应系统研究

以Swarm仿真平台为基础研究了基于多主体的复杂适应系统。从合作与竞争的角度探讨了由捕食者与被捕食者组成的复杂适应系统的演化过程,在不改变智能体行为准则的前提下,通过改变智能体数目与外部条件进行实验,给出了由于外部条件变化所形成的系统内的各种关系的演化过程。     

基于质点模型的多智能体遗传算法

针对传统遗传算法优化高维函数效率不高的问题,借鉴质点间相互作用机制,提出了一种基于质点模型的多智能体遗传算法。基本思想是：定义质点的质量表示智能体的历史活动信息及具有的能量,通过质点间引力作用的特点,不断提高智能体的自学习能力和自身的能量。该算法具有较高的优化效率,特别适合高维函数的优化。     

多智能体在局域网上的实现方法—为Network Secretery建模

为顺应现在社会网络的蓬勃发展，解决多数网络用户面对网上的资源海洋无所适从以及网络操作费时等问题，提出建立一种智能化“秘书”代理用户的部分乃至全部网上作业，分析了网络秘书的功能，重点建立了一个智能体模型。     

教育智能体的发展历程、应用现状与未来展望

教育智能体是人工智能领域的重要研究方向,可助力实现教育的智能化、精准化和个性化,其对学习者的学习动机、学习情感、学习效果等有着直接且显著的影响.人工智能与教育的结合愈加紧密,但教育智能体尚处于探索阶段,为使教育智能体更好地服务教与学,文章通过对既有文献的梳理和归纳,对教育智能体的发展历程和应用现状进行了总结,并进一步明确了教育智能体的内涵和特征.教育智能体已在支持个性化学习、扮演虚拟教学角色、实现人机情感交互等领域取得应用,但仍存在决策精度较弱、对话能力有限、外观设计简单、情感交互不足等问题.未来,教育智能体将与大数据、深度学习、情感计算等技术深度融合,以其"智能"促进学习者的"智慧"发展,赋能教与学的变革与重构.     

多智能体系统任务分配实验设计与实现

针对多智能体系统课程教学中理论与实践教学脱节的问题,构建了分布式多机器人系统仿真平台,设计并实现了分布式多智能体探测任务分配实验.在实验中,提出用一种改进合同网拍卖算法实现多智能体系统探测任务的分配.该平台具有界面友好、易于上手、方便扩展等特点,适用于多智能体系统理论课程配套的实验教学.依托该平台,采用以问题为导向的教...     

多智能体在局域网上的实现方法——为Network Secretery建模

为顺应现在社会网络的蓬勃发展 ,解决多数网络用户面对网上的资源海洋无所适从以及网络操作费时等问题 ,提出建立一种智能化“秘书”代理用户的部分乃至全部网上作业 分析了网络秘书的功能 ,重点建立了一个智能体模型     

基于多智能体的可重构智能管理信息系统平台

提出了一种基于多智能体(MAS,Multi-agent system)管理信息系统层次的结构,定义了面向智能管理系统的10类智能体(Agent),给出了各Agent间的协作关系与实现方式,构建了一个可重构的智能管理系统软件平台,最后结合实际工程项目给出了上述可重构平台实现的一个应用信息系统实例.     

多智能体分布式储能两象限SOC一致自适应控制

为了延长分布式储能单元的使用寿命,采用了一种以分布式储能两象限电池荷电状态(state-of-charge, SOC)一致自适应下垂控制方法为基础的控制方法,改进的两象限自适应下垂控制方法作为一种基础控制方法对各储能单元进行功率分配。当分布式储能处于充电状态时,SOC小的储能单元吸收更多的功率,SOC大的储能单元吸收更少的功率;当分布式储能处于放电状态时,SOC大的储能单元发出更多的功率,SOC小的储能单元发出更少的功率,最终实现分布式储能的SOC和功率的渐近平衡。为了克服由下垂控制引起的电压下垂和直流母线电压不匹配现象,将多智能体技术加到控制策略中。最后基于MATLAB/SIMULINK仿真平台进行仿真,仿真结果表明了所提控制策略的可靠性。     

扩展OWL:聚合集成协作的本体和智能体

为了解决本体之间、本体与外部智能体之间协作的困难问题,提出了一个本体聚合集成协作的方法,与当前方法不同之处在于不使用owl:import而采取添加新的协作接口(agent-link和on-tology-link);讨论了为外部智能体及本体所做的语法接口,叙述了本体与外部智能体和本体协作的元方法.该方法致力于从OWL自身来解决这个协作问题,而且容易跟踪本体协作过程中新增知识的上下文.     

基于多层神经网络的高校智能安保应用研究

安保工作在高校日常管理中占有重要地位,传统视频监控主要进行视频录制,作为数据资料进行保存,一般在校园中无安全事件发生时,视频数据基本不会再使用,数据保存量相当大;当出现异常时,人工进行数据检视与排查,效率也很低。智能安保系统采用多层神经网络算法对视频数据进行分割、训练与预排查,并对人体行为进行分析,根据结果预测是否报警,过程无需人工干预,为高校安保工作带来及大便利。     

智能搜索引擎中的多Agent协作策略研究

介绍了基于多Agent系统的智能搜索引擎中的多Agent之间的结构和关系,并针对各Agent如何相互协作以实现信息资源搜索的智能化提出了以系统Agent为核心的多Agent协作策略。     

基于多智能体的可重构制造系统

按照面向智能体的程序设计思想,构建基于多智能体的可重构制造模型,把制造企业中各生产管理部门设计成独立的智能体,并借助多智能体系统开发平台JAFMAS来实现系统模型的运行.这一概念的提出,不仅符合制造模式的发展方向,还对多智能体技术的应用推广起到一定的促进作用.     

多智能体系统故障诊断仿真实验开发

利用Matlab开发了多智能体系统仿真实验,通过编写m文件求解故障诊断观测器增益矩阵,可以进一步加深对多智能体系统分布式故障诊断算法的理解。利用Simulink搭建的仿真实验,学生可以直观、清晰地学习故障诊断观测器在线故障诊断,并准确辨别出现故障的智能体以及完成准确故障诊断。将该开发的仿真实验应用到研究生课程教学中,取得了良好的教学效果。     

原子多体计算中的两体函数方法

基于xa零级近似对电子关联效应计算中的两体函数方程迭代求解问题进行了讨论,以Be,Ne为算例给出了自编程序的计算结果.