一种复杂诊断系统的多智能体协同求解算法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统.以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出了融合不同表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent,诊断Agent和决策Agent的基本职能.探讨了实时Agent的组织和演化机制,给出了并行推理过程中的冲突消解算法,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统.工程应用效果验证了该求解的可行性和有效性.     

基于改进合同网的多Agent系统协作机理研究

针对传统合同网协作模型的不足和舰船动力辅助系统的特点,从三个方面对合同网加以改进,给出了一种适合于舰船动力辅助系统多Agent控制系统的改进合同网模型,该模型不但能够提高协作效率,而且能够有效的解决被控系统在突发事件和故障状态下的交互协作问题.以简化的冷却水系统为例,以JADE为开发平台,将该模型应用于其多Agent控制系统开发中,通过仿真模拟了Agent之间的协作过程,并将协作结果与理论结果比较验证了其正确性,为深入研究多Agent系统的协作机理提供了通用的方法.     

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

基于投标模型的计算网格资源分配的研究

研究运用投标模型对网格资源进行合理分配.建议了网格任务Agent的投标方式,并提出了任务Agent的爬坡式投标算法,任务Agent可以通过该算法搜索效用函数获得其期望效用最大化.网格任务Agent的效用函数是基于期望的效用函数.如果任务Agent在限定的时间内完成所有的任务并且将剩余的费用归还,用户将表示满意,否则,用户表示不满意.在仿真实验中,着重研究了网格任务Agent效用函数与作业响应时间之间的关系,并对基于效用函数的经济调度方法与传统的先来先服务（FCFS）方法进行了比较分析.     

非线性整数规划问题的改进粒子群优化算法

提出了一种求解非线性整数规划问题的改进粒子群优化算法．在这个算法里,对粒子群优化模型的速度方程和位置方程进行改进,加入了动态约束处理技术以提高选择最优点的能力;加入了粒子的邻域加速寻优策略以提高局部优化能力．数值结果表明所提出的算法计算精度高且稳定性好．     

基于Agent的集装箱码头计划决策系统建模分析

通过对集装箱码头业务流程的分析,重点描述码头计划的安排。利用Agent技术进行建模研究,建立了一个初步的基于Agent的集装箱码头计划决策模型。提出了基于多Agent的集装箱码头的智能计划系统的思路及其结构框架,考虑了从任务开始到任务执行的整个过程,并且介绍了系统中各Agent之间的通信机制和协作机制,最后提出如何开发这个系统。     

对等协商多Agent系统的设计模型

为了解决对等协商多Agent系统的设计问题,提出了一种新的设计模式．构建了对等协商多Agent系统的一种体系结构,给出了多Agent之间协作与交互的形式化描述,对Agent的环境感知器、情景感知器、综合决策和协作域等组件及其之间的关系进行了刻划,并给出了相应的类结构设计．应用该设计模式,对2种故障情景下广域后备保护多Agent系统的协商过程进行了分析,验证了该模式的合理性,为其他结构多Agent系统的设计提供了一定的借鉴．     

计算网格中基于效用函数的资源选择方法的研究

研究运用效用函数对网格资源进行合理分配和管理．文中首先描述了基于Agent的计算网格资源分配模型；接着综合考虑费用和执行时间两方面的因素，讨论了两种可行的网格任务Agent效用函数模型，即基于期望的效用函数和基于响应时间的效用函数，并给出了网格资源Agent的效用函数描述；最后提出了一种网格任务Agent资源节点选择算法，该算法可对网格任务Agent在资源节点间移动的延迟，以及在目标资源节点上执行任务的时间进行优化．     

基于移动Agent的公交与城轨路网博弈配流研究

为更深入的研究路网交通流的分配问题,采用移动Agent技术进行系统的构建,并采用博弈论方法、均衡方法进行建模的分析与论证,以此建立基于移动Agent的博弈配流模型。假设路网上有多个OD对,通过Wardrop第一均衡准则证明每个OD间的个体Agent是同质的,并建立混合策略的Nash均衡,得出路网交通流的均衡分配办法。在求解过程中,采用改进的蚁群算法对个体Agent的均衡过程进行模拟。算例结果表明:改进的蚁群结果非常合理的仿真了移动Agent博弈均衡过程。     

基于个体最优位置的自适应变异扰动粒子群算法

针对粒子群算法在寻优时容易陷入局部最优的不足,提出了一种基于个体最优位置的自适应变异扰动粒子群算法AMDPSO (adaptive mutation disturbance particle swarm optimization).该算法以粒子群算法为基础,加入扰动,当满足自适应条件时,粒子以个体最优位置为依据进行变异操作.将该算法运用于6个测试函数,并与惯性权重粒子群算法、收缩因子粒子群算法以及差分进化算法进行了比较,结果表明:AMDPSO能在寻优过程中让粒子跳出局部最优,保持种群多样性,具有更好的收敛速度和优化性能.      

面向智慧高速的合流区协作车辆冲突解脱协调方法

根据网联自动驾驶车辆接近合流区的全过程特征, 设定智慧高速合流车辆行驶的协调控制流程; 针对高速公路合流区冲突风险问题, 考虑车辆时间需求强度、车辆类型和行驶意图等因素, 提出了基于合作博弈理论的高速公路合流区网联自动驾驶车辆冲突解脱协调方法; 利用MATLAB软件对不同条件下的车辆通过合流区进行了仿真验证。仿真结果表明: 智慧高速合流区车辆行驶协调规则能够实现网联自动驾驶车辆的通过请求协调, 在合作博弈作用下能够进一步实现冲突系统虚拟支付成本最低的车辆调整决策; 合流区车辆系统虚拟风险程度随着速度的降低而降低; 当严格执行协调决策时, 网联自动驾驶车辆在合流区通过过程中具有更高的稳定性; 当潜在冲突点长度在一定范围内, 两网联自动驾驶车辆行驶速度相同时的合作博弈效果优于车辆行驶速度不同时的合作博弈效果; 利用该协调方法将冲突解脱过程的虚拟支付成本降低了9%~14%, 大大提高了网联自动驾驶车辆合流区通过过程的安全性。      

基于多邻域的车辆路径优化迭代局部搜索算法

针对物流配送中的带有容量约束的车辆路径优化问题,提出了一个基于多邻域的迭代局部搜索算法HILS.首先用简单插入法构造可行解,然后从该初始解出发,在多邻域内进行局部优化.当陷入局部最优解后,根据解的接受准则,选择某个解,并对该解进行扰动,然后从扰动后的解出发重新进行局部优化.为提高搜索效率,局部优化过程只在限定邻域内进行.在国际通用的14个benchmark问题上进行仿真实验,结果验证了本文算法HILS的有效性和稳定性,与文献中的其他几种算法的比较结果表明,算法HILS的总体性能更优.     

交通网络最优路径搜索的蚁群算法

针对交通网络中最优路径搜索问题,本文提出一种基于蚁群算法的新的求解方法。首先从剖析最优路径问题的求解要求出发,探讨蚁群算法求解的优势,由于其并行性、正反馈、协作性等特点,能在较短的时间内发现较优解。然后,根据交通网络的特性,在基本蚁群算法的基础上,引入信息素限定规则,采用平滑机制进行局部更新,改进了全局更新模型等,使该算法更能满足交通系统最优路径的求解要求,降低了路径选择的复杂性,从而提高计算效率。对改进的模型进行的模拟实验和比较分析表明,该模型与算法的效果良好。该研究为交通系统最优路径问题开创了一条新的途径,同时显示出蚁群算法在交通分配中的良好使用前景。     

Research on a Task Planning Method for Multi-Ship Cooperative Driving

A new method for a cooperative multi-task allocation problem(CMTAP) is proposed in this paper,taking into account the multi-ship, multi-target, multi-task and multi-constraint characteristics in a multi-ship cooperative driving(MCD) system. On the basis of the general CMTAP model, an MCD task assignment model is established. Furthermore, a genetic ant colony hybrid algorithm(GACHA) is proposed for this model using constraints, including timing constraints, multi-ship collaboration constraints and ship capacity constraints. This algorithm uses a genetic algorithm(GA) based on a task sequence, while the crossover and mutation operators are based on similar tasks. In order to reduce the dependence of the GA on the initial population, an ant colony algorithm(ACA) is used to produce the initial population. In order to meet the environmental constraints of ship navigation, the results of the task allocation and path planning are combined to generate an MCD task planning scheme. The results of a simulated experiment using simulated data show that the proposed method can make the assignment more optimized on the basis of satisfying the task assignment constraints and the ship navigation environment constraints. Moreover, the experimental results using real data also indicate that the proposed method can find the optimal solution rapidly, and thus improve the task allocation efficiency.     

分布式MAS 在飞行冲突解脱中的应用研究

在自由飞行的环境下,为解决飞行冲突探测与解脱（conflict detection and resolution,CDR）问题,提出一种基于高度层、航向和速度调配的综合解脱方法,并将多 agent 系统(multi-agent system, MAS) 的分布式技术与启发式算法相结合,进行问题求解. 首先设计了分布式MAS框架结构,然后建立了飞行冲突探测模型,高度层调配模型及航向、速度调配模型,最后,综合运用了基于合同网协议的分布式算法和自适应遗传算法进行问题求解.仿真实验表明,所设计的MAS框架是可行的,同时分布式算法和自适应遗传算法的综合应用能很快找到基于高度层、航向和速度分配的近似最优解,为CDR问题提供了新的解决思路.     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

反舰导弹协同攻击控制器设计

针对群弹执行主从式协同攻击任务的问题,基于领弹和从弹的三维相对运动关系建立了协同攻击的数学模型,得到从弹在相对坐标系下3个方向的运动作用;通过对相对运动模型的研究和分析,选择了弹道角速度作为反馈控制指令,采用反馈线性化方法设计了协同控制律,通过参数优化保证了协同控制律的渐进稳定性.仿真结果表明,该控制律能较好地实现群弹的主从式协同攻击,在领弹机动条件下,从弹仍然能保持期望的队形.     

三峡葛洲坝联合通航调度的混合整数规划

联合通航调度计划问题就是如何保持长江三峡大坝和葛洲坝之间的船舶航行的通畅有序,它是一个十分复杂的多目标组合优化问题.文中采用一个具有双服务台5个批处理服务器的开放多类排队网络来描述该调度系统,在此基础上建立起一种基于离散时间域的多目标混合整数非线性规划模型,提出一种基于启发式变异策略的模拟退火算法,能在有限的计算时间内得到较优的调度计划,并针对实际通航数据的测算,验证了该算法的有效性.     

基于多中心车辆路径问题的收益分配优化研究

针对多中心车辆路径优化过程中配送中心间合作收益分配不均衡的问题,引进物流服务提供商作为协调者促成配送中心间形成合作联盟.首先,以多中心共同配送总成本最少为目标建立数学模型;其次,应用客户点聚类方法形成初始线路,并设计了GA-PSO混合算法进行线路优化;然后,运用MCRS(Minimum Cost-Remaining Saving)法、Shapley法、比例最小核心法、弱最小核心法和最小核心法分别求解多中心收益分配模型,并应用联盟稳定性方法选择最优收益分配策略;最后,应用严格单调路径方法,以物流服务提供商收益最大化为目标,研究联盟合作序列形成过程和多个联盟的存在形式,并进行了实例验证.结果表明,本文方法有利于促进配送中心间形成联盟,并可应用到以多中心车辆路径优化为基础的物流运输网络合作联盟形成、拆分及网络优化的过程中.