基于多Agent系统的舰船灭火组织有效性评估

采用分布式人工智能中的多Agent系统模型,讨论舰船损管队在灭火过程中的组织有效性的分析方法.建立了舰船消防过程的多Agent模型,确定了基于Agent的火势模型,构建了舰艇灭火行动的计划树,并提出了舰艇损管队在灭火过程中的有效性评估模型.     

多Agent系统协作求解的粒子模型方法

讨论了多Agent系统分布协作求解和粒子协作之间的关系,提出了一种多Agent系统协作求解粒子模型方法,将任务资源规划协作求解过程转化为多粒子共同寻优的过程.引入了协作程度变化参数,建立了需求强度计算公式和效益目标函数,并构造了适合求解的粒子群算法.通过算法的寻优计算,得到了任务资源规划协作求解的最优解.仿真实验结果表明,对于复杂的任务资源规划问题,该方法能描述和处理Agent本身自组织现象和社会交互行为的随机性和并发性,并具有良好的收敛性和有效性.     

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．     

基于信任网的多Agent协作模型研究

文章针对多Agent系统信任管理研究中存在的一些问题,提出了基于信任网的伙伴选择算法。实验表明,该算法能够既实施了客观择优的原则,又在客观条件允许的范围内,尽可能地满足了任务持有Agent的主观愿望。     

基于多Agent的机场场面最优滑行路径算法

为了保障机场安全,提高机场运行效率,建立了依据进出港航班滑行时间最短为决策的多Agent模型,模型以多Agent技术为基础,融合了Dijkstra算法的最优路径选择和合同网协议的思想,形成了基于多Agent的滑行路径优化算法,并依据该算法进行了仿真分析.仿真结果表明:与指定航班优先级相比,使用基于多Agent的优化算法处理同优先级航班,总运行时间可减少15 s;基于多Agent的场面运行调整算法可以有效地把航班和机场上分布的滑行道、跑道、停机位等资源组织起来,智能地发现冲突、躲避冲突,达到全局滑行时间最短,因此,该算法可行.     

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CBR和MAS的分布式故障诊断系统模型研究

近年来，基于多Agent的分布式智能系统已成功地应用于众多领域．将CBR技术和MAS技术应用于分布式故障诊断系统，提出了一种基于CBR和MAS的分布式故障诊断系统模型，并着重研究了模型中各Agent及组成部分的功能和它们之间的协调合作问题．该模型的研究为实际应用系统的研制开发提供了理论指导和方法依据．     

公路仿真系统设计与实现

对公路的特点和设计评价手段进行了分析，提出了建立公路仿真系统，对设计方案和设计指标进行评价的思路．分析了公路仿真系统的特点，建立了基于Multi—Agent的仿真系统框架，将仿真主体划分为反应Agent，合作Agent，界面Agent3类，分析了各Agent的结构特征．建立了多刚体汽车动力学模型、基于约束Delaunay三角网的公路视景模型、基于预瞄理论的驾驶员模型，并对仿真结果进行了初步的实验验证．     

舰船动力装置数字化设计系统支撑平台研究

针对舰船动力装置数字化设计系统的核心功能模块——支撑平台开展系统深入的研究,分析了支撑平台的功能结构,设计了系统的开发方案,并对开发过程中的系统类图设计、系统数据库设计、各个功能模块的实现原理等开发过程中的相关问题进行了研究．在此基础上开发了舰船动力装置数字化设计系统支撑平台原型系统,该系统能够为舰船动力装置数字化设计系统提供核心支撑的功能．     

多智能体技术在交通系统协调控制中的应用

多智能体在交通控制系统中的应用逐渐成为交通控制领域的一个研究热点．应用多智能体技术,建立交通系统控制模型逐步得到交通工程相关研究者的重视．在分析交通系统协调控制模型和多智能体技术在交通系统协调控制中的应用现状的基础上,提出了建立基于多智能体技术的交通系统协调控制模型应注意的问题和发展趋势,以期能为相关研究提供一种新的思路．     

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.     

基于马尔可夫过程的船舶电力系统可靠性和维修性分析

针对船舶电力系统的可靠性、维修性计算问题,从该系统主要运行方式的基本模型出发,提出了基于马尔可夫过程的船舶电力系统可靠性、维修性分析方法,建立了船舶电力系统可靠性、维修性的数学模型,推导出船舶电力系统可用度与可靠度的表达式,并给出了在船舶电站控制系统中的一个工程应用实例.     

基于博弈论的空铁联运收益分配模型

理想的空铁联运收益分配方式是实现航空与高铁深度合作的重要条件.本文考虑旅客对空铁联运服务水平和价格的敏感度等影响因素,根据空铁联运的实际运营情况,探究通过收益共享合同协调航空和高铁的利益冲突,形成理想的收益分配方式并促进空铁联运的发展.基于不同的合作水平,使用纳什议价效用函数模拟议价过程,建立航空主导的和具有议价行为的...     

基于多智能主体的高速公路控制系统结构

高速公路交通量的增加对高速公路交通控制提出了更高的要求。传统的基于精确数学模型的交通控制方法很复杂并且在实际应用中往往达不到预期的控制效果，因此寻求新的有效的交通控制方法也就成为必然。多智能主体(Multi—Agent)技术是人工智能领域中的一个研究热点，单个Agent能够自主地、主动地对对象进行控制，并且Agent之间可以进行协作从而使整个系统达到更大的智能性。介绍多智能主体系统(Multi-Agent System，MAS)的概念，然后描述基于MAS的高速公路交通控制系统结构以及Agent的内部模块的功能，最后对Agent之间的协作进行了简要的分析。基于多智能主体的高速公路交通控制系统拥有一种全新的智能交通控制结构，它能够较好地克服传统交通控制系统所存在的缺陷，适应高速公路交通系统的复杂性和随机性。MAS技术的关键在Agent之间的协调，因此下一步的研究应该集中在Agent之间如何建立有效的协调机制。     

主机缸套冷却水出口温度控制方法

利用传热学理论，对船舶主柴油机缸套冷却水系统的传热机理进行了分析，给出了其动态热力数学模型。针对其惯性较大，缸套冷却水出口温度经常超调的特点，提出了在现有的传统PID反馈控制的基础上，引入以船舶主柴油机输出“功率”作为反映缸套冷却水热负荷扰动信号的前馈控制，以减小缸套冷却水出口温度的动态偏差，并利用Matlab仿真进行了验证。仿真结果表明，这种控制方法比传统的控制方法具有更好的控制性能。     

基于多Agent的贯通同相供电系统协调控制

为满足高速和重载列车对牵引供电系统在电能质量、电分相等问题上的需求,提出了构建基于多智能体的贯通同相供电系统的思路,探讨了系统的基本框架和实现途径与方法,设计了系统中各级Agent的结构功能,并讨论了多Agent之间的通信、协调和协作方法.设计了变电所之间的协调控制策略,以解决贯通同相供电系统中牵引变电所并网运行和变电所之间的潮流调度问题.最后,以京沪高速铁路为例进行了仿真.仿真结果表明,采用协调Agent参与分区协调的2级自治控制策略明显优于其他方式,能实现牵引变电所之间的潮流调度,并将受扰后的节点电压恢复到初始值,确保供电系统的整体电压水平.      

横向互联空气悬架多智能体减振器系统博弈控制

为进一步改善横向互联空气悬架车辆的行驶平顺性和操纵稳定性, 基于多智能体理论和合作博弈Shapley值原理构建多智能体减振器控制系统; 多智能体减振器控制系统由信息发布智能体、平顺性智能体、操稳性智能体和博弈协调智能体组成, 其中信息发布智能体从环境中获取车辆状态信息, 根据下层智能体的信息需求传递信息, 平顺性智能体接收悬架动行程及其变化率信息, 根据平顺性控制要求, 输出自身的阻尼系数意图, 操稳性智能体接收当前互联状态信息触发对应的推理模块, 根据车身侧倾角信息求解需求的阻尼系数, 其中推理模块是通过对遗传算法优化出的阻尼系数进行模糊神经网络自学习形成的, 博弈协调智能体接收平顺性智能体与操稳性智能体的阻尼意图, 根据自身的合作博弈规则, 对阻尼意图进行修正, 输出全局最优阻尼系数; 在不同互联状态、不同激励条件下进行空气悬架静、动态特性试验研究, 并将试验结果与仿真结果进行对比, 验证仿真模型的准确性; 在混合工况下, 利用整车仿真模型验证多智能体减振器控制系统的可行性和有效性。研究结果表明: 和传统减振器阻尼控制系统相比, 多智能体减振器控制系统能有效地使簧载质量加速度均方根值降低14.95%, 悬架动行程均方根值降低10.64%, 车身侧倾角均方根值降低12.33%。提出的多智能体减振器控制系统改善了车辆行驶平顺性和乘坐舒适性, 并且能够抑制车身的侧倾, 提高整车的操纵稳定性。