面向Agent的智能CAD系统的研究

介绍从CAD到智能CAD(ICAD)的发展过程,并给出与智能CAD系统有关的一些方法和概念.最后提出了智能CAD系统结构及面向Agent的智能CAD系统的总体结构图.     

多Agent强化学习下的城市路网自适应交通信号协调配时决策研究综述

相对于传统的交通信号配时决策方法,多Agent 强化学习及其协调方法能更好地适应城市 路网交通环境的变化。为探讨其在城市路网自适应交通信号配时决策中的应用,系统地总结了多 Agent 强化学习及协调机制的研究方法,详细地分析了国内外研究现状,并指出现有研究中存在 的问题,在此基础上对未来研究进行了展望。研究结果表明,既有研究主要针对规模较小的路 网,存在维数灾难问题,强化学习与协调机制结合研究还不够深入,相关学习参数分析不够细 致,仿真环境和情景现实性不强。未来研究可以引入马尔科夫博弈提高决策协调性,嵌入混合交 通流、公交优先等交通管理思想增强决策实用性,引入先验知识及其他学习技术加快学习速度, 融入物联网、主动管理、大数据等先进理念和前沿技术增加决策的实时性,与交通诱导等集成提 升决策的系统性。     

基于Agent控制器的单路口信号灯学习控制方法研究

将强化学习中的Q学习算法与Agent技术相结合,构成Agent控制器对单路口的信号灯进行控制.介绍了将经验知识与Q学习算法相结合实现的Agent学习机制,提出了一种适合交通环境的强化函数,以解决单路口的动态实时控制.经仿真软件Paramics对实际路口进行仿真实验,验证了该方法具有较好的控制效果.     

基于B/S/A的路网监控网管系统研究

结合路网监控系统管理模式及其现状，开发了一种基于B／S／A的层次化、模块化的路网监控网络管理系统，探讨了系统功能、系统结构、逻辑层次关系及管理信息模型，并结合W-DMDU。分析了Agent的具体设计方案及设备类型动态管理技术在系统数据库设计中的应用。     

基于Agent协同设计系统的研究

在介绍Agent技术的基础上,提出了基于Agent协同设计系统的思想及总体结构图,讨论了由于Agent的引入,有利于构造大型协同设计的优点及存在的问题.     

Multi-step prediction of experienced travel times using agent-based modeling

This paper develops an agent-based modeling approach to predict multi-step ahead experienced travel times using real-time and historical spatiotemporal traffic data. At the microscopic level, each agent represents an expert in a decision-making system. Each expert predicts the travel time for each time interval according to experiences from a historical dataset. A set of agent interactions is developed to preserve agents that correspond to traffic patterns similar to the real-time measurements and replace invalid agents or agents associated with negligible weights with new agents. Consequently, the aggregation of each agent’s recommendation (predicted travel time with associated weight) provides a macroscopic level of output, namely the predicted travel time distribution. Probe vehicle data from a 95-mile freeway stretch along I-64 and I-264 are used to test different predictors. The results show that the agent-based modeling approach produces the least prediction error compared to other state-of-the-practice and state-of-the-art methods (instantaneous travel time, historical average and k-nearest neighbor), and maintains less than a 9% prediction error for trip departures up to 60 min into the future for a two-hour trip. Moreover, the confidence boundaries of the predicted travel times demonstrate that the proposed approach also provides high accuracy in predicting travel time confidence intervals. Finally, the proposed approach does not require offline training thus making it easily transferable to other locations and the fast algorithm computation allows the proposed approach to be implemented in real-time applications in Traffic Management Centers.     

初始条件对驾驶员逐日路径选择行为和网络交通流演化的影响

从查阅到的文献可以看到,在驾驶员逐日路径选择行为及网络交通流演化的研究中,均假定驾驶员第1天对路径的理解行程时间相同,也即初始条件中没有考虑驾驶员的个体差异性。首先,对初始条件和驾驶员逐日路径选择过程建模,在2条平行路径的简单路网中,运用Agent仿真方法模拟了不同初始条件下驾驶员逐日路径选择过程。结果表明：路网达到平衡所需的时间与驾驶员对历史信息的依赖程度显著相关,而与第1天驾驶员对路径行程时间理解的相关差异性不显著;路网平衡和用户平衡的差别与两者均显著相关。虽然在不同情况下路网均能够达到近似的用户平衡状态,但是平衡时驾驶员对2条路径的理解行程时间存在较大差异。     

人工智能在舰船避碰领域的应用

讨论人工智能技术的分类,分析模糊逻辑、神经网络(模糊神经网络)、专家系统、主体(A-gent)和基于案例推理(CBR)技术等各种人工智能技术在避碰领域的研究现状,展望了人工智能技术在避碰领域的发展前景.     

NETWORK MANAGEMENT WITH SECURED MOBILE AGENT

IntroductionMobile Agents equipped with intelligence,of-fer new technology that helps automate NetworkManagement activities,which are increasingly be-coming complex due to exponential growth of in-ternet users,and thus demanding higher levels ofhuman manager expertise and involvement.Well-known network management protocols that areused to monitor and manage network devices in-clude Simple Network Management Protocol ( SN-MP) and Common Management Information Proto-col ( CMIP) ,SNMP be…     

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.