用智能体实施化工企业多层优化的新策略

对化工企业的多层次优化提出了一种全面的规划方法，包括经营方案优化、生产调度优化、装置操作优化等，并给出了一个化工企业多层优化框架．在化工企业多层框架的基础上，引入智能体技术，研究了多个智能体的组织、各个智能体的作用以及智能体的设计与实现．     

化工企业优化多智能体系统的通信机制与协调规则

分析了用于复杂化工企业生产优化的多智能体系统。采取将大部分运算时间用于各智能体自身的局部优化求解，而只花少量时间将优化任务和局部优化结果通过网络进行交换作为基本准则，提出了适合化工企业多层优化多智能体系统的通信机制与协调规则。     

禁忌搜索协调的多智能体优化方法及其应用

针对电力市场下电力购买与配送计划优化问题，提出基于多智能体的模型求解算法，为使多智能体能够有序竞争有限资源，采用禁忌搜索算法进行协调，算法的本质是对智能体使用资源的优先顺序进行优化排序，将该算法用于实际电力系统的购-配电计划优化，取得了满意的结果。     

多智能体协作方法及其应用研究

将复杂系统分解成由多个智能体构成的合作多智能体系统，建立了多智能体系统的决策模型，能动态实时地计算每一时刻智能体的决策局势，适应环境的动态变化．采用多智能体方法对半导体生产进行调度，提高了半导体生产线设备的利用率，缩短了单位工件的加工时间．     

基于梯度估计的多智能体系统有限时间分布式优化

现有多智能体系统分布式优化算法大多具有渐近收敛速度,且要求系统的网络拓扑图为无向图或有向平衡图,在实际应用中具有一定的保守性.本文研究了具有强连通拓扑的多智能体系统有限时间分布式优化问题.首先,基于非光滑分析和Lyapunov稳定性理论设计了一个有限时间分布式梯度估计器.然后,基于该梯度估计器提出了一种适用于强连通有向图的有限时间分布式优化算法,实现了多智能体系统中智能体的状态在有限时间内一致收敛到全局最优状态值.与现有的有限时间分布式优化算法相比,新提出的有限时间优化算法适用于具有强连通拓扑的多智能体系统,放宽了系统对网络拓扑结构的要求.此外,本文基于Nussbaum函数方法对上述优化算法进行了拓展解决了含有未知高频增益符号的多智能体系统分布式优化问题.最后,通过仿真实例对提出的分布式优化算法的有效性进行了验证.     

基于多智能体协商的电子市场原料配置模型

基于市场交互机制建立了多智能体之间的协商模型，每个企业看作自利智能体运行生产规划算法购置原料并安排生产，市场智能体作为中间人通过市场规则对智能体的个体选择进行综合并将综合后的结果反馈给每个智能体，这一机制较好地总结了各个终端智能体的个体信息，从而优化个体行为。给出了电子市场原料配置的定价算法和分配算法。仿真试验结果表明，基于市场机制的多智能体协商方法使得每个智能体的效用都有所改善，从而改善了系统的全局收益。     

基于多智能体的液压集成块智能设计

液压集成块布局设计与油路连通设计是强耦合、弱鲁棒性的设计,而采用自动优化算法又难以保证设计关联和工程设计意图。提出一种基于多智能体的液压集成块智能设计方法,多智能体系统由元件智能体、油路智能体和控制智能体三类智能体组成,元件智能体可实现元件布局的优化调整,油路智能体可进行连通油路的自动创建、内部有效性验证和关联更新,控制智能体用于协调元件智能体与油路特征智能体之间的设计活动及冲突消解方案决策等。三类智能体之间的通信采用黑板模式,通过三者的交互协调,可以实现液压集成块动态关联的智能设计。     

一种多智能体混合蛙跳算法

提出一种多智能体混合蛙跳算法.将智能体固定在智能体网格上,每个智能体通过与其邻居的竞争与合作,结合混合蛙跳算法的进化机制,不断感知局部环境,并逐渐影响整个智能体网格,以提高自身对环境的适应能力.为更好地适应环境,智能体也可以利用自身的知识进行自学习.仿真实验结果表明,该算法能有效地维持种群的多样性,提高优化精度,同时抑制早熟现象,在高维函数优化方面具有较高的优化性能.     

基于优化决策树的化工企业风险监测算法

化工企业生产过程中的数据变化带有很强的随机性和非线性.国内的大型化工企业在生产运行中产生了大量的数据,数据属性众多,对数据属性的监控较为被动和片面.传统的基于主成份分析的数据属性分析方法,在面对大量化工数据时,数据主成份特征不明显,与危险相关的属性很可能被弱化,造成检测不准.为此提出一种区域PSO优化决策的化工企业异常情况检测方法,在使用主成份分析法对影响因素进行综合评定的基础上,在经过PSO优化权重系数后的决策树构造方法对数据的复杂情况进行寻优处理,消除大数据量的影响.实验结果证明,经优化的决策树方法能够将更加准确地对化工企业的生产平稳度进行综合控制与分析,对实际的生产有很好的借鉴作用.     

基于事件驱动的二次凸优化问题分布式优化算法

针对多智能体系统中等式约束下的二次凸优化问题,给出一种事件驱动机制下的分布式优化算法.该算法可以降低每个智能体控制协议的更新频率以及智能体之间的通信负担.基于图论和李雅普诺夫函数方法给出两种不同的事件触发条件,其中第2种事件触发条件不需要拉普拉斯矩阵的最大特征根的信息,可实现算法全分布式实施.两种事件触发条件均可实现算法渐近收敛到优化值,避免智能体控制协议的连续更新以及智能体之间的连续通信,同时保证每个智能体相邻事件触发时刻的时间间隔大于0,避免持续事件触发.将所提出的算法应用于Matlab仿真环境中进行仿真验证,仿真结果验证了所提出算法的有效性.     

基于免疫网络的策略选择模型研究

研究免疫网络在一类路径选择和规划问题（羊群问题）中的应用。利用免疫网络动力学模型实现羊群问题中主动主体和被动主体之间相互作用,抗体和抗原分别对应选择的策略和动态变化的环境,建立基于免疫网络的主动主体行动策略选择模型。仿真结果表明,该方法中主动主体通过与被动主体之间相互作用,可以比传统方法自发形成概率的、较好的主动主体的行动策略,达到使羊归圈的目的。     

Capturing an intruder in product networks

In this paper, we propose a solution to the problem of capturing an intruder in a product network. This solution is derived based on the assumption of existing algorithms for basic member graphs of a graph product. In this problem, a team of cleaner agents are responsible for capturing a hostile intruder in the network. While the agents can move in the network one hop at a time, the intruder is assumed to be arbitrarily fast in a way that it can traverse any number of nodes contiguously as far as no agents reside in those nodes. Here, we consider a version of the problem where each agent can replicate new agents. Thus, the algorithm starts with a single agent and new agents are created on demand. We propose a novel method for deriving intrusion capturing algorithms based on the abstract idea of spanning search trees. Later, we utilize this method for deriving capturing algorithms for Cartesian product graphs.     

基于可能回答集程序的多Agent信念协调

多Agent系统(Multi-Agent System,MAS)是人工智能领域的一个非常活跃的研究方向。在多Agent系统中,由于Agent之间信念的差异,会不可避免地造成行动冲突。Sakama等提出的严格协调方法只适用于各Agent之间有共同信念的情境,当不存在共同信念时,此协调方法无解。针对该问题,文中提出了一种基于可能回答集程序(Possibilistic Answer Set Programming,PASP)的信念协调方法。首先,针对各Agent的不同信念集,基于加权定量的方法计算PASP的回答集相对Agent信念的满足度,以此来弱化某些信念,并且引入缺省决策理论推理得到Agent信念协调的一致解。然后,根据一致解建立一致的协调程序,将其作为Agent共同认同的背景知识库。最后,以dlv求解器为基础实现了多Agent信念协调算法,使Agent之间可以自主完成信念协调。文中以旅游推荐系统为例,说明该算法能够打破严格协调方法的局限,有效解决各Agent之间无共同信念时的协调问题。     

Agent technologies for feature selection

The feature selection problem is considered. A feature selection method is developed on the basis of the multiagent approach with indirect communications between agents. Software is created to implement the multiagent method. The problem of feature selection for diagnosing chronic bronchitis is solved.     

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力，认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因，在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合，而Agent对搜索方向的判断是基于启发式信息做出的，从而为形式化分析MAS系统的性能建立了通用的模型．本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系，指出只有在一定条件下MAS系统才会获得更好的解题能力．本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法．     

Using temporal-difference learning for multi-agent bargaining

This research treats a bargaining process as a Markov decision process, in which a bargaining agent’s goal is to learn the optimal policy that maximizes the total rewards it receives over the process. Reinforcement learning is an effective method for agents to learn how to determine actions for any time steps in a Markov decision process. Temporal-difference (TD) learning is a fundamental method for solving the reinforcement learning problem, and it can tackle the temporal credit assignment problem. This research designs agents that apply TD-based reinforcement learning to deal with online bilateral bargaining with incomplete information. This research further evaluates the agents’ bargaining performance in terms of the average payoff and settlement rate. The results show that agents using TD-based reinforcement learning are able to achieve good bargaining performance. This learning approach is sufficiently robust and convenient, hence it is suitable for online automated bargaining in electronic commerce.     

一种多智能体系统中的协作机制

在多智能体系统MAS中,自治的agent在完成任务时常常会出现任务重叠的“正交互”现象,从而使得系统效率低下。为了解决这一问题,文章提出了一种agent协作机制,采用最短路径的方法来找出agent最优的合作对象,优化整个系统处理问题的能力。实验证明该方法是有效的。     

ALAN: adaptive learning for multi-agent navigation

In multi-agent navigation, agents need to move towards their goal locations while avoiding collisions with other agents and obstacles, often without communication. Existing methods compute motions that are locally optimal but do not account for the aggregated motions of all agents, producing inefficient global behavior especially when agents move in a crowded space. In this work, we develop a method that allows agents to dynamically adapt their behavior to their local conditions. We formulate the multi-agent navigation problem as an action-selection problem and propose an approach, ALAN, that allows agents to compute time-efficient and collision-free motions. ALAN is highly scalable because each agent makes its own decisions on how to move, using a set of velocities optimized for a variety of navigation tasks. Experimental results show that agents using ALAN, in general, reach their destinations faster than using ORCA, a state-of-the-art collision avoidance framework, and two other navigation models.     

结合新颖性和风险评估的内在奖励方法

强化学习算法依赖于精心设计的外在奖励,然而Agent在和环境交互过程中,环境反馈给Agent的外在奖励往往是非常稀少的或延迟,这导致了Agent无法学习到一个好的策略。为了解决该问题,从新颖性和风险评估这两方面设计一个内在奖励,使Agent能充分地探索环境以及考虑环境中存在不确定性动作。该方法分为两部分,首先是新颖性描述为对当前状态-动作和转换后状态的访问次数,将具体执行的动作考虑进去;其次是动作的风险程度,风险评估从累积奖励方差考虑,来判断当前动作对状态的意义是有风险的还是无风险的。该方法在Mujoco环境下进行了评估,实验验证该方法取得了更高的平均奖励值,尤其是在外在奖励延迟的情况下,也能取得不错的平均奖励值。说明该方法能有效地解决外在奖励稀疏的问题。     

Coordinating metaheuristic agents with swarm intelligence

Coordination of multi agent systems remains as a problem since there is no prominent method suggests any universal solution. Metaheuristic agents are specific implementations of multi-agent systems, which imposes working together to solve optimisation problems using metaheuristic algorithms. An idea for coordinating metaheuristic agents borrowed from swarm intelligence is introduced in this paper. This swarm intelligence-based coordination framework has been implemented as swarms of simulated annealing agents collaborated with particle swarm optimization for multidimensional knapsack problem. A comparative performance analysis is also reported highlighting that the implementation has produced much better results than the previous works.