基于Multi-agent的坦克分队作战仿真

坦克分队作战仿真系统开发是一项很复杂的工程，各组成要素之间的活动很难进行定量分析和描述，战场情况也复杂多变，具有不可预见性和不可再现性。该文基于目前坦克分队作战仿真的发展现状，结合计算机软件技术的最新成果——Multi-agent技术，提出了基于Multi-agent的坦克分队作战复杂系统分析与设计仿真模型，论述了该方法的美妙机制；并根据Multi-agent的特点，介绍了运用Swarm建模和开发工具对Multi-agent的坦克分队作战仿真的实现。     

一种面向遥操作的多指手Multi-agent模型结构

提出一种面向遥操作的多指手Multi-agent模型逻辑结构，采用Java语言设计了用户Agent、管理Agent 和手指Agent模型以及Multi-agent之间的通讯模块．使用Java3D与VRML建立多指手三维虚拟模型，开发了网络遥操作仿真平台．最后，在该平台上实现了多指手遥操作的虚拟再现，验证了多指手Multi-agent模型的可行性．     

基于免疫Multi-agent的网格入侵检测模型

针对传统入侵检测技术难以适应动态的网格计算环境等问题，依据免疫原理，提出了一种基于Multi-agent的网格入侵检测模型(GIDIA)。描述了GIDIA的体系架构，给出了免疫模型、检测Agent、决策Agent和防御Agent的定义，建立了相应的抽象数学模型及推理方程。理论分析和仿真结果表明，GIDIA解决了信任社区内与社区间的协同预警及防御问题，具有检测率高、自适应能力强等特点，为实现网格安全提供了一种新方法。     

自主机器人多智能体软件架构及伴随行为机制

自主机器人是一类由计算机软件控制的信息物理系统，如何支持该类机器人在开放环境下的有效和协调运行是自主机器人控制软件（CSAR：Control Software of Autonomous Robot）研究与实践面临的一项重要挑战.本文基于组织理论的思想，采用Structure-in-5的组织架构模式，提出了基于多智能体的CSAR的软件架构MaRSA（Multi-agent Robotic Software Architecture），通过独立抽象CSAR的行为规划、分发、执行等软构件并显式加强这些构件间的交互，从而为自主机器人行为的有效规划和协调实施奠定架构基础；提出了基于MaRSA架构的伴随行为机制，从因果性、时序性和按需性三个方面建立了机器人观察行为和任务行为间的伴随关系，并基于分步规划和动态决策的思想设计并实现了伴随行为的自主决策算法DAAB（Decision Algorithm of Accompanying Behaviors）.论文分别在仿真环境和实际机器人环境下设计了对比性实验，结果表明，与主流的反应式行为决策算法和BDI式概率决策算法相比较，基于MaRSA和伴随行为机制的DAAB算法所生成的伴随行为规划在开放环境下具有可行性和更高效的执行效率.     

基于Multi-agent的数字一体化仿真平台的设计

讨论了基于Multi-agent的数字一体化虚拟仿真平台的发展方向、设计准则和关键问题,提出了基于Multi-agent的数字一体化虚拟仿真平台的系统总体结构框架、设计思想和实现步骤,并分析了原型系统的功能与技术特点.     

基于Multi-Agent系统的多飞行器协同路径规划方法的研究

无人多飞行器(UAV)协同技术是当前分布式人工智能的一个热点领域,其中一个关键技术在于如何实现多UAV集群根据复杂环境中目标、威胁、地形变化以及各UAV之间的性能约束动态进行实时性航路规划。提出一种基于Multi-agent系统的多UAV对实时动态多目标进行路径规划的方法。其核心是基于Multi-agent系统的decen-tralized控制方案。在Multi-agent平台上,实现了agent对于环境、目标、任务等路劲规划约束条件的建模,同时提出了多agent动态路径规划方法的实现方案。方案使用DisCSP模型框架,将基于真实复杂战场环境的实时路径规划问题所涉及的多复杂限制条件,抽象成Multi-agent系统中的各个约束条件,通过多agent间Dynamic Programming过程求解多UAV实时动态多目标的路径规划和协同任务分配的ABT算法,并实现在动态威胁和地形以及动态目标下具备集群协同能力的多UAV实时仿真系统。     

一种混合Agent体系结构及决策算法

提出的混合Agent体系结构包括反应式结构和慎思结构，反应式结构提高Agent的反应性，慎思结构增强Agent的智能性；为了提高智能体决策的速度和智能性。提出一种新颖的Agent决策算法。该文提出的混合Agent体系结构及决策算法已成功地应用到RoboCup仿真机器人系统中，仿真结果说明了该结构和算法的有效性。     

基于Multi—agent技术的Internet信息挖掘研究

介绍了Multi-Agent系统的概念，提出了具有Control-agent的Multi-agent系统，在此基础上分析了一种基于Multi-agent技术进行Internet信息下载和信息挖掘的模型及具体实现方法，并结合实际应用，介绍了可实现比较购物功能的WebDruid系统。     

多智能体机器人系统分布式通信决策研究

无偿通信可以将Multi-agent POMDP的计算复杂度简化为单Agent POMDP的，然而实际上通信不是无偿的，常常期望减少通信的数量。为此提出了一个新的方法，利用有向无环图维持以及推理团队的可能联合信度，基于此以分布式的方式制定通信决策，并将集中式单Agent策略应用于分布式Multi-agent POMDP问题。通过实验以及一个详细的实例表明本文方法能够有效地减少通信资源的使用，同时提高分布执行的性能。     

给定流约束多状态装置系统可行性分析决策

从实际工程背景出发，建立了给定流约束多状态装置系统，并提出了该系统可靠性分析决策过程中的一种有效算法。仿真实例说明了该算法的有效性，达到了快速有效控制系统的目的。     

给定流约束多状态装置系统可靠性分析决策

从实际工程背景出发，建立了给定流约束多状态装置系统，并提出了该系统可靠性分析决策过程中的一种有效算法。仿真实例说明了该算法的有效性，达到了快速有效控制系统的目的。     

基于自主行为的RoboCup决策算法设计与实现

为了提高决策的速度和智能性，提出一种基于行为的Multi—Agent决策模型，该模型分为个体决策模型和团队决策模型，个体决策模型是为了提高智能体决策的速度，团队决策模型为了提高决策的智能性。这种基于行为的Multi-Agent决策模型已成功地应用到RoboCup仿真机器人系统中，仿真结果说明了该结构和算法的有效性。     

基于MATD3算法的多智能体避碰控制

使用多智能体双延迟深度确定性策略梯度(Multi-agent Twin Delayed Deep Deterministic Policy Gradient,MATD3)算法研究了多无人机的避障和到达目标点问题,首先,利用MATD3算法的优越性提高训练效率。其次,基于人工势场法的思想设计了稠密碰撞奖励函数,使得智能体在没有找到最优解决方案时也能得到积极的反馈,加快学习速度。最后,在仿真实验阶段,通过设计的三组对比实验和泛化实验验证了算法的有效性。     

基于Bayes 决策理论的数据融合方法

提出一种基于Bayes决策理论的多元优化数据融合方法，给出更具一般性的数据融合算法、判决准则以及系统性能计算公式，并给出几种不同情况下的数据仿真结果。仿真结果证明了该方法的正确性和有效性。     

权值自适应调整的多分类器融合算法

针对度量层输出的多分类器融合,该文提出一种基于Multi-agent思想的融合算法。该算法给出样本集在多分类器下的偏好判断矩阵概念,可以根据各个样本的具体情况自适应地为各分类器赋予权值。实验证明,该算法可得到比其他方法更低的分类错误率。     

Multi-agent技术在远程诊断与维护系统中的应用

研究Multi-agent技术在远程诊断与维护系统中的应用，通过使用一种基于组件的组合式方法-Desire方法，把远程诊断与维护任务层次式分解为一些具体的子任务，确定参与协作的各个Agent的具体任务，从而建立整个Multi-agent系统，最后给出使用FIPA-OS平台实现该系统的一个实例。     

基于决策树的股市数据挖掘与仿真

决策树方法是数据挖掘的一种方便而实用的方法。该文基于对股市数据的分析，适当选取某些经济指标作为决策属性，并利用改进的ID3算法，从股市数据中挖掘获利能力规则。该文提出的算法用C语言编程实现。仿真的结果表明，不仅获得了具有应用价值的股市决策规则，而且显示出股市中有的经验规则未必正确。     

双决策组合的停车场推荐算法研究

针对现存停车场推荐算法,存在考虑影响因素不够全面更多依赖于个人行为决策,提出了一种双决策组合的停车场推荐算法。算法不仅考虑了个人的行为因素而且从停车场的历史数据中挖掘有效信息从而对最终的推荐结果做出指导。首先对于个人因素采用基于个人行为决策算法计算出各个停车场的得分;其次采用基于层次分析决策算法从停车场历史数据中挖掘出各个停车场的得分;最后将两决策结果融合得出最终结果。通过仿真分析,验证了上述算法的可行性。     

混合改进蚁群算法的函数优化

针对蚁群算法进化速度慢、容易出现停滞现象的不足,探讨了一种基于自适应信息素挥发因子的改进蚁群算法.针对蚁群算法容易陷入局部最优的缺点,提出了一种基于决策变量高斯变异的改进蚁群算法.针对蚁群算法速度慢的不足,探讨了一种基于决策变量边界自调整的改进蚁群算法.将上述3种改进相融合,提出了一种基于自适应信息素挥发因子、决策变量高斯变异和决策变量边界自调整3种改进策略的混合改进蚁群算法.将其应用于函数优化中,仿真结果表明,混合改进蚁群算法在收敛速度和收敛率方面都有很大改进,具有更好的寻优性能.     

大规模工业过程非凸稳态优化控制的两级协调法

针对具有输出关联不等式的束和非凸目标函数的大规模工业过程稳态优化控制问题，提出一种全新的两级协调求解算法。该算法由三层构成，上层和中层是两个协调器，下层是各局部决策单元。在较弱的条件下，获得了算法的全局收敛性定理。数字仿真结果表明了该算法的有效性和实用性。