基于改进合同网协议的半导体封装测试工厂启发式产能平衡优化

针对半导体封装测试工厂生产制造过程中生产计划分配的交互性问题,运用分布式多Agent技术,对生产分配过程进行模块化封装。在传统合同网协议基础上进行改进,嵌入"产能注册矩阵"的模式构建了多Agent协商策略模型,提出了智能体间招标—投标—中标的交互机制。对投标过程的产能平衡问题,运用启发式算法进行了优化。通过S企业生产计划实例分析和传统MRPⅡ方法投标结果对比,验证了改进的合同网协商模型和启发式算法对生产任务分配和产能平衡具有相对优良的投标完成率和相关系数矩阵。     

基于扩展合同网的协同设计任务分配机制研究

针对网络化产品协同设计过程的任务分配机制进行研究,在分析了已有合同网任务分配机制的基础上,通过引进时间令牌和缓冲池策略,对合同网机制进行扩展,提出了一种基于时间令牌和缓冲池机制的协同设计任务分配方法,给出了任务分配协作过程中的协商策略和基于投标信息的综合多因素决策评价算法。最后通过实例验证了所提方法的可行性,更适用于协同设计任务分配的实际情况。     

多Agent系统中Agent的协作机理与模式

借鉴人类社会学，分析了多Agent系统中Agent之间的协作机理，提出了多Agent系统中Agent进行协作的4种模式——对话模式、会议模式、协同模式和层次模式。使用结构化方法描述了4种协作模式的协作过程，给出了对话模式的形式化描述，为设计具有分布式协作问题求解能力的多Agent系统提供了理论框架。     

基于改进合同网协议的多Agent动态任务分配

为了使多Agent系统的任务分配更能适用于动态环境,提出一种改进的合同网协议的多Agent动态任务分配方法。该方法首先建立Agent能力模型和Agent执行的任务描述,在此基础上改进合同网中的招标阶段,Agent通过将正在执行的任务进行招标来动态改变自身能力以进行任务的再分配。最后,通过建立AGV(automatic guilded vehicle)物流仓库搬运仿真系统以验证改进方法的可行性和有效性。仿真结果表明,该方法能有效减少系统完成任务的总时间,提高了系统的整体效率,并且提高多Agent系统适应动态环境的能力。     

异构Agent协作的研究进展

首先在介绍多Agent协作的研究背景以及国内外研究现状的基础上,对多Agent理论及其协作机制分别进行了分类和总结;然后,在研究多Agent协作框架的基础上,分析了当前最具代表性的几种多Agent协作模型,如黑板模型、合同网模型、熟人模型、关系网模型以及承诺模型,阐述各模型特点并在动态性、异构性、灵活性和反应性等方面进行比较,突出承诺模型与其它协作模型相比的优势;最后,介绍了异构Agent协作模型在智能足球机器人、协同决策以及虚拟训练等领域的具体应用. 在Agent协作模型的比较与具体应用中,突出了承诺模型在异构Agent协作过程中所展现的较好的动态性、灵活性和反应性等特征,并提出了在开放环境下,当前Agent承诺模型在动态生成承诺协议方面的不足与改进方向.     

复合熟人模型——一种多Agent合作组织方法

为了有效地组织Agent间合作与通信,提高多Agent系统求解效率,借鉴现实社会中熟人之间的关系特点,提出了复合熟人模型。从分析Agent间的关系入手,定义了对合作求解具有重要影响的三类熟人关系,并给出了对熟人的综合评价体系。还给出了基于上述复合熟人模型的多Agent合作求解过程。实验结果在一定程度上证明了这种合作组织方法的有效性。     

保性的Petri网细化运算在多主体协作中的应用

针对多主体系统的构造复杂性问题,提出通过合成若干小系统来合成一个大系统,通过小系统的性质来分析合成后的系统性质。以基于合同网的动态任务分配为参考模型,逐层细化建立动态任务分配的宏观模型和主体BDI的内部结构微观模型,分别研究主体之间的协作关系和主体的内部心智状态变化,并分析了系统的有界性、无死锁性质,突出了主体的自治性和主动性的特点。     

基于MAS的故障诊断任务分解和结果综合

为求解复杂过程诊断问题,在传统智能诊断基础上,将多Agent技术应用于动态分布的复杂武器系统故障诊断领域.采用一种基于MAS的分布式武器故障诊断系统方案,研究了在改进合同网协议的Agent之间的任务分配过程和结果综合,重点研究了诊断系统任务分解、任务控制策略.这种方案对于提高分布式故障诊断系统的性能,改善故障诊断的准确率和效率有很大帮助.     

多Agent协作机制下的分层式网络管理系统框架设计

为解决传统的基于移动Agent的简单网络管理协议(SNMP)网管系统存在的系统效率低、响应时间长、代理协作性差和可扩展性差的缺陷,设计了一种基于多Agent协作的分层式网络管理框架．该框架包括网络管理站层、多移动Agent协作层、SNMP Agent协作层和网元层共4层．在第2层中,建立了一种多Agent中间层策略和多移动Agent协作策略,将SNMP Agent作为驻留代理,利用多个移动Agent并行协作来智能的完成网管数据的采集．在第3层中,针对AgentX框架的不足,实现了一种基于SNMP协议的主/子代理协作机制．该机制将SNMP Agent从任务上划分为主代理和子代理,主子代理之间协作采用SNMP．仿真实验表明,与传统的基于移动Agent及AgentX的SNMP网管模型相比,此框架能使系统带宽降低26.9％,响应时间缩短29.5％,因此更适合应用于大型分布式网络中．     

基于MAS的在轨服务航天器任务分派研究

针对分派在轨服务航天器(on-orbit servicing spacecrafts,OOSS)为地球静止轨道航天器提供服务的问题,建立了基于合同网协议的多Agent模型.首先设计了在轨服务航天器任务分派的多Agent模型结构,描述了各Agent模型的功能.其次,给出了服务母航天器确定评标准则和机动策略的方法,设计了服务子航天器的投标流程.最后,进行了算例仿真分析.     

基于多Agent的多式联运各区段分运承运人选择

多式联运各区段分运承运人的选择是涉及实现多式联运综合效率与效益最大化的关键问题.提出了一种在网络环境下,基于多Agent的多式联运各区段分运承运人选择的招、投标方法,其目的是实现各区段分运承运人的科学选择.采用基于Java的Agent框架,设计了各区段分运承运人选择的系统体系结构;讨论了基于本体的各区段分运承运人选择领域的建模问题;论述了各区段分运承运人选择的决策支持方法,包括效用理论和基于多Agent谈判的群组决策技术;仿真结果表明:方法是有效的.     

基于遗传算法的多Agent工程索赔谈判模型

分析了已有基于贝叶斯学习规则的索赔谈判多agent系统,针对该系统的一些不足,提出基于遗传算法的多agent(以下称为GA-Agents)工程索赔谈判模型。模型采用“谈判门限序列”的概念给出索赔双方的谈判策略,设计了基于承包商Agent,业主Agent和运算Agent的操作流程,并利用遗传算法来不断优化索赔双方的谈判门限序列,使得索赔谈判能够在短时间内达成协议,为解决索赔谈判中存在的低效率、费时费力等问题提出了一个新思路。     

一种基于混合遗传算法的双边多议题协商

为了提高基于智能体电子商务双边多议题协商当中agent协商的效率,提出了一种agent的协商模型,并且将混合遗传算法HGA应用于这种模型当中,来提高模型中agent协商的效率。分别对4种遗传算法各进行1000次的实验。结果表明,它们同样达到协商最优解时,标准遗传算法SGA平均需要218次协商,基于Metropolis准则的遗传算法MGA平均需要184次协商,自适应遗传算法AGA平均需要152次协商,而混合遗传算法HGA平均仅需要121次协商。这说明,在求解双边多议题协商问题的时候,HGA可以使得协商当中的agent高效达到协商的最优解。     

New E-Commerce Model Based on Multi-Agent Automated Negotiation

A new multi-agent automated negotiation model is developed and evaluated, in which two competitive agents, such as the buyer and seller, have firm deadlines and incomplete information about each other. The negotiation is multi-dimensional in different cases. The model is discussed in 6 kinds of cases with different price strategies, warrantee strategies and time strategies. The model improves the model of Wooldridge and that of Sycara to a certain extent. In all possible situations, the optimal negotiation strategy is analyzed and presented,and an e-commerce model based on multi-agent automated negotiation model is also illustrated for the e-commerce application in the future.     

基于马氏距离的动态限时协商模型研究

针对协商模型是多Agent系统的核心问题,文中研究了多Agent系统中的协商议题、交互推理机制、效用评估机制,提出一种动态限时条件下两方多议题协商模型,该模型支持多Agent多议题的多轮协商,并将马氏距离引入到效用评估中,经过实例分析此方法是有效的．     

基于多边协商的分布式网格资源调度

基于多智能体的理论，提出了一种智能网格系统资源调度方法，通过网格节点自主选择任务来实现网格系统中的资源优化调度.由于各节点的自主性，对于完成不同的任务将存在不同的支持度.采用模糊认知图建立了对任务分配方案的支持度协调模型，并提出了标准支持度的概念，同时保证节点支持度协调的可行性和有效性.网格节点在自身利益最大化目标的驱动下，无需固定的上层资源调度单元，通过多边的竞争和协商组成任务组，实现分布式网格资源的优化调度.提出的调度策略适用于分布式计算，具有较好的实时性和鲁棒性.     

基于多智能体的公共检测资源协调方法

公共检测资源协调过程的关键是任务合作者的选择和检测任务的分解.采用改进的合同网协议选择任务合作者,采用基于知识库的专家推理实现任务分解.在改进的合同网协调机制中,为每个任务类维护一个专家集,从而减少管理智能体的筛选负担和多智能体系统的通信开销,同时应用模糊综合评价方法实现投标书评价,并选取任务最佳合作者.采用多级推理机实现任务分解,设计了从实例中推导新知识和根据历史分解记录得到分解规则2种知识获取方法,设计采用正向推理策略的推理机.最后给出了公共检测资源协调的基于Web Service的实现.     

一种多策略整合的协商框架

多Agent之间的协商是DAI领域的重要研究课题.目前的协商框架大多是采用单因子依赖的协商策略,没有考虑复杂环境下多因子的综合影响.为解决这一问题,提出了一个多策略加权整合的多议题的协商框架.本文从时间、资源、对方策略、最终结果集预测等多方面的因子来考虑整个协商策略,并在此基础上,重点阐述了框架中参与者基于多种协商策略整合的推理过程.与传统的单议题协商框架相比,该框架考虑了在实际应用环境中多因子的整合作用,并引入了对最终结果集的预测因子,从而提高了协商框架的效率.     

基于信任度的协同商务链自学习协商研究

在传统合同网协议的基础上，构建了协同商务链自学习协商框架．借鉴群体智能技术中的响应阀值概念，提出了基于信任度的自学习协商模型，同时给出实现该模型的算法和步骤．根据协商过程中投标主体完成任务的情况，实时更新其信任度值．基于此动态值，管理者可以有效的选择合适的投标主体，提高了协商效率，并减少协商时间和成本，从而达到减少通信量和保证协同商务链上各主体利益的目的．最后，通过仿真实验，从通信量、时间和任务完成数3个指标来进行比较．结果表明：该模型可以有效缓解协商过程中的管理器瓶颈和信息拥塞问题，相对于单任务双方协商模型，其在解决多主体、任务不断变动的动态环境下的协商问题有明显的优势．     

ISDN网络层协议模型化验证及其功能实现

本文首先介绍了 ISDN 网络层协议的功能及试验模型的功能块连接,并示出了ISDN 的电路交换呼叫程序.然后,介绍一些 Petri 网的基本概念,利用 Petri 网对TSDN 网络层协议进行模型化,并对模型进行带先进先出(FIFO)信道的可达性分析,得出一些验证结论.同时,指出该分析方法的一些局限性,并提出一些相应的解决策略.