Agent动态交互信任预测与行为异常检测模型

在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交互信任计算模型CMAIT;结合信任的变化率,给出信任计算的置信度和异常检测机制.实验以网上电子商务为背景,实验结果显示该计算模型的预测误差为TRAVOS的0.5倍,计算量也较少;既可用于对手历史行为的异常检测,防止被欺骗,又可用于对手未来行为的预测.改进了Jennings等人关于agent信任的工作.     

基于角色的多Agent系统软件设计方法

角色是面向agent软件开发方法研究中的一个重要抽象概念。论文认为角色是连接多agent系统微观模型与宏观模型的桥梁,角色与agent之间的动态性有利于刻画多agent系统的结构和行为模型。论文研究角色和agent之间的动态绑定思想和机制,讨论基于角色的多agent建模方法RoMAS,并以RoboCup仿真比赛为案例验证该方法的有效性。     

一种多agent的并行认知模型及应用

agent认知模型是多agent系统研究的基础。该文抓住多agent系统的社会行为特性,构建了动态的多agent系统模型。它可以动态地调整系统agent的个数,增强系统的求解问题的能力,整个系统随着问题求解的增多更加稳定。并且在构建动态多agent系统的基础上给出了多agent系统并行认知模型及其相关概念,并把该模型应用于问题求解。     

多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.     

构建一种多agent并行计算模型

文中旨在找出一种新的构建多agent并行计算模型的方法。通过对组合数学中二分图理论的研究,发现可以利用这个数学思想建立一种新的多agent并行计算模型。文中在对多agent计算本质分析的基础上,基于二分图理论,建立了一种新多agent并行模型,给出了基于BDI模型的多agent并行计算模型的流程算法,最后还给出了这种模型的优越性是能最大可能地减少agent之间的冲突。通过上述工作,可为多agent并行求解问题研究提供理论依据。一方面弥补了现有理论的不足,另一方面也为人们进一步研究多agent的并行计算提供了一种解决方案。     

免疫agent概念与模型

阐述了免疫agent(ImA)这一新概念，分析了免疫agent求解实体的个性特点。构造出一种能对动态环境进行实时监控和故障预警的多免疫agent的形式化网络模型。并提出一种新颖的免疫agent算法，以此构建的系统具有更强的灵活性，鲁棒性和局部更新能力，是一个适用于动态环境的自组织系统。     

构建一种多agent并行计算模型

文中旨在找出一种新的构建多agent并行计算模型的方法。通过对组合数学中二分图理论的研究，发现可以利用这个数学思想建立一种新的多agent并行计算模型。文中在对多agent计算本质分析的基础上，基于二分图理论，建立了一种新多agent并行模型，给出了基于BDI模型的多agent并行计算模型的流程算法，最后还给出了这种模型的优越性是能最大可能地减少agent之间的冲突。通过上述工作，可为多agent并行求解问题研究提供理论依据。一方面弥补了现有理论的不足，另一方面也为人们进一步研究多agent的并行计算提供了一种解决方案。     

AODE中的多agent协商与学习

AODE是我们研制的一个面向agent的智能系统开发环境,本文以AODE为平台研究了多agent环境下的协商与学习本文利用协商-协商过程-协商线程的概念建立了多边-多问题协商模型MMN,该协商模型支持多agent环境中的多种协商形式及agent在协商过程中的学习,系统中的学习agent采用状态概率聚类空间上的多agent强化学习算法.该算法通过使用状态聚类方法减少Q值表存储所需空间,降低了经典Q-学习算法由于使用Q值表导致的对系统计算资源的要求,且该算法仍然可以保证收敛到最优解.     

随机博弈框架下的多agent强化学习方法综述

多agent学习是在随机博弈的框架下,研究多个智能体间通过自学习掌握交互技巧的问题.单agent强化学习方法研究的成功,对策论本身牢固的数学基础以及在复杂任务环境中广阔的应用前景,使得多agent强化学习成为目前机器学习研究领域的一个重要课题.首先介绍了多agent系统随机博弈中基本概念的形式定义;然后介绍了随机博弈和重复博弈中学习算法的研究以及其他相关工作;最后结合近年来的发展,综述了多agent学习在电子商务、机器人以及军事等方面的应用研究,并介绍了仍存在的问题和未来的研究方向.     

动态构造虚拟公共网络服务的一个多agent协商模型

该文通过对IP网络管理中多个移动agent动态构造虚拟公共网络VPN的研究,采用基于QoS服务的多属性的动态协商定价模型,在多agent之间形成了利益最大化的服务协议,以此应用实例表明移动agent是解决异构、分布、自治环境的复杂IP网管的有效软件体系结构。     

基于DFL的多Agent时序推理模型研究

Agent的理论、技术,特别是多Agent的理论、技术,为分布式开放系统的分析、设计和实现提供了一个崭新的途径。目前,对Agent的研究大致分为智能Agent、多Agent的程序设计。该文对Agent系统的群体组织结构进行深入研究,基于DFL,给出多Agent时序推理模型理论,进一步丰富Agent系统理论的研究内容。     

动态模糊数据的扩展模型研究

数据模型是建立系统的核心，在我们的对象中，具有动态模糊性的数据是普遍存在的，文献[1]对一般的动态模糊数据模型作了初步研究，基于此，本文作更深入的研究，给出了动态模糊数据的测度理论，动态糊数据的扩展模型，该模型的建立，为人们用计算机处理这类问题提供了理论依据。     

基于DCOM的动态运输调度多智能体系统研究*

针对物流运输调度中的客户需求动态性和随机性问题的解决,设计了一种基于DCOM的动态运输调度多智能体系统。在多智能体系统中,设计了包括预规划智能体、实时监控智能体、决策智能体和车辆智能体四类智能体。智能体以DCOM式组件形式实现,智能体之间的通信和协调由决策智能体集中执行。通过一个实例验证了系统算法的有效性,同时也为动态运输调度问题的解决提供了一个可参考的思路。     

基于动态模糊逻辑(DFL)的一种时序推理模型

在我们的研究领域中 ,普遍存在动态模糊事件 .而当今 ,随着计算机科学技术的发展 ,人们又试图用计算机来模拟这些具有“动态模糊性”的事件 .因此 ,以往有关文献提出了动态模糊逻辑、动态模糊集、基于 DFL的一种学习模型及动态模糊主动数据库系统的设计方法和基本概念 ,这些理论的提出 ,虽然为人们解决具有动态模糊性的问题提供了一定的理论依据 ,但从整个动态模糊系统来看 ,这些工作仅仅是一些初步的工作 ,还有许多工作需要进一步研究 .文中给出的基于 DFL的时序推理模型正是这种工作的一个补充 .     

DF控制推理模型的研究

针对控制系统中对象的模糊性和动态性,基于动态模糊集(Dynamic Fuzzy Sets)及动态模糊逻辑(Dynamic FuzzyLogic)系统理论,给出DF控制推理模型的相关概念,如DF向量、DF语言变量、DF语言规则和DF蕴涵关系等,并在此基础上探讨基于DF语言规则的DF推理方法,最后通过实例说明这些概念和方法的应用。     

Fuzzy adaptive iterative learning coordination control of second-order multi-agent systems with imprecise communication topology structure

In this paper, we investigate the perfect consensus problem for second-order linearly parameterised multi-agent systems (MAS) with imprecise communication topology structure. Takagi-Sugeno (T–S) fuzzy models are presented to describe the imprecise communication topology structure of leader-following MAS, and a distributed adaptive iterative learning control protocol is proposed with the dynamic of leader unknown to any of the agent. The proposed protocol guarantees that the follower agents can track the leader perfectly on [0,T] for the consensus problem. Under alignment condition, a sufficient condition of the consensus for closed-loop MAS is given based on Lyapunov stability theory. Finally, a numerical example and a multiple pendulum system are given to illustrate the effectiveness of the proposed algorithm.     

基于模糊人工势场法的多智能体编队控制及避障方法

针对动态环境中多智能体编队控制及避障问题,提出了一种基于模糊人工势场法的编队方法。首先,在领航跟随法的框架下控制编队队形,在动态队形变换策略的异构模式下,使用人工势场法为多智能体编队中每个智能体规划避障路径;其次,利用模糊控制器控制跟随智能体追踪领航智能体,同时保持跟随智能体之间与领航智能体的相对距离,遇到未知障碍物时,及时保持多智能体编队之间的队形并避免碰撞障碍物。针对人工势场法在引力增量系数和斥力增量系数设置的局限性,利用模糊控制器选择出适应环境的增量系数。Matlab仿真实验结果表明,该方法能够有效地解决复杂环境下多智能体编队控制及避障问题,使用效率函数对实验数据进行分析,验证了所优化方法的合理性和有效性。     

Multi-agent system for cost estimation

The cost estimation now is a vital concern of every manufacturing firm, and many methods are available for cost estimation. In this paper , we build an novel architecture of multiagent system with each agent representing one kind of cost estimation method (distributed multi-agent system). The system first classifies the user's requests , then makes the expert agents to cooperate and compete to fulfill the task. The model is based on a fuzzy classification of cost estimation methods and a dynamic optimization of structure to make the agents to learn from the past (based on agent reputation). In this way, the amount of information exchange is considerably reduced.     

Adaptive fuzzy leader-follower consensus control using sliding mode mechanism for a class of high-order unknown nonlinear dynamic multi-agent systems

In this article, a distributed leader-follower consensus approach is developed for a class of high-order unknown nonlinear dynamic multi-agent systems (MASs). Because every agent of the MAS contains multiple state variables, the existing consensus methods are not completely applicable for it. In order to find the qualified consensus protocol for this high-order MAS, sliding mode mechanism can be naturally considered for designing the consensus control because it can manage multiple state variables with the help of a constructed hyperplane. To this consensus control design, the sliding mode term is composed of all tracking error variables. Since the method does not require the switching control term around sliding surface, it can avoid the chattering phenomenon, which exits in most of the published sliding mode controls (SMCs). Furthermore, to handle the unknown nonlinear dynamic problem, the adaptive approximation strategy is implemented by employing fuzzy logic system (FLS). In the light of Lyapunov stability analysis, it is demonstrated that the proposed control approach can accomplish the consensus tasks. Finally, a numerical example is implemented to further show the desired results.     

基于Agent UML的企业供需网系统建模

在对多功能开放型企业供需网的复杂适应系统特征进行分析的基础之上,运用扩展UML的Multi-Agent系统建模方法--Agent UML建立了多功能开放型企业供需网的动态模型.分析多功能开放型企业供需网的复杂适应系统特点,建立供需网的多智能自主体系统结构,应用Agent UML建模方法分析了供需网多智能体系统中角色的静态结构关系和动态行为.在此基础上,建立了供需网动态交互行为模型.