基于Repast的多Agent建模方法仿真实现研究

多Agent建模方法是研究复杂系统的有效方法,而多Agent仿真平台为其应用提供了有利条件,Repast(recursive porous agent simulation toolkit)是多Agent仿真平台的典型代表。首先简要介绍了多Agent建模方法的思想;然后从仿真模型的组成和仿真程序的实现2个方面介绍了Repast仿真平台;最后通过一个军事模拟实例进一步说明了Repast仿真程序的设计与实现方法,对于使用Repast开展多Agent系统仿真工作具有一定指导意义。     

基于蚁群算法的多Agent任务分配方法

针对多Agent任务分配问题,结合蚁群算法的思想,设计了基于图的任务分配数学模型,提出了基于蚁群算法的多Agent任务分配方法,并通过实验与3个经典方法进行比较和分析,探讨了蚂蚁数对求解结果的影响。实验结果表明,所提出的算法是有效的。     

改进型蚁群算法求解旅行Agent问题

旅行Agent问题是一类复杂的组合优化问题,目的在于解决移动Agent在不同主机间移动如何规划最优的迁移路线．在蚁群算法的基础上,引入变异运算,并且对蚁群算法的全局和局部更新规则进行改进,大大降低了蚁群算法陷入局部极小而导致系统出现停滞现象的可能．实验结果表明,改进的蚁群算法使得移动Agent能够以更优的效率和更短的时间来完成任务．     

基于群体智能的多机器人任务分配

针对具有松散和紧密耦合型任务的大规模多机器人系统,研究了基于群体智能的任务分配方法。系统采用层次结构,高层用蚁群算法实现松散耦合型任务分配的寻优,提出逆转分配思想让蚂蚁代表任务,为每个任务选择任务的承担者。底层分别提出了基于蚁群、粒子群蚁群和量子蚁群实现机器人联盟的形成——产生紧耦合型任务解,并进行仿真。仿真结果表明,基本蚁群算法得到的解质量最差;粒子群蚁群算法得到的分配解最好,但是运算时间最长;量子蚁群算法得到的解稍次于粒子群蚁群算法,但分配时间比另两种算法减少了一半。因此,在大规模的多机器人任务分配中,量子蚁群算法具有更强的适用性。     

基于蚁群算法的多层前馈神经网络

反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型.但算法有求解精度低、搜索速度慢、易于陷入极小的缺点.蚁群算法是一种新型的模拟进化算法,有正反馈、分布式计算、启发性收敛等特性.这些特性使得解题过程加快,易于实现分布式计算.将蚁群算法和神经网络相结合起来,实现了非线性模型的辨识问题及倒立摆的控制.仿真实验表明:用蚁群算法训练神经网络,可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能.     

基于蚁群算法的PID参数优化

针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.     

基于蚁群算法的多层前馈神经网络

反向传播算法是神经网络中应用广泛的一种多层前馈神经网络模型．但算法有求解精度低、搜索速度慢、易于陷入极小的缺点．蚁群算法是一种新型的模拟进化算法，有正反馈、分布式计算、启发性收敛等特性．这些特性使得解题过程加快，易于实现分布式计算．将蚁群算法和神经网络相结合起来，实现了非线性模型的辨识问题及倒立摆的控制．仿真实验表明：用蚁群算法训练神经网络，可兼有神经网络广泛映射能力和蚁群算法快速全局收敛的性能．     

基于相对距离和关联度的多任务联盟的蚁群算法

针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的迭代次数多、求解精度不高的问题,提出了一种基于相对距离和关联度的蚁群算法.该算法针对蚁群算法搜索机制和信息素增量模型,提出了2种策略.首先,为提高资源利用效率,减少Agent的能力浪费,引入了相对距离的概念,提出了基于相对距离的搜索机制;其次,为强化蚂蚁间的协作,利用已获得的解信息,给出了一种基于关联度的信息素增量模型.仿真实验结果表明,与已有的一些算法相比,本文算法不仅能获得更好的联盟结构,而且具有较快的收敛速度.     

基于蚁群算法的无线传感器网络路由算法实现

本文利用蚁群算法简单、局部工作等特点,结合传感器网络的特征,分析研究了基于蚁群算法的WSN路由算法,并阐述了蚁群算法的无线传感器网络路由算法的实现和仿真设计与分析。     

一种多Agent系统框架的实现机制

Agent是目前分布式人工智能研究的一个热点,也越来越为信息技术所关注,Agent与分布式计算的结合是实现多Agent系统的关键,本文提出基于CORBA的多Agent系统框架的实现,对CORBA的主要结构及Agent系统的组织方式作了介绍,分析了多Agent系统的结构,组织与通讯,讨论了CORBA提供的服务与多Agent系统的关系,简化了多Agent系统的开发,为多Agent系统的实现提供了一种有效途径。     

多主体财政行为资金流动仿真平台设计

随着对复杂适应系统理论的深入研究,基于复杂应系统的多主体经济仿真研究成为研究经济系统的一个重要方法.采用基于离散事件的多主体经济系统仿真建模方法,构建了一个以政府为主的多层级多部门的财政资金流动仿真模型,然后从属性集、事件集和规则库等3个方面对仿真主体进行了详细的仿真设计,并开发实现了这一资金流动仿真平台,对政府日常经济行为进行了模拟分析,为进一步进行多主体经济仿真研究提供了一定的经验参考与技术支持.     

基于多Agent遗传算法求解迷宫游戏

游戏设计的实质是设计一些相互关联的游戏规则.通过分析迷宫游戏元素之间的关系,抽象制定出一套游戏规则,并在此基础上,提出了一种以寻路个体为单个智能体的多Agent遗传算法.通过C＋＋进行模拟仿真,实验结果验证了所提优化算法的合理性;与传统的遗传算法相比,此算法在避免早熟的同时有很快的全局收敛性.     

ACS algorithm-based adaptive fuzzy PID controller and its application to CIP-Ⅰ intelligent leg

Based on the ant colony system(ACS)algorithm and fuzzy logic control,a new design method for optimal fuzzy PID controller was proposed.In this method,the ACS algorithm was used to optimize the input/output scaling factors of fuzzy PID controller to generate the optimal fuzzy control rules and optimal real-time control action on a given controlled object.The designed controller,called the Fuzzy-ACS PID controller,was used to control the CIP-I intelligent leg.The simulation experiments demonstrate that this controller has good control performance.Compared with other three optimal PID controllers designed respectively by using the differential evolution algorithm,the real-coded genetic algorithm,and the simulated annealing,it was verified that the Fuzzy-ACS PID controller has better control performance.Furthermore,the simulation results also verify that the proposed ACS algorithm has quick convergence speed,small solution variation,good dynamic convergence behavior,and high computation efficiency in searching for the optimal input/output scaling factors.     

联合战役决心方案自动生成问题研究

对联合战役决心方案自动生成问题的研究现状、军事需求等方面进行了总结;详细介绍了依托MAGE平台,采用多主体理论研制的联合战役决心方案自动生成系统,包括系统的框架结构、单个Agent设计、Agent间的协调、协作方法和系统的软件实现等;该系统可用来支持战略决策的模拟验证。     

基于ACS的动态分布式路由算法

提出了一种利用ＡＣＳ算法进行动态更新分布式路由表的方法,仿真结果表明,ＡＣＳ算法可兼顾路长度和网络负载两方面因素,其睡效果优于传统动态分布式算法。     

一种概念建模框架的提出及应用 

概念建模是建模仿真的重要阶段,概念建模的好坏与仿真模型的成功与否密切相关.针对目前缺乏普适性的概念建模框架这一现状,首先对概念建模进行了介绍,进而提出了一种概念建模框架及评价指标;将该概念建模框架应用于网络安全建模仿真中,提出了基于多Agent的概念模型,建立了基于人工免疫的入侵检测系统多Agent概念模型.最后基于OMNeT＋＋设计了相应的仿真模型并进行了仿真实验.结果证明该框架能够增加概念建模的规范程度,对概念模型的建立具有指导作用.     

输入约束下高阶智能体均方一致性研究

该文对高阶多智能体系统拓扑结构Markov切换且控制输入受到非凸约束时的均方一致性问题进行了研究。首先,引入了一个非凸约束算子,并且根据多智能体系统中邻居节点信息设计了系统的控制协议;之后,利用非负矩阵的性质,得到了当高阶多智能体系统拓扑结构是Markov切换时,系统能够实现均方一致性的充要条件;最后,通过数值仿真验证了在该控制协议下,系统能够达到均方一致性。     

普适环境下的多Agent协同框架的研究

根据普适计算的特点,提出了一种多agent协同框架模型.考虑到普适计算环境下移动设备的交互和多通道的信息集成,该模型在已有多agent协同设计框架模型上增加了相应的a-gent,并且在设计agent的结构中包含了通道识别、上下文生成及多通道信息整合模块,以处理多通道的信息.详细介绍了在该agent模型中基于设计上下文的知识表示,以及协同设计系统中多agent知识共享的方法.该研究对于普适计算在设计领域中的应用有重要的意义.     

Multi-agent reinforcement learning with cooperation based on eligibility traces

The application of reinforcement learning is widely used by multi-agent systems in recent years. An agent uses a multi-agent system to cooperate with other agents to accomplish the given task, and one agent‘s behavior usually affects the others‘ behaviors. In traditional reinforcement learning, one agent takes the others location, so it is difficult to consider the others‘ behavior, which decreases the learning efficiency. This paper proposes multi-agent reinforcement learning with cooperation based on eligibility traces, i.e. one agent estimates the other agent‘s behavior with the other agent‘s eligibility traces. The results of this simulation prove the validity of the proposed learning method.     

FIRA机器人足球队设计与开发

机器人足球赛通过一个标准的、易于评价的比赛平台,促进多智能体系统的研究与发展。在简要介绍F1-RA5：5仿真平台的基础上,探讨南京工业职业技术学院GoGo足球队的设计与开发策略。