一种异质多移动机器人系统及其基于MAS的协作机制

目前的多移动机器人系统在运行状态下,网络结构一般是静态的,很难做到成员机器人的动态增减,且系统在启动时需要复杂配置。本文设计了一种支持异质移动机器人合作的多机器人系统UMRS-1,采用分布式组织结构,支持机器人动态、自动配置地加入或退出系统。分析了组成系统的成员机器人的体系结构以及UMRS-1的组织结构。采用基于KQML实现的合同网作为协作协议,最后对多机器人协作围捕问题进行了初步探讨以说明UMRS-1的通信与协作机制。     

基于数据仓库的多式联运物流决策支持系统

为解决业务数据量的不断增加导致传统物流决策支持系统很难满足企业要求的问题,结合数据仓库的特征和决策支持系统的要求,提出了基于数据仓库的多式联运决策支持系统结构。该系统包括三个层次:模型库系统和数据库系统组成的基础层、数据仓库组成的加工层以及联机分析处理(OLAP)、专家系统和数据挖掘等组成的应用层,可以实现定性与定量相结合的物流决策支持。为提高多式联运物流企业决策效率和实现物流系统的协调运作提供了有效手段。     

我国多式联运发展的现状与趋势

RAN Chunyan;GONG Ying(School of Business Planning of Chongqing Technology and Business University, Chongqing 400067,P.R.China)     

中欧集装箱多式联运路径选择优化研究

在中欧集装箱多式联运现状研究的基础上,采用模糊等级评价法对港口城市和中欧班列城市的物流服务质量进行评价,综合考虑多式联运物流网络中物流成本以及物流服务质量,建立了多式联运路径优化数学模型,设计了求解多目标的遗传算法,为中国运输至欧洲的多式联运路径选择提供参考。     

基于Web服务的多式联运流程

论述了Web服务下的多式联运的流程和信息整合,对其业务流程进行了分析,用BPEL4WS(Business Process Execution Language for Web Service)语言进行了Web服务下的多式联运流程建模描述。     

德国低碳型多式联运模式对我国的启示

本文在分析德国港口与内陆间低碳型多式联运模式的基础上,研究德国低碳型多式运输模式的特点,从各种运输方式的组合等方面,探讨低碳型多式联运模式的利弊,通过对德国港口与内陆间低碳型多式联运模式的分析,进而提出对我国物流运输的启示。     

基于随机森林的集装箱多式联运货运量预测

为统筹安排运输资源、合理制定多式联运计划,针对集装箱多式联运货运量预测准确性不足的问题,基于网格搜索交叉验证改进的随机森林算法,构建一种集装箱多式联运月度货运量预测方法。首先对于原始数据特征中存在数据缺失的问题,采用二次插值法、K邻近插补法进行数据的填补;再利用平均准确度下降法和平均边际贡献法筛选出7个最优特征;最后构建基于网格搜索交叉验证的随机森林预测模型。以营口至武汉的多式联运案例进行验证,证明综合特征筛选与最优参数组合提升了模型预测的准确性以及K邻近插补法在模型中的优越性,并与三次指数平滑法、Xgboost模型进行对比,结果表明,改进的随机森林预测模型准确性和稳定性更高。     

物流企业多式联运合作伙伴优选

在遵循物流企业多式联运合作伙伴选择的原则基础上,通过定性与定量综合分析,采用层次分析法和熵权法获得综合评价仅重,基于PROMETGEE-Ⅱ法对联运合作伙伴进行排序,建立相应的评价指标体系模型.通过算例分析证明,该模型具有可操作和实用性.     

国际多式联运中委托代理的合作风险研究

针对国际多式联运绝大多数都是通过委托代理合作来完成的现状,指出了这种委托代理合作存在信息不对称、逆向选择和道德风险等问题,国际多式联运的承运人应特别加以关注和重视.通过基于博弈论的激励约束模型和期望效益模型的建立,对潜在盟员的综合素质进行评估,设计利润分配最优化体系,可以有效地降低委托代理合作企业的合作风险,从而为国际多式联运的承运人有效管理联盟团队提供理论依据.     

基于Agent UML的多Agent系统建模研究

由于Agent和对象的差异,本文引入Agent UML对多Agent系统进行建模研究.简要介绍了UML和Agent UML,以供应链管理为实例从多Agent系统的需求分析、静态建模、动态建模出发,给出了基于Agent UML的建模方法和步骤.     

基于Petri网的选课系统建模优化

针对在访问选课系统中的临界资源时出现的不稳定性问题,建立了一种基于Petri网的选课系统流程模型.首先使用“生产者-消费者”原理对模型进行优化,实现“发布课程”和“选课”的严格序关系; 然后引入信号量机制进一步优化,实现互斥访问更新后的临界资源.最后用PIPE软件模拟运行优化后的模型并进行分析,结果表明模型具有安全性和有界性.     

建设工程代建单位的评价和选择研究

工程代建制在我国发展多年,但一直未建立相对合理的代建单位选择指标体系。文章根据我国目前各省份代建单位选择标准,借鉴FIDIC合同条款中关于承包商选择的经验,构建了建设工程代建单位的选择模型,并对其指标体系的合理性进行验证。实践证明,利用该指标体系可提高业主选择合适的代建单位的效率。     

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。     

基于相关熵和流形学习的多标签特征选择算法

从相关熵的角度出发,提出一种基于相关熵和特征流形学习的稀疏正则化方法,用于解决多标签特征选择问题。在相关熵定义的基础上给出多标签特征选择的回归模型;结合?_{2, 1}范数的性质和特征流形学习的定义建立基于相关熵和特征流形学习的稀疏正则化多标签特征选择模型及算法;证明该算法的收敛性并且通过试验验证所给算法的有效性。     

基于DEM的米波雷达阵地选择方法研究

米波雷达的最大效能发挥与其良好的阵地反射面紧密相关。针对雷达阵地的选择耗时、耗力问题,基于数字高程模型（DEM）,对雷达天线架高、反射面的平坦度以及遮蔽角等影响米波雷达阵地选择的重要因素进行了定量分析,提出了一种米波雷达阵地选择的辅助决策方法。仿真结果表明,这种方法可实现米波雷达阵地的快速选择。     

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.     

基于模糊综合评判的教学质量评价

依据模糊综合评判法,对计算机文化基础课的教学质量进行评判,得到了三级模糊综合评判模型。实验测试表明,该过程简单、实用。     

网络信息安全分层模型的研究

在分析影响网络安全几个因素的基础上,分别从OSI/ISO七层网络协议和三层网络结构2个角度,讨论了各个层次网络安全存在的风险和问题,给出了解决各层安全问题应该采用的防范措施。结果认为,为保障网络信息安全,既要弄清网络协议本身存在的问题和漏洞,又要深入研究实际组网的客观要求和情况。     

ARROW-WTCP: A fast transport protocol based on explicit congestion notification over wired/wireless networks

An explicit congestion notification (ECN)-based distributed transport protocol,ARROW-WTCP (AcceleRate tRansmission towards Optimal Window size TCP for Wireless network),was proposed.The ARROW-WTCP enables feasible deployment of ARROW-TCP from wired to wireless networks by providing a joint design of source and router algorithms.The protocol obtains the actual capacity of the wireless channel by calculating the queue variation in base station (BS) and adjusts the congestion window by using the feedback from ...     

基于多智能体的交互界面系统研究

针对人机交互界面灵活性差、适应性不强、缺乏学习功能等问题,将多Agent技术引入用户界面设计中。界面采用可视化的知识表示,知识库直观,知识获取直接面对领域专家,实现了知识自动获取。同时界面针对不同用户群设计了多种界面变体,实现了一种通过广义状态转移网络学习、进化、预测用户行为并能自主动作的自适应界面Agent模型,从而增强了系统的灵活性和对用户的适应性;此外建立了智能引导和帮助,集成了语音合成技术,使系统更易学易用。