基于实例推理系统的多智能体模型研究

1 引言基于实例的推理(Case-Based Reasoning-CBR)是一种利用以往求解类似问题的以实例形式表示的经验知识进行的推理,以获得当前问题求解的结果。一般来说,CBR的推理过程包括问题特征的抽取、相应实例检索、实例的改写与调整、方案的评价和新实例的存贮等基本步骤。传统的CBR专家系统     

多智能体协同选择的智能导购模型

基于多智能体协同选择提出了一种导购选择模型,该模型可识别其他可信买方智能体("值得信赖的朋友"),并将它们关于卖方的信息结合自身关于卖方的信息综合起来协同选择质高价低的卖方,从而实现高质量的导购性能。构建了一个存在多种类型的买方和卖方的购物模拟环境,并进行了多组实验。实验结果表明,该模型可以准确地识别可信买方智能体,并可在复杂的购物环境中高效地选择出优质卖方。此外,实验结果还表明,有了该模型,单个买方智能体选择优质卖方的能力要明显高于无多智能体协同选择情况下单个买方智能体的选择能力。     

采用MSBN多智能体协同推理的智能农业车辆环境识别

为了解决智能农业车辆对所处复杂农田环境的识别信度定量分析困难的问题,提出了基于多连片贝叶斯网(MSBN)多智能体协同推理的目标识别算法.该方法把多智能体图像采集系统的局部信息表征在MSBN模型中,在观测不完备条件下,虽然单个智能体仅拥有目标的局部观测信息,但利用重叠子域信息的更新可以进行子网间消息的传播.利用MSBN局部推理和子网间信度通信的全局推理对多源信息进行融合,以提高识别性能.实验结果表明,与传统神经网络或BN方法相比,基于MSBN目标识别算法有效地对多源信息进行了补充,可以提高农业车辆在复杂环境进行识别的准确性.     

一种多级分布式制造系统的多智能体协同生产机制

运用多智能体技术,对一种多级分布式制造系统协同生产机制进行研究。构造一种基于多智能体的协同生产系统框架,提出该框架下模型层、加工层和系统层之间的协同生产运作模型。     

基于行为预测的多智能体协作模型

智能体的行为预测是多智能体系统中的一个具有挑战性的问题。机器人足球是一个典型的多智能体系统,论文对多智能体系统中的行为预测进行了研究,概述了RoboCup中几种典型的智能体行为预测方法和协作模型,在此基础上采用基于行为的混合预测方法,建立了一种基于行为预测的多智能体协作模型。该协作模型已应用于CSU_YunLu2003仿真球队中,在RoboCup仿真比赛中证明了该协作模型的有效性。     

基于博弈论的多智能体协同控制算法

为实现交通的畅通,将博弈论引入到交通控制系统中。由于当前路口交通状况只受到来自邻居路口的车辆的影响,提出了基于多智能体的分布式协同控制框架,路口智能体与邻居通过协同博弈选出最优策略进行交通控制。描述了基于博弈论的协同控制算法,并通过仿真验证了该算法能够有效的适应交通流,实现交通控制。     

因果图用于复杂系统故障诊断研究

在信度网基础上发展起来的因果图模型,克服了信度网的一些不足,具有重要的工业应用价值。经过文献犤5犦犤6犦犤7犦的研究,目前因果图已发展成一个能够处理离散变量和连续变量的混合因果图模型。文章讨论了将因果图用于复杂系统故障诊断的关键问题。给出了基于因果图的故障知识表达方法,给出了故障模式的静态求取方法和动态求取方法以及故障模式的概率计算方法。以核电站二回路系统为研究对象,在自行研制的因果图智能故障诊断平台上进行了故障诊断测试,诊断结果与实际情况相符,诊断迅速、效果较好。     

地面无人系统的多智能体协同控制研究综述

本文结合多智能体系统控制理论与技术的研究现状,以地面无人系统为控制对象,对理论及其技术发展作了详细概述.从多智能体的行为协同控制和任务协同控制两个侧面讨论了相关的理论及应用问题,并指出当前协同控制研究中存在的一些问题以及今后的发展方向.地面无人系统的协同控制对于有效提升社会及军事效益,最大限度地发挥地面任务执行的效能具有重要意义.     

基于多Agent的智能故障诊断系统研究

对多Agent技术在故障诊断领域的应用作了研究，介绍了结构型和功能型多Agent故障诊断系统的总体结构，并讨论了构造基于多Agent故障诊断系统的关键问题，为实际应用系统的开发提供了理论指导。     

部分可观测下基于RGMAAC算法的多智能体协同

多智能体深度强化学习(MADRL)将深度强化学习的思想和算法应用到多智能体系统的学习和控制中,是开发具有群智能体的多智能体系统的重要方法.现有的MADRL研究主要基于环境完全可观测或通信资源不受限的假设展开算法设计,然而部分可观测性是多智能体系统实际应用中客观存在的问题,例如智能体的观测范围通常是有限的,可观测的范围外不包括完整的环境信息,从而对多智能体间协同造成困难.鉴于此,针对实际场景中的部分可观测问题,基于集中式训练分布式执行的范式,将深度强化学习算法Actor-Critic扩展到多智能体系统,并增加智能体间的通信信道和门控机制,提出recurrent gated multi-agent Actor-Critic算法(RGMAAC).智能体可以基于历史动作观测记忆序列进行高效的通信交流,最终利用局部观测、历史观测记忆序列以及通过通信信道显式地由其他智能体共享的观察进行行为决策;同时,基于多智能体粒子环境设计多智能体同步且快速到达目标点任务,并分别设计2种奖励值函数和任务场景.实验结果表明,当任务场景中明确出现部分可观测问题时,RGMAAC算法训练后的智能体具有很好的表现,在稳定性...     

A modeling and probabilistic reasoning method of dynamic uncertain causality graph for industrial fault diagnosis

Online automatic fault diagnosis in industrial systems is essential for guaranteeing safe, reliable and efficient operations.However, difficulties associated with computational overload, ubiquitous uncertainties and insufficient fault samples hamper the engineering application of intelligent fault diagnosis technology. Geared towards the settlement of these problems, this paper introduces the method of dynamic uncertain causality graph, which is a new attempt to model complex behaviors of real-world systems under uncertainties. The visual representation to causality pathways and self-relied "chaining" inference mechanisms are analyzed. In particular, some solutions are investigated for the diagnostic reasoning algorithm to aim at reducing its computational complexity and improving the robustness to potential losses and imprecisions in observations. To evaluate the effectiveness and performance of this method, experiments are conducted using both synthetic calculation cases and generator faults of a nuclear power plant. The results manifest the high diagnostic accuracy and efficiency, suggesting its practical significance in large-scale industrial applications.     

微型嵌入式系统故障诊断方法综述

随着物联网和大数据的高速发展,微型嵌入式系统已经广泛应用于外卖、共享单车、运输、快递和智能家居等行业之中,现有的故障诊断研究主要集中在传统嵌入式系统上,因此针对微型嵌入式系统故障诊断文献相对较少。针对上述问题和结合该系统的特点(有限计算能力和存储空间的),提出了一类适合微型嵌入式系统故障诊断方法分类方法,将其分为两大类,即本地故障诊断方法和远程故障诊断方法。接着讲述了微型嵌入式系统故障诊断方法核心思想,总结出了各方法在微型嵌入式系统上运用的优缺点和应该注意的问题,最后讨论了微型嵌入式系统故障诊断亟待解决的问题。     

基于大数据的电网调度故障自动诊断系统设计

传统的电网调度故障诊断系统在诊断故障元件时,错误率很高,难以满足目前电网调度提出的要求。针对这一问题,引用大数据技术设计了一种新的电网调度故障诊断系统,对系统的硬件和软件进行设计,硬件通过EtherCAT协议设计了应用系统,应用模块和时钟模块,重点设计了诊断器,介绍了诊断器内部MC9S12DP256B芯片的工作性能。根据硬件结构给出了软件流程,包括复位处理、故障元件确定、中心模块分析和结果反馈四步。与传统系统进行了对比实验,设定15 min为临界点,分析两个系统的错误率,结果表明,随着时间的增加,传统系统的错误率越来越高,最后高达44.44%,本文研究的系统错误率仅为3.85%。     

风力发电系统传感器故障诊断

针对非线性风力发电系统,提出了一种基于滑模观测器的传感器故障诊断方法.基于考虑传感器加性故障的非线性动态模型,利用T--S模糊理论建立风力发电系统全局T--S模型,设计模糊T--S系统滑模故障观测器,产生对故障具有敏感性的残差,实现故障检测.通过等价输出控制方法来维持滑模运动,直接获取故障信息,重构传感器故障.最后以三叶片水平轴风力发电系统为例,仿真验证了该方法的有效性与可靠性.     

复杂系统故障诊断的新型滤波方法研究

针对复杂系统故障诊断问题,采用一种相关噪声统计特性未知情况下的粒子滤波方法,该方法给出了相关噪声的统计模型,并详细推导了相关噪声统计特性的分布函数。在新方法的框架内采用噪声未知统计特性和系统故障状态的联合递推估计,为复杂系统的故障诊断问题提供了一种新的思路。仿真实验验证了该方法对于复杂系统故障诊断中的有效性和精确性。     

采煤机液压故障诊断系统设计

为了及时、有效地对采煤机液压故障诊断提供支持,采用本体技术对液压系统故障知识建模,结合模糊推理设计采煤机液压故障诊断系统,通过故障案例验证系统诊断的准确性,对采煤机液压故障诊断技术有着一定的参考、促进作用。     

多层免疫故障诊断模型的研究

借鉴生物免疫系统的分层防御机理以及层次间的相互刺激作用,提出了用于网络故障诊断的多层免疫诊断模型。模型采用三层结构,包括固有诊断层、故障传播识别层和适应性诊断层。固有诊断层考虑故障在发生概率上相互独立的已有知识,故障传播识别层采用B细胞免疫网络作为故障定位的故障传播模型,适应性诊断层学习和概括未知故障中发现的模式。多层故障诊断方法既能检测出已知故障,又能检测出未知故障。采用网络故障传播模型及定位算法,能找出最优的测点组合诊断所有的故障,可以减少需测测点的数量。     

基于DEDS故障诊断方法在GBM控制系统中的应用

GBM系统作业时由于具有DEDS特性,其故障诊断非常适合采用DEDS故障诊断理论来处理。对DEDS故障诊断基本理论和GBM的故障诊断过程进行了简要的介绍,以GBM灌注系统的故障诊断为例,基于DEDS故障诊断理论对GBM的故障诊断过程进行了详细地分析和说明,实验结果表明:基于DEDS故障诊断理论的诊断结果效果明显,证明了DEDS故障诊断理论在GBM故障诊断中的有效性。     

一体化装置故障诊断及系统可靠性规划研究*

针对一体化装置的故障预测难题,提出了一体化装置故障诊断模型。通过对模型进行分析,找出系统主要的故障元素及各子系统的故障概率,根据系统可靠性理论,从提高系统可靠性的角度出发,提出了可靠性规划方法,以各个装置分配备用装置的顺序为阶段和装置间所允许使用的总备用个数为状态变量,对主要故障元素进行可靠性规划。最后通过仿真分析,大幅度提高了一体化装置的安全稳定性,结果表明了所提方法的可行性和有效性。