基于多Agent系统的自调节及协同工作的组合投资模型

Agent技术特别是多Agent系统（MAS,Multi-Agent System）为解决人工智能等领域复杂问题提供了一个新途径,多Agent系统重点研究如何协调系统中的各个Agent的行为使其协同工作。针对多阶段组合投资问题,提出了一个基于多Agent系统的自调节及协同工作的组合投资策略模型。该模型系统中的各个Agent通过通讯共享知识,在求解问题的搜索空间中进行协同搜索,在更短的搜索步长内得到问题的解,极大地提高了系统性能。该模型具有不基于任何股票模型、时间复杂度低以及逼近最优投资策略速度较快等优点,实验证明具有一定的实际意义。     

基于多Agent系统的自调节及协同工作的组合投资模型

Agent技术特别是多Agent系统(MAS,Multi-Agent System)为解决人工智能等领域复杂问题提供了一个新途径,多Agent系统重点研究如何协调系统中的各个Agent的行为使其协同工作.针对多阶段组合投资问题,提出了一个基于多Agent系统的自调节及协同工作的组合投资策略模型.该模型系统中的各个Agent通过通讯共享知识,在求解问题的搜索空间中进行协同搜索,在更短的搜索步长内得到问题的解,极大地提高了系统性能.该模型具有不基于任何股票模型、时间复杂度低以及逼近最优投资策略速度较快等优点,实验证明具有一定的实际意义.     

基于多Agent学习机制的服务组合

服务Agent能够利用本身的功能以及来自外部的多个软件服务,向外界提供更为高层的服务.为了向用户提供综合的功能,服务Agent之间必须通过相互协同实现服务组合.提出了一种依靠多Agent学习机制进行服务组合的方法,其独特性在于通过学习,这些Agent能够对类似的输入迅速得到优化解.对基于多Agent协同进行服务组合的框架进行了介绍,在此基础上详细说明了如何利用多Agent学习机制进行服务组合,并对相关的实验进行了介绍.     

基于Agent图的三级多Agent系统组织模型

多Agent系统的组织结构是Agent个体之间交互的框架。对分布式多Agent系统的组织方式、协作机制进行了简要讨论,提出了Agent域及Agent图的概念。根据不同Agent之间的地理位置和通信代价,由Agent个体、Agent组及Agent域三级组织结构形成一个Agent图,并借鉴计算机网络的分布式自适应路由选择策略进行多Agent系统的协作组织。分析表明,该模型具有高效、健壮、通信开销较小等优点。     

多Agent系统的协同

近年来,基于Agent技术给软件的发展带来了日新月异的变化,这种技术提供了软件系统概念化、设计与实现的全新模式,特别是分布与开放环境中运行的软件系统。文章着重阐述研究多Agent系统协同的原因、一般问题、协同关键方法以及协同协议和策略、几个代表观点,并简单描述了在当前主要应用领域内的经典工作,文中最后还提出了当前存在问题和研究领域。     

一种基于多Agent系统的在线广告竞价模型

针对在线广告竞价这一具体应用场景,本文在价高者得的传统竞价原则上,结合竞价双方的相似度阈值控制,提出一种适用于在线广告交易的竞价模型,即SMOBM(the Similarity-based Multi-agent Online-advertising Bidding Model)模型。该模型使用多Agent系统建模,根据市场角色设计相应Agent,并设计出需求聚合Agent组织和资源聚合Agent组织。买卖双方使用回合制的拍卖协商方法进行连续叫价,并在系统全局时钟的控制下产生交易结果。最后,使用Repast Simphony仿真软件对模型进行实现,将基于组织模型和不基于组织模型这两种情况进行对比,结果表明在选择合适的相似度阈值时,基于组织模型的交易成功率高,且在存在恶性竞争时整体交易表现出较好的鲁棒性。     

基于人工免疫理论的多Agent系统协同框架

多Agent系统因其自身的协同、协商、合作机制,对降低问题求解难度和求解复杂性具有十分重要意义.而人工免疫系统具有良好的多样性、分布式并行处理、自组织、自学习等特点.通过提出一种基于人工免疫系统的多Agent系统控制框架,将人工免疫理论中的免疫记忆、clone选择、亲和力计算、自学习等特点应用于多Agent系统中的协同工作中,更好地解决多Agent的协同优化问题.     

基于多Agent的公安刑侦知识协同学习交流系统

基于多Agent技术,本文提出在网络环境下构建一个公安刑侦知识协同学习交流系统,为分布在不同地点的公安部门提供信息共享以及最新刑侦技术的学习环境。本文详细描述了系统的体系结构、Agent的内部结构、Agent之间的通信机制及系统特征。     

多Agent的协调组合设计模型研究

多 Agent协调机制研究是近年来受到广泛关注的研究方向 .在这个问题的研究中 ,人们普遍关注的问题是如何组织协调 Agent之间的关系 ,让各 Agent充分发挥作用 ,使系统处于最佳状态 .本文抓住多 Agent之间的这个关键问题 ,提出了多 Agent的协调组合设计模型 ,从而为这个动态系统的各 Agent有机组合找到了有效的处理方法 ,进一步丰富和完善了多 Agent协调机制的研究内容     

基于强化学习的多Agent系统

1 引言强化学习允许自主Agent能够在没有关于任务和环境的先验知识的条件下通过不断地反射学习提高自己完成任务的能力,但是强化学习需要大量的计算,也就意味着大量的时间的消耗。对于许多实时系统的计算能力是一个大的挑战。进一步,如果是在多个Agent组成的Agent社会中,每个Agent的行动都有可能导致环境状态的改变,使得普通的相对单个     

基于在线学习的自动修正组合投资选择算法

提出了一个基于在线学习的自动修正组合投资选择算法(AU)。AU算法不基于任何股票市场模型,能够取得接近最佳固定重平衡组合投资(BCRP)的投资收益,并且超过了在线多阶段组合投资算法的投资收益,在同类型的在线组合投资选择算法上有明显的优势。     

基于多Agent的多属性拍卖系统研究

通过对现有网上拍卖系统的深入分析,指出多属性网上拍卖系统的研究是最为薄弱的环节。依据网上交易的需求和分布式人工智能迅速发展,提出了一种基于多Agent的多属性网上拍卖系统,着重对多属性拍卖协议和策略,以及系统构架进行了探讨,给出了集成式的多属性网上拍卖系统的算法,并对今后的研究方向进行了展望。     

政策导向型多agent协同系统研究*

为了使多agent协同过程可控、有序的进行,克服传统多agent系统灵活有余而可控制性不足的缺点,提出以动态约束和调整系统行为的政策为管控手段的政策导向型多agent协同系统。首先阐述了政策导向型多agent协同系统原理,给出该系统的体系结构以及各个子结构的描述;然后介绍该多agent的原型系统,通过对运行实例的描述,验证了系统的可控制和易管理特性。     

基于Multi-Agent的协作学习系统

针对当前的协作学习系统很少考虑到学习者知识水平、认知特性、兴趣等个性化属性，提出了一个基于学习者知识水平的分层多Agent学习系统模型，该模型结合智能代理技术，通过对学习者知识水平的界定实现系统的分层结构，较好地解决了现有学习系统中普遍存在而又尚未解决的无序和混乱、群体互动效果、个性化以及系统通讯开销等问题。     

基于多Agent的可重构制造系统集成模型

应用控制、管理和维护一体化的自动化技术,建立了基于多Agent的可重构制造系统RMS（Reconfigurable Manufacturing System）集成模型。该模型集成了基于多Agent 的RMS重构模型、控制模型和故障诊断模型,将RMS的控制、管理和维护联系起来,并给出了该模型的UML（Unified Modeling Langurage）活动图,最后举例验证了模型的可行性。     

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。     

基于消息报告机制的多Agent调度系统研究

针对生产车间调度系统中因资源庞大以及动态变化而引起的监管困难问题,构建了一种 基于消息报告机制的多代理调度系统分层体系结构。根据Agent在调度系统中的作用和角色的不 同,将Agent划分为管理Agent、任务Agent和资源Agent,并通过一个具有消息报告机制的管理Agent 来有效管理和监控系统的运行。实例分析表明,消息报告机制不仅能保证系统的有效运行,而且能提 高系统的工作效率。     

多智能体的分布式智能故障诊断

基于分布式人工智能的思想 ,将多Agent技术引入复杂故障诊断领域 ,分析了基于MAS的分布式智能故障诊断方法和过程 ;讨论了基于模式聚类的故障求解机制及对诊断问题任务辨识、分解 ;研究了多Agent宏观上的约束和关联 ;设计了应用Agent工作状态的表达机制 ;确定了应用Agent间的工作状态影响关系及多Agent间的交互、协作和通讯 ;构建了多Agent模糊关联模型 ;给出了多Agent诊断系统局部诊断决策与全局诊断决策的集成描述结构 ;建立了一种分布式Agent诊断系统结构及其原型系统 .在某电力企     

多智能体协作方法及其应用研究

将复杂系统分解成由多个智能体构成的合作多智能体系统，建立了多智能体系统的决策模型，能动态实时地计算每一时刻智能体的决策局势，适应环境的动态变化．采用多智能体方法对半导体生产进行调度，提高了半导体生产线设备的利用率，缩短了单位工件的加工时间．