一种多智能体自适应蜂拥控制算法

提出一种自适应速度策略提高蜂拥行为,使智能体在运行途中不仅能自适应地改变速度的方向,而且能自适应改变速度的大小。通过计算机仿真证明了算法的有效性。     

进化多智能体技术在多目标优化中的应用

针对多目标优化研究中传统遗传算法存在的一些问题,引入人工智能领域新兴发展起来的多智能体技术,结合遗传算法形成进化多智能体系统来求解多目标优化问题.主要对进化多智能体系统框架、进化遗传算法进行了论述.     

非线性系统的一种智能PID控制算法及应用

讨论了一种基于专家知识的智能 Ｐ Ｉ Ｄ控制算法。根据专家知识与现场经验,实时修正 Ｐ Ｉ Ｄ 参数,并根据系统响应的在线识别进行知识调整。两个具有明显非线性时变特性对象的仿真结果表明,该算法具有良好的控制特性与鲁棒性,可望被改进为一种实时在线的计算机控制策略而加以实施。     

化工企业应用集成多智能体系统

采用IT界比较流行的企业应用集成EAI来解决化工企业目前存在的“信息孤岛”问题。由于多智能体系统具有协作求解、问题描述自然、可以利用现有软件系统集成等优点 ,因此引入多智能体技术来研究企业应用集成问题。     

水泥生产过程分层递阶多智能体控制系统

针对新型干法水泥生产过程的特点,建立了由控制智能体和决策支持智能体组成的分层递阶多智能体控制系统;研究了基于Ice中间件开发多智能体系统的方法;采用COM技术构建了具有二进制重用性的智能体组件,可实现对原有系统的重用;实现多智能体控制系统与神经网络、模糊控制和专家系统技术的融合;系统实现了水泥熟料煅烧过程的优化控制。     

智能阀门定位器控制算法的改进

国内诸多阀门定位器产品使用五步开关控制算法,但在低阀位控制时振荡次数多,高阀位控制时调整时间长,因而对五步开关控制算法进行改进。将改进后算法的控制效果与五步开关控制算法控制效果进行对比,算法改进后调整时间减小1.6s,超调量减小12.8%,实现了更快速准确的阀门定位。     

多智能体研究综述

多智能体技术正不断成为人工智能领域中最为重要的研究方向,有着极大的研究价值与应用价值。本文分别介绍了多智能体的概念,多智能体的体系结构,多智能体的通信,多智能体的协调与协作机制,多智能体的应用等方面,对多智能体系统进行了初步的了解与探索。     

一种基于多智能体的设备采购合同管理系统建模与设计

设备采购合同管理系统与多智能体的结构组成都是较为复杂的。为了提升基于多智能体设备采购合同管理系统的开发效能,利用SWARM建模方法,对设备采购合同管理系统进行简洁化设计。基于现代化设备采购管理系统的概念,文章首先对多智能体的结构特征进行详细分析,之后提出了四步关于设备采购合同系统的建模步骤,并以上述两方面内容为基础,提出了设备采购合同中多智能体的设计方案,最终利用合同优化与逆向选择完成了设备采办合同系统的建模与设计。     

基于多智能体理论的电网调度操作票自动生成系统研究

倒闸操作是电力系统运行过程中所进行的正常操作,可靠、安全是其操作过程中所必须保障的事项,其中,正确的操作票是防止和避免误操作的关键措施.随着电网规模的日渐发展和扩大,传统的手工操作票已经不符合如今电力系统运行的需要,经过专家们的不断努力,操作票自动生成系统不断升级,其智能性也在逐渐提高,对于减轻调度人员的工作压力,促进...     

一种新型功能陶瓷粉体

本文介绍了一种能够永久释放负离子的功能陶瓷新材料，详细说明了该粉体材料的功能特性及其原理，简要介绍了该材料的应用前景。     

基于免疫遗传的改进预测函数网络控制算法

提出了一种采用免疫遗传算法求取基函数加权值的预测函数控制算法,该算法结合精英策略的人工免疫遗传算法,在基本免疫算法的基础上,利用R位相同算法确定抗体相似度和期望繁殖率,进而计算选择概率,有效地抑制了局部最优解的出现,保持了种群的多样性,达到寻求全局最优解的目的。仿真实验表明:该算法保证了长时延网络控制系统的稳定性,且具有良好的控制效果。     

空气源热泵的分层递阶多智能体控制系统

针对空气源热泵机组的制热优势及其热水系统当前存在的不能有效利用空气热源和定温制水的问题,创建了空气源热泵分层递阶多智能体的控制结构模型;设计了水箱设定温度的模糊判定控制器和BP网络根据环境温度和水箱水温优化预测机组启动时间的决策控制器,并用C++编程语言实现了所设计的控制系统.     

混合粒子群算法求解单机批调度问题

设计了一种混合粒子群算法(Hybrid Particle Swarm Optimization,HPSO)以求解基于工件动态到达的最小化最大拖期时间单机批调度问题。该算法在标准粒子群算法的基础上引入了惯性权重正弦调整,以改善标准粒子群算法的收敛速度和全局收敛性,然后采用自适应变异全局极值算法增强粒子群优化算法跳出局部最优解的能力,防止算法陷入局部最优。应用改进的算法对实验设计问题进行求解,证明了改进算法的有效性。     

基于知识和多代理的间歇生产过程智能调度

针对间歇生产过程柔性操作和动态变化的特征 ,提出综合应用基于知识的调度算法和多代理技术实现间歇生产过程智能调度的方法 ,建立间歇过程智能调度的结构模型 ,并以一间歇过程示例的仿真研究说明所提出方法的思路和可行性     

除草剂品种开发的新靶标与前除草剂

近代除草剂必须具有高活性、低用量、作物耐性强及对哺乳动物毒性低与对环境安全,因此就需要探索新的靶标。本文报导了最近发现的除草剂开发中的一些新靶标以及若干前除草剂。     

昆虫抗性靶标部位及其在杀虫剂创制中的作用

本文从昆虫抗药性机理出发,重点评述了三种具有潜在开发价值的杀虫剂靶标部位(GABA受体,电压敏感性钠通道和乙酰胆碱酯酶),介绍了几种具有新颖作用机制的、无交互抗性的新农药品种,最后讨论了新杀虫剂创制的新途径及其意义。     

Multi-agent reinforcement learning for process control: Exploring the intersection between fields of reinforcement learning,control theory,and game theory

The application of reinforcement learning (RL) in process control has garnered increasing research attention. However, much of the current literature is focused on training and deploying a single RL agent. The application of multi-agent reinforcement learning (MARL) has not been fully explored in process control. This work aims to: (i) develop a unique RL agent configuration that is suitable in a MARL control system for multiloop control, (ii) demonstrate the efficacy of MARL systems in controlling multiloop process that even exhibit strong interactions, and (iii) conduct a comparative study of the performance of MARL systems trained with different game-theoretic strategies. First, we propose a design of an RL agent configuration that combines the functionalities of a feedback controller and a decoupler in a control loop. Thereafter, we deploy two such agents to form a MARL system that learns how to control a two-input, two-output system that exhibits strong interactions. After training, the MARL system shows effective control performance on the process. With further simulations, we examine how the MARL control system performs with increasing levels of process interaction and when trained with reward function configurations based on different game-theoretic strategies (i.e., pure cooperation and mixed strategies). The results show that the performance of the MARL system is weakly dependent on the reward function configuration for systems with weak to moderate loop interactions. The MARL system with mixed strategies appears to perform marginally better than MARL under pure cooperation in systems with very strong loop interactions.     

基于FPGA的甲醇转化炉温度神经网络控制系统

将神经网络与PID控制相结合,设计出一种基于FPGA的神经网络PID温度控制系统。给出了系统的软、硬件结构,并利用Simulink仿真软件建立仿真模型。结果表明:基于FPGA的神经网络PID控制器具有较理想的系统稳态与动态特性,系统抗干扰能力强、鲁棒性好。