基于多Agent的天战系统建模与仿真方法研究

简单介绍了复杂系统理论及其建模方法，分析了天战系统的总体行为特征，指出对天战系统的仿真研究需采用复杂适应系统（CAS）理论的研究方法，即采用基于Agent的建模仿真方法学来开展研究，概述了Agent和多Agent系统的概念及基于多Agent的仿真，并给出了一个基于高层体系结构（HLA）的天战系统的仿真框架，最后展望了将来的研究工作。     

基于Agent的城市废物计量收费方案仿真研究

提出一种基于Agent的城市废物计量收费仿真模型.由于城市废物计量收费仿真模型属于复杂适应性系统(CAS),传统的建模仿真方法无法完好地刻画城市废物计量收费仿真模型,而基于多Agent的建模仿真方法(ABS)是当前研究复杂适应性系统的最有利工具之一.有必要进行深入研究.在简单介绍复杂适应性系统、基于多Agent的建模方法的研究概况,以及多Agent建模工具--Repast仿真甲台以及它的结构、主要类库与建模步骤后,以城市废物计茸收费仿真模型为研究对象,进行基于多Agent的建模仿真实验,结果表明基于多Agent的建模仿真方法非常合适复杂适应性系统的研究,具有很大的发展空间.     

基于Agent的建模与仿真概述

基于Agent的建模与仿真(ABMS)是研究复杂系统的有效途径和建模仿真方法学,足当前最具有活力、有所突破的仿真方法学,已经成为系统仿真领域的一个新的研究方向.全面总结和阐述了基于Agent的建模与仿真的相关理论基础和概念,包括CAS理论,ABMS中Agent的概念、结构;阐述了ABMS的原理(简单规则导致复杂的行为)与研究步骤;总结了ABMS的主要应用领域,包括经济领域、社会科学领域和军事领域;慨述了ABMS软件开发平台和工具包,给出了ABMS开发方法;给出了互联网上关于ABMS的的资源链接.因而有利于全面认识、应用和研究ABMS.     

基于Agent的语言演化仿真研究

语言的产生及其演化问题是复杂系统研究领域的一个热点问题.研究表明,传统的建模方法无法很好地刻画复杂系统,而基于多Agent的建模仿真方法是当前研究复杂系统的最有力工具之一,有必要进行深入研究.在简单介绍复杂适应性系统、基于多Agent的建模方法的研究概况,以及多Agent建模工具--Repast仿真平台以及它的结构、主要类库与建模步骤后,以语言的产生及其演化问题为研究对象,进行基于多Agent的建模仿真实验,结果表明基于多Agent的建模仿真方法非常合适复杂适应性系统的研究,具有很大的发展空间.     

基于多Agent的蚂蚁觅食过程仿真研究

复杂系统的仿真研究是复杂系统研究领域的一个热点问题.研究表明,传统的建模仿真方法无法很好地刻画复杂系统,而基于多智能体(Agent)的建模仿真方法是当前研究复杂系统的最有力工具之一,有必要进行深入研究.在简单介绍复杂系统以及基于多Agent的建模仿真方法的研究概况后,以蚂蚁觅食过程为研究对象,进行基于多Agent的建模仿真实验,结果表明基本多Agent的建模仿真方法非常适合复杂系统的研究,具有很大的发展空间.     

基于Agent的Repast仿真分析与实现

基于复杂适应系统(CAS)理论在计算机上建立模型是研究社会复杂系统的一个基本方法.选择一个合适的基于A-gent的建模与仿真平台能降低社会科学工作者的研究难度.Repast是目前使用较多的基于Agent的建模与仿真平台之一,主要应用于社会科学仿真领域.简要介绍了Repast平台的背景,从建模与仿真的两个角度分析了Repast仿真的特点,并介绍了Repast的主要类库.从仿真实现的基本步骤,Repast内含的时间表机制和显示机制,仿真程序框架几方面探讨了Repast仿真模型的设计与实现流程.从CarryDrop模型的实现结果,能看出基于Repast平台能较方便地实现基于Agent的仿真.最后指出Repast平台突出的特点是能充分利用.Net和Java类库的众多功能.     

基于CAS理论的应急预案仿真系统的研究

针对应急预案仿真系统的多交互性、多层性等特点,论文着重研究了应急预案仿真系统的构建,基于多主体(Multi-Agent)对应急预案进行了主体建模,并对资源Agent进行了形式化描述,提出了多主体反应式决策体系,详细描述了反应式决策体系中各个部件的功能.建立了基于CAS理论和多主体建模技术的多层次CAS仿真系统模型,构建了合理的应急预案仿真系统.     

基于Agent技术的复杂适应系统分析与建模

该文简单介绍了霍兰教授提出的复杂适应系统（CAS）理论,概述了agent和多agent系统（MAS）的概念及其特点,重点介绍了基于agent技术的复杂适应系统的分析方法及建模方法,对其特点及相对于传统方法的优势作了比较.对于由多个Agent组成的复杂适应系统,基于Agent技术是一种十分有效的分析工具,它不但能够对复杂适应系统的体系结构进行适当的描述,而且为复杂适应系统演化过程的建模提供了有力的工具.基于Agent技术的分析与建模是探讨复杂适应系统演化的新动向.     

基于Agent的复杂系统分布仿真建模方法的研究

基于Agent的分布仿真是研究大型复杂系统的一种有效的、重要的方法。为了减小复杂系统仿真的复杂度,增加仿真模型的重用和可维护性,需要研究基于Agent分布仿真的建模方法。首先对复杂系统及其特性进行了分析,对基于Agent的仿真进行了全面的论述,然后对基于Agent的复杂系统仿真中的复杂系统建模分析、Agent建模分析以及Agent的分布进行了分析,给出了基于Agent的复杂系统分布仿真的建模步骤,最后给出了在此建模思想指导下的金融证券市场的建模过程。     

应用Repast S的复杂系统建模仿真

研究社会灾害和生态环境中的发慌问题,需科学决策.针对复杂系统的研究涉及到多种学科交叉,进行多Agent建模仿真需要面对不同领域知识融合的问题.在最新多Agent建模仿真平台Repast Simphony(简称Repast S)的研究基础上,为决策者提供依据,提出以其层次建模框架满足多专家群体协作建模需求,以Score元模型为建模基础进行领域知识融合的策略.以森林火灾系统为例,应用Repast S进行了建模仿真实践.所建立模型有机融合了林火蔓延的元胞自动机模式和扑救协作的社会网络模式等领域知识,进行仿真.仿真结果体现出各种模式对森林火灾系统演化态势的影响.Repast S为复杂系统学科交叉的多Agent建模仿真提供了有效支持.     

基于多智能体的作战模拟仿真模型框架研究

传统的作战模拟仿真模型大都是数学模型，难以刻画战争推进过程中所表现出来的复杂的战场态势变化及其内在的动力学机制。复杂适应系统理论和基于多智能体的建模仿真方法为作战模拟研究提供了新的思路。该文以复杂适应系统理论和基于多智能体的建模仿真方法为指导，提出了一种基于多智能体的作战模拟仿真模型的框架，着重分析了其中智能体的结构，对智能体的属性和行为进行了进一步的讨论。通过与面向对象的方法中对象概念的比较，认为面向对象的方法是实现基于多智能体的作战模拟仿真模型的有效途径。     

复杂适应系统理论与计算机作战模拟

该文介绍了CAS理论的基本思想，对以往的作战模拟手段存在的缺欠和应用CAS理论于作战模拟的优势进行了分析，并对应用CAS理论的计算机平台进行了讨论。以此为基础，建立仿真模型。针对这一模型，说明CAS理论在军事仿真中的其他应用。     

可配置网络式软件系统的可用性预计研究

在复杂系统的建模与仿真研究的基础上,提出了一种基于多Agent的可配置网络式软件系统的可用性预计方法。首先介绍了多Agent系统建模与仿真方法;其次分析了可配置网络式软件系统的特点;然后在研究基于多Agent的网络式软件系统建模与仿真的基础上,研究可配置的行为模型,并建立了基于多Agent的可配置网络式软件 系统可用性仿真方法;最后利用Nctlog。仿真平台,结合实例对可配置的作用进行了可用性预计,并验证了本方法的有效性。     

基于Repast平台的多Agent仿真建模研究

随着计算机应用的发展,多智能体系统（MAS）方法和技术在许多领域得到了广泛应用,对MAS进行仿真建模研究成为研究热点。多Agent仿真建模实验平台的使用,能很好地对MAS进行建模,提高使用者的效率,对于MAS的研究有重要意义。分析了仿真平台Repast的主要系统功能模块,说明了如何利用和扩展Repast平台来进行仿真建模,利用Repast实现了一个改进的动态合同网协议的仿真实验。实验建模过程和分析证明,利用Repast进行仿真建模,可以使建模者方便、快捷地对MAS系统进行分析,能有效提高工作效率与降低建模难度。     

Distributed Computation Multi-agent System

This article addresses a formal model of a distributed computation multi-agent system. This model has evolved from the experimental research on using multi-agent systems as a ground for developing fuzzy cognitive maps. The main paper contribution is a distributed computation multi-agent system definition and mathematical formalization based on automata theory. This mathematical formalization is tested by developing distributed computation multi-agent systems for fuzzy cognitive maps and artificial neural networks – two typical distributed computation systems. Fuzzy cognitive maps are distributed computation systems used for qualitative modeling and behavior simulation, while artificial neural networks are used for modeling and simulating complex systems by creating a non-linear statistical data model. An artificial neural network encapsulates in its structure data patterns that are hidden in the data used to create the network. Both of these systems are well suited for formal model testing. We have used evolutionary incremental development as an agent design method which has shown to be a good approach to develop multi-agent systems according to the formal model of a distributed computation multi-agent system.     

基于Agent UML的企业供需网系统建模

在对多功能开放型企业供需网的复杂适应系统特征进行分析的基础之上,运用扩展UML的Multi-Agent系统建模方法--Agent UML建立了多功能开放型企业供需网的动态模型.分析多功能开放型企业供需网的复杂适应系统特点,建立供需网的多智能自主体系统结构,应用Agent UML建模方法分析了供需网多智能体系统中角色的静态结构关系和动态行为.在此基础上,建立了供需网动态交互行为模型.     

基于人工生命方法的作战仿真模型研究

简要介绍了人工生命的概念、基本原理与方法，指出它是解决复杂系统的有效途径。作战是典型的复杂自适应系统(CAS)，传统的作战仿真方法(如兰彻斯特方程)将作战视为确定性过程，难以将许多重要的无形因素进行建模。将人工生命方法应用于作战仿真，以细胞自动机为工具，通过多智能体的相互作用来研究系统高层的突现行为，可以更好地揭示作战的本质和作战过程的演化规律。讨论了基于人工生命方法的作战仿真的一般过程和智能体的结构模型，总结了作战仿真新方法的特点，最后展望了今后的研究工作。     

多智能体深度强化学习研究综述

多智能体深度强化学习是机器学习领域的一个新兴的研究热点和应用方向,涵盖众多算法、规则、框架,并广泛应用于自动驾驶、能源分配、编队控制、航迹规划、路由规划、社会难题等现实领域,具有极高的研究价值和意义。对多智能体深度强化学习的基本理论、发展历程进行简要的概念介绍;按照无关联型、通信规则型、互相合作型和建模学习型4种分类方式阐述了现有的经典算法;对多智能体深度强化学习算法的实际应用进行了综述,并简单罗列了多智能体深度强化学习的现有测试平台;总结了多智能体深度强化学习在理论、算法和应用方面面临的挑战和未来的发展方向。