基于Agent的分布式系统信任模型仿真

针对当前信任模型仿真缺乏理论支撑,仿真过程描述及建模步骤不规范的问题,将多Agent建模仿真方法应用于信任模型的仿真,建立信任模型Agent仿真过程框架.由信任模型微观机制入手,对个体Agent进行设计,建立Agent实体模型;针对信任模型中Agent之间的交互问题设计基于推荐网的Agent协作算法;在充分考虑系统宏观约束的情况下,建立微观Agent到宏观系统之间的联系.通过实例验证了该方法的有效性.     

多Agent系统分布式问题求解的代数模型方法(Ⅱ): 群体智能和社会动力学

该文是组合论文中第二篇，讨论多Agent系统分布式问题求解的代数模型中的特性层和动力学层，即没粒度Agent群体的宏观群体智能的形式优化代数模型以及宏观社会智能与Agent个体间微观社会行为之间的社会动力学模型，提出了基于这种新的代数模型方法的超分布超并行社会智能问题求解算法，关于分布式多任务自组织规划和资源自组织分配的仿真实验以及与其它方法的比较分析，表明了该文提出了代数模型和问题求解方法的特点和有效性。     

可再生能源分布式发电能量管理的复杂性研究

本文主要研究可再生能源分布式发电系统能量的优化与协调问题.基于系统能量管理中优化与协调控制问题的复杂性,提出采用基于Agent的建模与仿真方法进行研究.针对系统要求,以分散式发电系统的实体节点的映射封装Agent,提出了智能混合控制Agent的概念,建立了3层混合Agent的内部结构模型;并建立了以个体层、组织层和社会层构成的3层动态层级MAS体系结构,进一步辅以主导Agent和移动Agent辅助系统优化与决策,最终建立了一种新的面向再生能源的分散式发电系统能量管理的MAS宏观模型.最后应用有色Petri网对系统的优化与协调过程进行了动态模拟,验证了所提出的结构的正确性、合理性和有效性.     

基于涌现视角的MAS信任模型仿真分析方法

目前MAS信任模型研究关注的焦点是信任管理的微观机制设计,而从这些微观机制到系统的宏观特性,并不是显而易见的.因此,这些研究都采用了仿真分析.但是这些仿真实验的设计大多缺乏理论指导,往往不能正确反映系统的宏观特性.引入系统科学中的涌现视角来审视MAS,探讨基于涌现视角的MAS信任模型仿真分析方法.这一方法从相对清晰的微观层面入手,建立仿真运行模型;在充分考虑的相关宏观约束下,研究系统宏观层面的问题以及微观和宏观之间的联系.总结分析了信任模型微观机制的设计图式,在此基础上探讨了仿真Agent的设计框架;讨论了信任模型仿真分析中应考虑的宏观问题,包括宏观约束、威胁模型、评价指标以及仿真执行中的问题,最后实例验证了此方法的有效性.     

基于Agent和FSM的细胞信号转导网络仿真

针对现有细胞信号转导网络仿真方法的不足,提出一种基于Agent和FSM的仿真方法,在宏观水平与微观水平之间构建多Agent系统,仿真复杂的细胞信号转导网络。融合了智能Agent技术和FSM模型实现分子建模,有效地模拟了信号传递的分子机制,并减少了外部通信。采用定性仿真建模分子构象,降低了组合复杂性。通过仿真实验证明了方法的有效性。     

基于MAS的区域管制系统模型

现代信息技术越来越多地应用于空管领域.建立一个空中交通管制仿真系统,对空域进行模拟仿真,可以辅助管制员做出更完善的管制决策.基于多 Agent 技术,应用 BDI 模型通过建立系统信念模型、目标模型、相互作用模型和管制运作流程,构建一个由航班、管制和管理界面三类 Agent 组成的区域管制仿真系统模型.     

基于Agent的交通流微观仿真系统框架研究

目前Agent技术已经成为人工智能技术和计算机软件学的热点研究问题。该文将Agent概念和技术运用到交通流微观仿真系统中,建立了交通流微观仿真系统框架,比较详细地介绍了交通个体Agent的分类和各自的属性,对机动车、非机动车和行人的Agent集合进行了定义,讨论了他们的属性,同时依据交通控制的分层结构,对交通控制Agent进行了分类,对各层的属性进行了研究,最后对影响交通个体Agent行为的外界环境进行了描述,从理论上对Agent在交通仿真中的应用进行了较为完整的研究。     

一种并发的BDI-Agent模型

在区分宏观时间和微观时间的基础上,建立了分支时间结构的并发BDI-Agent模型,在微观时间上以交叠方式描述了宏观时间中的并行性.Agent的思维状态是建立在宏观时间上的,并发动作语义由相应的微观时间结构给出.为基于并发的多Agent合作和竞争提供了合适的逻辑基础,推进了Rao&Georgeff,Singh和Werner等人有关Agent模型方面的工作.     

基于人工势场和Agent的人员疏散系统仿真

从聚众场合火灾中疏散群体的个体角度出发,结合人工势场和Agent,提出了微观的仿真模型。该模型首先将场化影响人行为的火、门和障碍物等因素量化,构建了人工势场体系,其次以个体为对象,通过受力分析确定人员移动方向,最后通过是否开启安全通道,有无人员疏导的分析对比,合理仿真了人员疏散情形。基于Visual C++实现了疏散仿真系统,通过仿真结果分析,该系统能够较真实地模拟人员疏散过程。     

一种并发的双子集语义Agent模型

在某个时间段里,如果有多个进程同时运行则称为并发.在多Agent系统(MAS)环境下,并发行为广泛存在而且尤为重要.这些并发行为可以分为相关和不相关两类,在Agent合作或竞争的情形下,存在大量相关的并发行为,Agent必须有能力对这些行为进行推理.针对多Agent系统中各Agent并发动作的特点,通过双子集语义,避免了逻辑全知及副作用等问题,通过区分宏观时间和微观时间,给出一个交叠式并发的语义模型,描述了宏观时间中的并发性,为基于并发的多Agent合作与竞争提供了逻辑基础.     

基于多尺度融合的城市交通路网仿真系统研究

目前关于城市交通仿真方面的技术研究较多,但都存在一些问题,如:交通系统大部分在空间尺度上是从微观到宏观的高度综合,在时间尺度上是从秒级到年级高度连续的整合,交通系统的复杂度决定了任何一种单一的尺度都很难对交通现象进行更好的客观仿真。在此基础上,提出了基于多尺度融合的仿真系统,旨在从宏观、中观、微观3个尺度运用相应算法进行融合,并对系统进行设计。最后对基于多尺度融合的城市交通路网优化仿真系统进行实验,通过南京福建路和三牌楼路口信号方案优先的实例对其进行路网仿真实验分析。结果证明,该系统具有实用性和可靠性。     

面向复杂网络存储系统的元胞自动机动力学分析方法

大规模网络存储系统中复杂的数据传输行为隐藏着一定的动力学规律性.针对基于对象的大规模网络存储系统,结合存储对象的智能性和主动性特征,分别在宏观与微观两个层次上提出了用于复杂网络存储动态行为规律分析的存储元胞自动机模型SNCA和OSDCA.在SNCA模型中,对网格拓扑结构的存储网络,结合存储对象的生命周期属性,可在宏观上分析网络存储系统的数据流动规律,确定存储网络拥塞程度,仿真结果揭示数据对象流动和存储网络中的相变具有全局相关性;在OSDCA模型中,综合热点数据的迁移和复制机制,在微观上分析I/O负载动态分布特性和存储热点迁移规律,仿真结果表明对象存储系统中的数据分布具有一定的自组织特性.     

Hybridization of a class of “second order” models of traffic flow

Despite the simultaneous progress of traffic modelling both on the macroscopic and microscopic front, recent works [E. Bourrel, J.B. Lessort, Mixing micro and macro representation of traffic flow: a hybrid model based on the LWR theory, Transport. Res. Rec. 1852 (2003) 193–200; D. Helbing, M. Treiber, Critical discussion of “synchronized flow”, Coop. Transport. Dyn. 1 (2002) 2.1–2.24; A. Hennecke, M. Treiber, D. Helbing, Macroscopic simulations of open systems and micro–macro link, in: D. Helbing, H.J. Herrmann, M. Schreckenberg, D.E. Wolf (Eds.), Traffic and Granular Flow ’99, Springer, Berlin, 2000, pp. 383–388] highlighted that one of the most promising way to simulate efficiently traffic flow on large road networks is a clever combination of both traffic representations: the hybrid modelling. Our focus in this paper is to propose two hybrid models for which the macroscopic (resp. mesoscopic) part is based on a class of second order model [A. Aw, M. Rascle, Resurection of second order models of traffic flow?, SIAM J. Appl. Math. 60 (2000) 916–938] whereas the microscopic part is a Follow-the Leader type model [D.C. Gazis, R. Herman, R.W. Rothery, Nonlinear follow-the-leader models of traffic flow, Oper. Res. 9 (1961) 545–567; R. Herman, I. Prigogine, Kinetic Theory of Vehicular Traffic, American Elsevier, New York, 1971]. For the first hybrid model, we define precisely the translation of boundary conditions at interfaces and for the second one we explain the synchronization processes. Furthermore, through some numerical simulations we show that the waves propagation is not disturbed and the mass is accurately conserved when passing from one traffic representation to another.     

Cognitive Social Simulation Incorporating Cognitive Architectures

Agent-based social simulation modeling, a social phenomena on the basis of models of autonomous agents has grown tremendously in recent decades. Researchers use this approach to study a wide range of social and economic issues, including social beliefs and norms, resource allocation, traffic patterns, social cooperation, stock market dynamics, group interaction and dynamics, and organizational decision making. Agent-based social simulation with multiagent systems in social computing can benefit from incorporating cognitive architectures. A cognitive architecture is a domain-generic computational cognitive model that captures essential structures and processes of the individual mind for the purpose of a broad (multiple-domain) analysis of cognition and behaviour.     

城市中观交通仿真的交通流车簇模型

为了解决城市交通仿真模型仿真速度和仿真精确度的平衡问题,针对城市交通流运行特征,同时考虑影响交通流运行的若干因素,如车辆数目、红绿灯控制等,提出一种中观交通仿真车辆群体模法.该模型结合了宏观模型和微观模型的优点,同时对应的交通流配流算法解决了传统模型的不足,城市交通仿真实验结果表明了车辆群体模型和分配算法的合理性和有效性.     

基于角色的多Agent系统软件设计方法

角色是面向agent软件开发方法研究中的一个重要抽象概念。论文认为角色是连接多agent系统微观模型与宏观模型的桥梁,角色与agent之间的动态性有利于刻画多agent系统的结构和行为模型。论文研究角色和agent之间的动态绑定思想和机制,讨论基于角色的多agent建模方法RoMAS,并以RoboCup仿真比赛为案例验证该方法的有效性。     

多智能体系统的宏观策略及其微观控制

在多智能体系统中,用宏观策略确定整体目标,用微观控制实现其目标,其间是通过多智能体之间的协作完成的。用一个仿真足球队作为多智能体系统的研究对象,首先,从整体方面考虑,通过用集合的方式定义了球队的战术、形势、阵型和球员的状态等,并通过几者之间的关系描述了球队的宏观策略;其次,从局部方面考虑,根据已制定的宏观策略,分别通过用静态和动态的控制方式,定义了每一个智能体的动作选择机制。仿真实验证明了动态控制的有效性。     

A-RESCUE: An Agent based Regional Evacuation Simulator Coupled with User Enriched Behavior

Household behavior and dynamic traffic flows are the two most important aspects of hurricane evacuations. However, current evacuation models largely overlook the complexity of household behavior leading to oversimplified traffic assignments and, as a result, inaccurate evacuation clearance times in the network. In this paper, we present a high fidelity multi-agent simulation model called A-RESCUE (Agent-based Regional Evacuation Simulator Coupled with User Enriched behavior) that integrates the rich activity behavior of the evacuating households with the network level assignment to predict and evaluate evacuation clearance times. The simulator can generate evacuation demand on the fly, truly capturing the dynamic nature of a hurricane evacuation. The simulator consists of two major components: household decision-making module and traffic flow module. In the simulation, each household is an agent making various evacuation related decisions based on advanced behavioral models. From household decisions, a number of vehicles are generated and entered in the evacuation transportation network at different time intervals. An adaptive routing strategy that can achieve efficient network-wide traffic measurements is proposed. Computational results are presented based on simulations over the Miami-Dade network with detailed representation of the road network geometry. The simulation results demonstrate the evolution of traffic congestion as a function of the household decision-making, the variance of the congestion across different areas relative to the storm path and the most congested O-D pairs in the network. The simulation tool can be used as a planning tool to make decisions related to how traffic information should be communicated and in the design of traffic management policies such as contra-flow strategies during evacuations.     

Agent scheduling model for adaptive dynamic load balancing in agent-based distributed simulations

Agent-based distributed simulations are confronted with load imbalance problem, which significantly affects simulation performance. Dynamic load balancing can be effective in decreasing simulation execution time and improving simulation performance. The characteristics of multi-agent systems and time synchronization mechanisms make the traditional dynamic load balancing approaches not suitable for dynamic load balancing in agent-based distributed simulations. In this paper, an adaptive dynamic load balancing model in agent-based distributed simulations is proposed. Due to the complexity and huge time consuming for solving the model, a distributed approximate optimized scheduling algorithm with partial information (DAOSAPI) is proposed. It integrates the distributed mode, approximate optimization and agent set scheduling approach. Finally, experiments are conducted to verify the efficiency of the proposed algorithm and the simulation performance under dynamic agent scheduling. The experiments indicate that DAOSPI has the advantage of short execution time in large-scale agent scheduling, and the distributed simulation performance under this dynamic agent scheduling outperforms that under static random agent distribution.     

基于Agent的智能交通系统的控制建模*

提出了一种基于Agent的智能交通控制系统,并对各Agent及其交互进行建模,阐述了各Agent交互协调的过程。在该系统中,每个交通元素被定义为具有自主性、适应性和合作协调性的智能化Agent。各Agent可自主地进行道路数据采集、处理,并通过相互通信实现资源共享,从而使每个交通元素都具有足够的智能参与交通的智能化决策,在很大程度上降低交通系统中的不确定因素和不完备信息对交通稳定性的影响,提高了交通控制的精确度。