基于多代理技术的分布集成工艺管理系统

分布式人工智能（ＤＡＩ）领域的多代理技术可以有效地解决当前分布动态工艺管理系统的复杂性。文中概述了分布动态集成工艺管理系统的分布异构特色,以及在此环境下的多代理的定义与描述方法。同时构造了由产品代理、任务代理、资源代理、个人代理等智能体组成的集成工艺管理系统,并介绍了这些智能代理的特性、行为和协商机制。     

基于XML技术的web服务信任协商建立方案构建

随着互联网技术的普及应用,人们已经惯于使用HTML对信息资源和信息服务进行描述,但是,HTML技术不具备良好的扩展性,也不能精准无误地反应数据内容,既不利于大规模工业生产的自动化操作,也无法使海量信息资源得到有效应用。因此,HTML技术在应用于互联网活动时受到了一定限制。本文基于XML技术,提出了一种Web服务信任协商建立方案,可以有效保障网络信息安全,充分利用网络信息资源,促进了互联网技术和电子商务活动的可持续发展。     

纯策略纳什均衡的博弈强化学习

将博弈理论与多智能体强化学习结合形成博弈强化学习逐渐受到关注,但是也存在算法的计算复杂度高和无法保证纯策略纳什均衡的问题。Meta equilibrium Q-learning算法通过反应函数将原始博弈转换为元博弈,而元博弈推导出的元均衡是纯策略纳什均衡。该算法在保证纯策略纳什均衡的前提下能够使得每个智能体的回报不低于某特定阈值。同时,基于分形的均衡程度评估模型能够通过计算任意状态的分形维数来判断其稳态,并评估任意状态与均衡状态之间的距离,该模型可以检验元均衡的科学性与合理性,上述算法和模型的相关结论在福利博弈和夺控战中都得到具体验证。     

演化博弈的鲁棒稳定与镇定

本文研究了干扰影响下演化博弈的稳定与镇定问题. 首先, 文章给出了干扰博弈、控制–干扰博弈以及鲁棒 Nash均衡等概念, 并在此基础上提出了干扰演化博弈与控制–干扰演化博弈鲁棒稳定与镇定的定义. 其次, 利用矩 阵半张量积工具, 得到了干扰演化博弈与控制–干扰演化博弈的代数状态空间表示, 将鲁棒稳定与镇定问题转化为 一个辅助系统的集合稳定与集合镇定问题. 紧接着, 文章建立了干扰演化博弈与控制–干扰演化博弈鲁棒稳定与镇 定的充分必要条件, 并进一步设计了状态反馈控制器. 最后, 通过两个例子验证了所得结论的有效性.     

OFDMA无线mesh网中公平资源分配算法

为了兼顾用户间公平性的同时最大化总的端到端速率,并克服现有分配算法在实际中难以实现的缺点,提出了一种新的分级资源分配算法.该算法首先根据有限的信息基于纳什议价解(NBS)进行粗分配(CA);其次根据完整的子载波增益信息排序方法进行细分配(FA).仿真结果表明,该算法不仅获得与基于最大速率准则的算法相近的总的端到端速率,而且保证了用户间的公平性;同时,该算法能以更低的复杂度获得与现有算法相近的端到端速率.     

一种基于树建模的自动信任协商策略

自动信任协商是跨多安全域的实体间建立信任关系的一种新方法,协商策略规定了协商过程中信任凭证和访问控制策略的披露方式。针对目前的研究中没有区分凭证的敏感度的问题,引入凭证权重的概念,设计了一种基于带权重的树的协商策略,采取局部取优的思想,每次在访问控制策略可选的情况下选取最小权重的凭证进行披露,直至协商成功或失败。经证明,该策略安全、完备且高效。     

Negotiation-based routing in job shops via collaborative agents

In recent years, the application of agent-based systems in manufacturing has received a lot of attention in several areas, particularly scheduling and shop-floor control. This paper explores two methods of enhancing the negotiation process employed by an agent-based system to support performance improvements in real-time routing of job orders within job-shop environments. The first method takes advantage of an extended negotiation period to provide a more complete picture of the shop's conditions in order to enhance the validity of the decisions made by individual agents. The second approach explores the possibility of process model data to increase the accuracy of time estimates used in the negotiation process. The resulting performance of the two methods is tested using a simulated job shop.     

基于神经网络的Agent电子商务协商模型

提出一个在电子商务中能辅助用户网上采购的智能Agent协商模型,并对模型进行仿真实验,以验证模型的有效性。模型的构造基于BP神经网络,通过对用户的购物偏好训练学习,使Agent获得一组包含用户偏好特征的规则信息并作为协商过程中推理的依据;每次协商的结果都作为学习样本,以提高Agent对市场变化的适应能力。     

跨洋航空网络的频谱共享博弈模型

提出一种跨洋航空网络中主干网络的频谱共享博弈模型。该模型综合考虑了主用户和所有次级用户的收益,主用户可在保证自身收益最大的前提下对各次级用户进行有效的频谱分配;各次级用户根据主用户的最佳单位定价改变请求带宽以获得最大收益。给出了该模型的静态博弈纳什均衡与动态博弈收敛结果,通过与次级用户收益的最优化模型进行比较,验证了用该模型解决跨洋航空网络中主干网络上的频谱分配问题具有公平性。     

供应链网络双渠道均衡

研究了制造商通过分销商实体链和电子商务直销渠道,将其产品经由零售商销售给具有随机需求的消费市场的供应链网络双渠道均衡问题.利用有限维变分不等式理论,分别刻画了存在生产能力限制的供应市场、分销市场、零售市场以及存在限定性价格上限的消费市场的均衡,建立了整个供应链网络双渠道均衡模型,并且设计了供应链网络双渠道均衡的投影收缩算法.数值算例结果表明:当政府对竞争市场实行限制性价格上限时,将造成消费市场中的商品短缺,并导致制造商、分销商以及零售商的总利润减少,当存在产能约束时情况更为严重.