搜索
华中科技大学硕士学位论文基于多Agent的供应链管理系统研究姓名：罗文波申请学位级别：硕士专业：机械电子工程指导教师：陈幼平;艾武2003.4.26基于多Agent的供应链管理系统研究作者：罗文波学位授予单位：华中科技大学相似文献(10条)1.学位论文祖丽楠多智能体分布式实时仿真实验系统开发与规划算法研究2004随着智能技术的发展，多智能体系统与控制理论和计算机技术等多学科的融合已成为科学研究的新热点。多智能体系统具有在空间上是分布式的、并行的，且系统的容错能力较强等特点。分布式多智能体系统是分布智能研究的一个重要分支。它的理论研究价值在于它将过去的封闭的、孤立的知识系统发展为分布式的智能知识系统，将智能集中型发展为非独立的分散智慧型。目前，对多智能体系统的研究可分成两个层次：一是关于多智能体系统理论的基础研究；二是关于多智能体系统特定的体系结构、软件实现等的研究，人们已把面向对象的思想引入智能体对象体系中，并形成了面向Agent的编程风范。分布式仿真系统主要研究的课题有两类：一是仿真模型和试验任务的并行化与分配；二是建立高效的分布仿真环境。本文通过对多智能体系统国内外研究现状的总结，在参考现有的最先进的方法和理论基础上，综合分布仿真的有关概念和技术，设计了一个以机器人在码头搬运货物的任务为实验背景，利用局域网进行分布式规划的仿真实验系统，并通过各项关键技术对系统进行了实现，该系统能够模拟多种任务环境和机器人模型，各机器人间通过通信来传递信息，用户可以添加自己设计的控制算法和协调策略库，实现任务完成过程的动态显示。多智能体协调合作问题是分布式人工智能的核心问题，多智能体群体协作机制用以解决各智能体之间的管理、调度、优化，是实现多智能体分布自主协作系统的关键。本文主要研究多智能体协作系统中的资源分配问题，即如何进行任务分配，以及任务分配之后如何对完成任务进行路径规划的问题。对于一个给定了总体任务的多智能体系统，首先面临的问题是如何将给定的任务合理有效的分配给各机器人。任务分配的不合理将直接影响机器人完成任务的效率，而分配算法的执行速度和所用的时间也将影响到机器人完成任务的情况。所以，在设计任务分配算法的时候，应该遵循一定的性能指标，以达到系统的需求。任务分配是在众多的匹配方法中寻找一个最合理的子任务分配方案。在数学形式上表现为在离散的、有限的数据结构上，寻找一个满足给定约束条件并使目标函数值达到最大或者最小的解。本文提出的OD任务分配算法正是考虑到了任务分配的最优性，以二维任务分配问题为模型，使每个机器人能够最优地得到任务。通过性能测试我们看到，该算法的运算量大，使得运行时间较长，尤其在机器人和任务较多时，更是无法得出结果。为了解决以上问题，我们用匈牙利算法(Hungary)实现了多智能体系统的任务分配。匈牙利算法是图论中完成二分图匹配的经典算法之一，它的应用背景是解决二维任务的分配问题。该算法的特点是能够最优地对任务进行分配，同时又能保证消耗较短的时间。在算法性能测试的过程中我们看到，算法的运行时间明显小于本文提出的OD算法，能够解决OD算法运行时间长、对机器人和任务仿真数量较少的问题，并使任务达到了最优地分配。最后我们得出，OD算法较适合解决小规模的任务分配问题，匈牙利算法较适合于解决中等规模的任务分配问题。任务分配完之后，需要对各自的任务进行路径规划。为了使机器人在某一规定的时间内完成任务，规划出的路径既要保证能够到达目标位置，又要保证其为最优的路径。本文根据深度优先搜索的思想提出了一种路径规划算法——SP算法，它主要适用于用拓扑图形构造的环境，并且以路径长度作为性能指标，寻找一条最短的路径。算法设计完成后，我们将其在本文设计的仿真系统上进行了测试，并给出了算法相应的性能指标。尽管我们对多智能体系统领域的一些问题进行了探讨，但是无论深度还是广度都是远远不够的，尚存许多问题需要深入的研究和解决。虽然如此，由于多智能体系统所具有的广泛实际意义，我们相信，本文所做的理论和实践研究对以后的工作是有所贡献的。2.期刊论文武海鹰.王绪安分布式人工智能与多智能体系统研究-微机发展2004,14(3)智能体理论是一个发展很快的前沿领域.为了解决复杂问题出现了分布式人工智能,多个智能体的协作正好符合分布式人工智能的要求,因此出现了多智能体系统.文中介绍了分布式人工智能的特点,并着重介绍了分布式人工智能的一种分类--多智能体系统.多智能体系统也是分布式人工智能的一种有效的解决方法,同时分布式人工智能又推动了多智能体的发展.3.学位论文何汉明基于角色的多智能体社会模型研究与应用2006本文研究源于国家自然科学基金项目“经验知识推理理论研究”(No.60273087)和国家863高技术研究发展计划项目“生产计划与实时优化调度系统”(No.2002AA412020)。随着人们需要解决的问题日益复杂，目前对多智能体系统(MAS，Multi-AgentSystem)的研究已发展到社会层次，研究多智能体社会。尽管这一领域已经有了一些研究成果，但其理论体系尚未完善，尤其表现在社会性方面：以个体思维状态模型为代表的微观理论是在单个智能体思维研究的基础上进行社会性的延伸，而没有将两者完全结合起来；包括研究整体结构在内的宏观理论也需要从社会角度继续进行深化，研究多智能体社会中可能存在的各种结构形态。总之，多智能体社会的研究应该从微观和宏观两个层次上进行，并且将两者相互融合，才能建立起一个统一的多智能体社会的理论体系，为基于多智能体社会的问题求解提供理论指导。本文以此思想为指导，在现有研究的基础上，开展了对多智能体社会各个层次的模型的研究，取得了如下研究成果和创新：(1)提出角色模型和基于角色的智能体思维模型在人类社会中，单个的人是在承担某个社会中的角色，发挥某种作用的过程中，与他人进行交互作用，从而体现出他的社会性的。因此，对照人类社会，研究智能体的社会性首先要对角色概念进行抽象描述，提出了角色模型，将智能体中的义务、权利、规范和关系等社会概念纳入到了角色的范畴之内。进一步在智能体思维模型中加入角色集合，把角色模型中的元素引入到智能体的思维模型中，提出了具有社会性的基于角色的智能体思维模型。(2)提出了基于角色的智能体思维交互模型角色模型中的一个元素——角色关系，表明角色在社会中的地位。而承担角色的智能体在不同的角色关系下具有不同的交互方式，因此，研究智能体之间的交互必然涉及角色关系的分析。根据泛逻辑学中的广义相关性[HEWL01]，分析了多智能体社会中常见的各种角色关系，在基于角色的智能体思维模型的基础上，进一步提出了基于角色的智能体思维交互模型。应用这个模型可以描述智能体在各种角色关系下的思维相互作用。(3)提出了采用角色类型和角色关系描述出来的四种组织结构社会是复杂而无所不包的，其中必然存在各种组织结构形态。以面向结构的思想为指导，应用多智能体组织的一般结构模型，对于多智能体社会中常见的各种组织结构形态进行了分析，提出了在不同角色类型和角色关系下的层次、网络、市场和竞争等四种结构，为更加全面地描述多智能体社会结构提供了支持。(4)提出了多智能体社会模型及其建模方法多智能体社会是多智能体系统研究的最高层次，它是由多个智能体通过承担社会中的角色，以各种组织结构相互联系而构成，因而提出了基于组织结构和智能体集合的多智能体社会模型，在角色层和智能体层两个层次上进行多智能体社会的描述。在该模型的基础上，进一步提出了一个基于多智能体社会的建模方法，用于构建分布的、开放的、动态的大型复杂系统。使用这一建模方法构建的信息检索系统，能够充分利用Internet上的已有信息获取智能体，将它们组织成为一个信息获取的多智能体社会，以期达到能够全面、准确、高效地检索出用户所需的各种信息资源。这些研究成果相辅相成，从微观和宏观两个层次上提供了一套基于角色的多智能体社会模型，为人工智能中多智能体系统研究进行了基础理论方面的探索。由于时间关系，本文还没有能够在程序级实现这些模型。最后，本文对多智能体社会的发展趋势作了展望，并指出了进一步的研究工作。4.期刊论文孟宪春.丁承君.段萍.郭胜辉.MENGXian-chun.DINGCheng-jun.DUANPing.GUOSheng-hui多智能体技术的发展和应用现状-河北工业大学学报2006,35(3)多智能体技术是分布式人工智能领域的一个研究热点,由于它具有智能分布的特点和统一协调的机制,因此广泛应用于多实体共同完成某一任务的情况.本文在查阅大量文献资料的基础上对多智能体系统的主要研究内容和多智能体系统理论在诸多领域的应用现状进行了归纳和总结,并对该技术今后的研究方向进行了探讨.5.学位论文欧海涛复杂系统中的多智能体协调机制的研究2000精确数学模型为基础的常规控制已不能满足日趋发展的复杂系统的要求,多智能体技术作为分布式人工智能的重要分支为解决复杂系统的求解问题提供了一条有效途径.但是对多智能体系中智能体之间的相互作用一直缺乏有效的理论研究,智能体之间的相互作用有三种形式:合作(为实现同一个目标联合行动);协调(对问题求解行为进行组织以避免有害的相互作用或加强有利的相互作用);协商(达成所有智能体都能接受的协议).该文引入对策论和随机过程理论来着重研究多智能体的相互作用问题以及解决在复杂系统中的应用问题.6.期刊论文朱亮.黄怡.江全元.ZHULiang.HUANGYi.JIANGQuan-yuan多智能体开发系统SWARM在电力系统中的应用-高电压技术2008,34(3)针对多智能体技术在复杂电力系统领域的良好应用特性,介绍了一种能发挥多智能体方法的开发平台SWARM及SWARM的基本结构与建模,通过对多智能体技术在电力行业的实用性及运用SWARM实验了一个区域的供电、负荷动态平衡分析,讨论了SWARM在电力系统领域的应用方向,并归纳SWARM的良好特性及应用局限.结果表明,SWARM具有良好的多智能体系统开发功能,适应电力系统中许多实际问题的分析处理.7.学位论文李晓萌基于对策与强化学习的多智能体协作机制研究2002实际系统控制、调度、协作、管理等问题具有复杂和分布式的特征,这就要求各个处理单元应具备自主、自适应、智能化的特性,因此构建多智能体系统成为解决这一类问题的有效途径.但是由于未能找到有效的手段来进行多智能体之间交互的理论研究,多智能体系统本身的一些关键问题仍然没有得到很好的解决,如多智能体的协作机制问题;并且,对多智能体之间协作机制的研究,还缺乏深刻地认识,因而难于建立能够适用于大规模复杂系统的协作机制和协作协议,这就限制了多智能体技术向更复杂问题和更多领域的扩展.鉴于此,该文开展了对复杂多智能体系统内在协作机制的研究.该文以强化学习为出发点,以Markov对策论为智能体之间交互的框架,研究了在分布式环境中智能体的协作所面临的信息不完备、实时决策和模糊不确定性问题.8.学位论文吴春明基于多智能体的分布式智能机器人体系结构的研究1995机器人一般是由多个功能部件组成,作者称之为多个智能体.在非结构化环境下机器人所表现出来的智能行为取决于机器人智能体的组织结构、分布式智能体的协作与协调以及与外界环境的交互.近年来,研究开发具有分布式实时并发特性以及可靠稳定的智能机器人系统已成为国内外一个热点.该论文研究并实现了基于多智能体的分布式智能机器人的体系结构,建立了智能机器人的实验平台,并对此体系结构方法进行了验证.智能机器人系统是由诸多具有局部自主能力的智能体功能模块构成,通过它们的协作,能完成复杂的问题求解.在该研究中,作者设计与开发了多智能体的组织结构,基于多智能体的分布式体系结构,同时也对分布式多智能体环境、知识数据共享策略以及智能体协调等问题进行了研究,以作为体系结构的支撑.在一定程度上,机器人的总体行为往往取决于它内部各智能体的协调性能,对此该文针对室外移动机器人的特点,提出了三种协调模型,即基于时间的流水线模型,基于空间的相对冻结坐标系统导航模型以及基于事件状态的协调模型.另外对机器人智能调度机构,包括分