分布式智能系統(tǒng)中聯(lián)盟機制研究

前言

當今世界科學技術突飛猛進，知識經(jīng)濟飛速發(fā)展，以經(jīng)濟和科技為基礎的綜合國力的競爭日趨激烈。而科技的競爭、經(jīng)濟的競爭乃至綜合國力的競爭，歸根結底是人才的競爭。面對新的形勢、新的要求，黨中央先后作出了實施“科教興國”、“人才強國”戰(zhàn)略和走自主創(chuàng)新道路，建設創(chuàng)新型國家的重大決策。胡錦濤同志在黨的十七大報告中又提出，建設人力資源強國和創(chuàng)新型國家是我國全面奪取建設小康社會新勝利的兩大新目標。高等學校是國家創(chuàng)新體系的重要組成部分，肩負著培養(yǎng)自主創(chuàng)新型人才的歷史使命。研究生教育處于高等教育的最高層次，是國家培養(yǎng)高層次創(chuàng)新型人才的主要渠道。研究生，特別是博士研究生的科研工作，一般處于本學科的前沿，具有一定的創(chuàng)造性。為鼓勵廣大研究生，特別是博士研究生選擇具有重大意義的科技前沿課題進行研究，進一步提高研究生的創(chuàng)新意識、創(chuàng)新精神、創(chuàng)新能力，激勵、調(diào)動我校博士研究生及其指導教師進一步重視提高博士學位論文質(zhì)量和爭創(chuàng)優(yōu)秀博士學位論文的主動性和積極性，展示我校博士研究生的學術水平，為他們的盡快成才搭建平臺，學校經(jīng)過精心策劃，編輯出版了《斛兵博士文叢》。

內(nèi)容概要

　　《分布式智能系統(tǒng)中聯(lián)盟機制研究》是作者在多年從事分布式控制系統(tǒng)的研究、開發(fā)和應用過程中逐漸總結升華的，我們從實踐中越發(fā)感覺到傳統(tǒng)的簡單控制模塊已無法處理復雜控制系統(tǒng)中的問題，需要一種具有一定智能的軟硬件實體，這種實體不僅具有檢測和控制的基本功能，而且能自主工作并具有很強的協(xié)同工作能力，能方便的組成智能程度很高的分布式控制系統(tǒng)，其中協(xié)作聯(lián)盟的形成、通信機制是核心問題，必須首先解決，這也是本文研究的目的所在?！　　斗植际街悄芟到y(tǒng)中聯(lián)盟機制研究》主要涉及智能控制、敏捷制造理論、MAS、N人合作對策理論、計算智能、軟件工程等領域，屬于多學科交叉的應用基礎研究，既有重要的理論研究意義，又有廣闊的應用前景?！斗植际街悄芟到y(tǒng)中聯(lián)盟機制研究》的研究具有堅實的前期工作基礎和明確的預期目標。通過相關課題的實施，可以提高現(xiàn)有工業(yè)控制項目、制造項目的理論水平和功能，同時可充實MAS、蟻群系統(tǒng)等理論，豐富其應用背景，研究成果不僅可以應用到工業(yè)系統(tǒng)中，而且對人工智能等相關領域的發(fā)展有著十分重要的意義。

作者簡介

夏娜，男，合肥工業(yè)大學計算機與信息學院副教授，碩士生導師。2008年北京奧運會火炬手。主要研究領域為分布式人工智能、無線傳感器網(wǎng)絡、計算智能與應用。近年來先后參加了國家自然科學基金、教育部博士點基金和安徽省“十五”科技攻關等項目9項，多次獲省、市級科技獎勵，獲國家專利1項，主編教材1部，發(fā)表論文58篇，其中EI收錄21篇。蔣建國，男，合肥工業(yè)大學計算機與信息學院教授，博士生導師，中國電子學會電子信息類本科生教育委員會常務委員，全國信息與電子學科研究生教育委員會理事，安徽省計算機學會副理事長，并先后獲安徽省優(yōu)秀教師、教學名師稱號。自1985年以來一直從事數(shù)字圖像分析與處理、分布式智能系統(tǒng)、DSP技術應用方向的研究，先后主持或主要參加國家級、省部級等科研項目50多項，獲國家科技進步二、三等獎各1項，省、部級科技進步獎7項，獲國家發(fā)明、專利4項。出版專著1部、教材2部，發(fā)表論文90余篇，其中SCI、EI收錄40余篇。

書籍目錄

總序致謝摘要第1章 緒論1.1 Agent和多Agent系統(tǒng)1.1.1 智能Agent1.1.2 多Agent系統(tǒng)1.1.3 Agent聯(lián)盟機制1.2 分布式智能系統(tǒng)的研究現(xiàn)狀1.2.1 分布式智能控制系統(tǒng)1.2.2 敏捷制造系統(tǒng)1.3 分布式智能系統(tǒng)中的關鍵問題1.3.1 協(xié)調(diào)合作算法1.3.2 效用劃分策略1.3.3 通信機制1.4 課題來源及研究目的和意義1.4.1 課題來源1.4.2 本文的研究目的和意義1.5 論文組織第2章 計算資源受限環(huán)境下的聯(lián)盟生成算法2.1 引言2.2 改進型蟻群算法求解單任務Agent聯(lián)盟2.2.1 問題描述2.2.2 相關工作2.2.3 蟻群算法2.2.4 基本蟻群算法求解Agent聯(lián)盟2.2.5 算法的改進2.2.6 算法描述2.2.7 實驗結果2.3 基于蟻群算法的多任務聯(lián)盟串行生成算法2.3.1 相關工作2.3.2 多任務的調(diào)度2.3.3 算法描述2.3.4 與相關算法比較2.4 基于模糊集合論的多任務聯(lián)盟并行生成算法2.4.1 聯(lián)盟生成問題的另一種描述2.4.2 模糊集合論2.4.3 基于模糊集合論的Agent聯(lián)盟生成2.4.4 算例分析2.5 本章小結第3章 聯(lián)盟形成的效用劃分策略3.1 引言3.2 問題描述3.3 相關工作3.3.1 Shapley值法3.3.2 非減性效用分配法3.4 基于利益均衡的聯(lián)盟形成策略3.4.1 新策略的理論基礎3.4.2 基于利益均衡的聯(lián)盟形成策略3.4.3 與相關方法的比較3.5 進一步改進方案3.5.1 方案設計3.5.2 性能分析3.5.3 模糊評判Agent能力貢獻3.6 聯(lián)盟形成的Nash平衡問題3.6.1 聯(lián)盟的穩(wěn)定性3.6.2 Nash平衡與穩(wěn)定性3.7 聯(lián)盟的生成、形成及任務完成3.8 本章小結第4章 分布式智能系統(tǒng)的通信4.1 引言4.2 Agent通信模式4.2.1 無通信模式4.2.2 消息模式4.2.3 方案傳遞模式4.2.4 黑板模式4.2.5 Agent通信語言模式4.3 分層命名與定位機制4.4 基于KQML的Agent交互4.5 KQML行為原語的擴充4.5.1 新的KQML行為原語4.5.2 語義描述4.6 通信模型4.7 實驗4.8 本章小結第5章 敏捷供應鏈決策支持系統(tǒng)5.1 引言5.2 伙伴選擇5.2.1 決策模型5.2.2 求解方案設計5.3 收益分配5.3.1 決策模型5.3.2 求解方案設計5.4 敏捷供應鏈決策支持系統(tǒng)5.4.1 系統(tǒng)構成框架5.4.2 ASCDSS中對象屬性定義5.5 系統(tǒng)簡介5.6 實例分析5.7 本章小結第6章 結束語6.1 論文工作總結6.2 進一步工作的展望參考文獻附錄

章節(jié)摘錄

插圖：2.3.2 多任務的調(diào)度定義2.2緊迫度U（t）是任務t的在規(guī)?；蚴找娴确矫鎸ο到y(tǒng)的相對重要程度。系統(tǒng)首先根據(jù)緊迫度U（tj）對T中的任務進行排序，然后依次求解。當算法求得任務tj，的最優(yōu)Agent聯(lián)盟，開始求解下一個任務tj+1的最優(yōu)聯(lián)盟時，Agent之間的信息素不再是初始值功，而是上次求解結束時殘留的信息素tij（t）。它作為一種非常寶貴的經(jīng)驗知識，將有效指導蟻群算法后面的求解過程，減少搜索時間和計算量?？赡艹霈F(xiàn)的情況是：在算法生成前兩個任務的聯(lián)盟時，計算量較大，但隨著聯(lián)盟歷史的積累，后面聯(lián)盟的生成速度越來越快，計算量越來越小。這么說是有根據(jù)的，因為系統(tǒng)待求解任務的性質(zhì)、類型不會發(fā)生根本性的變化（顯然這是符合實際情況的），這就意味著：系統(tǒng)經(jīng)過一段時間的運行后，很多Agent可能會形成相對穩(wěn)定的并且是成功的聯(lián)盟。在任務發(fā)生重大變化的情況下，算法仍然可以找到最優(yōu)解，不過搜索時間要長一些，因為此時的先驗知識失去了指導意義。

編輯推薦

《分布式智能系統(tǒng)中聯(lián)盟機制研究》是由合肥工業(yè)大學出版社出版的。

圖書封面

評論、評分、閱讀與下載

---

    分布式智能系統(tǒng)中聯(lián)盟機制研究 PDF格式下載

---