提出了一个基于自组织多Agent系统的智能控制与决策模型,它是一种基于行为主义的智能控制与决策模型,由环境和自组织多Agent系统两大部件构成,分别通过环境的定义、环境的识别、多Agent控制与决策过程以及多Agent控制与决策输出4个基本步骤来完成建模工作.该模型可以灵活地选择多种算法进行具体的实现工作,文中给出的算法是一种基于作用力机制(物理激励)的多Agent控制与决
天
津
大
学
学
报
第4 5卷第 1 0期
为它们之间的距离向量范数 .
第 3中操作 ()步 3中摩擦力的计算式为 =, ( 一 '= x一 ) () 3
奇叫 ii XX -1 _ (J 1,; I I 1[,; f∈[…,],,∈ 01,, 2I I I ]
式中:为自组织多 A et gn系统中人为设定的摩擦力系数,∈[ 1;’ 0】 _为第 i e一]个决策 A et, l ( ,) i gn的速度向量;为人为设定的摩擦力向量, 即人为设定 的一个外力向量,目的是避免所有决策 Agn不断发 et生位移导致系统难以控制的情况 .
0 l l rO l l )<l≤;<l】 d1 D≤R
() 6
通过对式 () 5和式 ()边同时进行离散化积分 6两
可得到第 i∈1 ) ([…,] i,个决策 A et gn的速度向量和位置向量 .同时, i e[…,】个决策 Agn第 ( 1 ) i, et的 自身能量为
第3步中操作 (中合力向量 F的
计算式为 3 ) =
∑+ 一∑
( 4 )
E= '=,,1,寺 l
( 7 )
式中: f为第f一】决策Ae与他∑ A J ( ,)个 gt其 n 一
第3步计算结束后, 4第步是根据第 3的计算步结果分别计算出所有个决策 A et gn的平均位置向 量和平均内部能量。 . 平均位置向量。的计算式为皿 . =
1个决策 Agn et之间排斥力向量和 (即累计向量
和,见式 ()∑ 2; )
为第 f∈ -】个决策 ( - ) f, 为第
A et gn与第 kk[…,1个障碍物 A et (∈ 1 p), gn之间排斥力向量和 (累计向量合,式 ();即见 1) AgnA所受的合力向量. et f f 1 个决策 Agn∈[…,], et的摩擦力向量,而为决策
∑ 的计算式为 ,,
( 8 )
平均内部能量 1 。
第3步中操作 (是根据合力向量并根据牛顿 4 )
() 9
力学公式= a计算第 i e 1 ) m ([…,个决策 A et i,】 gn 的加速度向量 a的过程, 其计算式为
第4步最终的智能车辆移动位置的计算式为 S t=s t 1+ ( ) (一 ) 。 ( r ) (0 1)
m,∑ A∑一= a c+= J
此时,由式 (0可知, 1)自组织多 Agn et系统对智
薯d喜 D=差 As ()(为一个人为设定的调整参数 )次车 f L’ 与前 z —
能车辆新的位置向量 st的计算是根据所有决策 ( ) Agn时间不断变化 (定时间为 f平均位置向量 et随假 ) 辆位置 st 1时间为 f )累加向量 .而最终的 (一)(一1的
+
Xl『 I
p m喜
叫 ) J LJ 5
第 6步所给出的车辆避撞控制轨迹则是由 t时间内 车辆位置向量 st得到的. ( )
(j[…,,e1 p; l I I 0] f e1, k[…,】,,∈,;,, 2], 1 l l[1 u< l l r u<】 I l】; l l
4模型参数设定及模拟实验测试 为验证基于自组织多 Agn et系统的智能控制与决策模型对车辆避撞问题的应用效果,对模型参数进行了设定,计算方便,决策 A et和障碍物为将 gn A et gn的质量 m和均设为 1两者最
大交互半径 r,
特别是当环境中仅有一个障碍物 Agn et与决策 Agn交互作用时, () et式 5则可简化为
ZFA F i+ A A j一
薯d
D=
和均为 10交互距离向量分别为 d和 D, 0,决策 Agn之间排斥力因子 a和分别设为 02根据经 et .( 验设定 )摩擦力因子设为 00 (, .根据经验设定 )车 7,
智, .薯 X伽M一『 l
辆位置调整参数因子设为 2决策 A et, gn的数量设为 30障碍物 A et 0, gn数量 P设为 1 3 (~个即分单

基于多Agent的组织决策支持系统的研究_专业资料。多Agent与组织决策支持系统(ODSS)是人工智能和系统工程中的研究热点,通过对组织与多Agent系统的比较,指出组织问题的...
基于多Agent的政府知识管理系统模型研究_公共/行政...以满足政务知识管理的异构知识集成、 智能 化决策、...Agent 的集合; CS——控制协调 功能 Agent 的集合 ...
基于自组织演化的多Agent可信联盟研究 不同于现有采用博弈论的方法研究多Agent联盟技术,从联盟信任这一角度开展可信联盟研究,首先在历史合作信息的基础上构建个体信任...
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...
(2)适应功能:智能控制器具有从输入到输出的映射关系,可实现不依赖 于模型的自适应控制,当系统某一部分出现故障时,也能进行控制。 (3)自组织功能:智能控制器对...
基于协商合作的新的规划方式以及智能与管理应用相...控制,即在虚拟咨询组织中对项目的进展进行监控管理和...基于多 Agent 系统的咨询组织结构在采用多 Agent ...
基于政策自组织系统的软件agent体系结构及其实现_信息与通信_工程科技_专业资料。CN 43~1 258/TP ISSN1007—130X 计算机工程与科学 Computer Engineeri...
多智能体系统;智能控制与决策;云计算与物联网; 电子商务与商务智能;物流与供应...一个基于自组织多 Agent 系统的智能控制与决策模型. 天津大学学报, 2012,(45)...
基于自组织演化的多Agent可信联盟研究_社会学_人文社科_专业资料 暂无评价0人阅读0次下载举报文档 基于自组织演化的多Agent可信联盟研究_社会学_人文社科_专业...
递阶智能控制(Hierarchical Intelligent Control) 是在研 究早期学习控制系统的基础上,从工程控制论角度总结人工智能与 自适应控制、自学习控制和自组织控制的关系后...
热门文档