多Agent系统中重叠联盟形成机制与应用研究 pdf下载

内容简介

　　在多Agent系统中，由于单个Agent资源和能力是有限的，Agent间可以通过结盟方式共同完成系统中的任务，但是Agent间如何形成高效的联盟是联盟形成中的一个难点问题。《多Agent系统中重叠联盟形成机制与应用研究》首先介绍了相关的联盟结构生成算法并对其进行了性能分析，研究了基于差分进化和编码修正的重叠联盟结构生成算法；然后提出了一种面向并发多任务的重叠联盟效用分配策略，并基于云模型和模糊软集合对Agent联盟进行评价；最后将重叠联盟应用于虚拟企业伙伴选择和水电建设项目研究中。该书旨在帮助实现复杂系统智能化的实施和决策，对推动复杂决策系统智能化具有一定的应用价值。
　　《多Agent系统中重叠联盟形成机制与应用研究》可作为计算机应用技术、管理科学与工程专业研究生教材，也可作为相关领域研究人员的参考书。

前言序言

　　随着大数据时代的到来，复杂决策系统正在向智能化的方向迅速发展。复杂决策系统作为系统科学中的一个前沿方向，近年来一直是人们关注的一个热点。随着多Agent系统（multi-Agent systems，MAS）理论的不断发展，基于MAS的复杂系统仿真技术正在蓬勃兴起，以适应计算机支持的协同工作等应用需求。联盟研究一直是MAS和人工智能领域的一个非常重要和活跃的方向，面向多任务领域的MAS是由多个Agent间竞争某些资源而组成的计算系统。在MAS中提供了一种灵活的协作方式，能够让一些独立的Agent为了解决某一特定任务而自发地组织在一起，在一定时间内结成一个协作团队，这样的团队即为联盟。本书是笔者在多年从事将联盟形成理论引入复杂系统的仿真和应用过程中逐渐总结升华的。笔者在实践中越来越感觉到非重叠联盟存在着资源浪费现象，且无法及时、稳定地处理复杂系统中的并发多任务决策和调度问题，需要一种新的方法来提高系统解决复杂问题的效率和稳定性，并能方便地组成智能程度更高的复杂系统，这也是研究重叠联盟形成问题并用于加强复杂系统功能的根源所在。
　　通过本书研究有以下发现：
　　（1）联盟形成研究是多Agent系统领域中非常重要的研究内容，Agent间如何形成高效的联盟是联盟形成中的一个难点问题。在MAS中，由于单个Agent的资源和能力是有限的，Agent间可以通过结盟方式共同完成系统中的任务。传统的研究都将一个Agent□限于一个联盟中，即当一个联盟形成后，加入到此联盟的每个Agent即使有足够的资源也不能参与其他联盟。这样就浪费了Agent资源、能力的利用率，从而影响了整个系统的效益，不能满足实际应用场合的需求。
　　（2）多Agent系统中重叠联盟形成研究需要进行数学建模与分析，结合进化算法设计重叠联盟形成算法，研究重叠联盟效用分配及评价，需要分布式人工智能、MAS、进化算法、联盟博弈等多学科理论的交叉融合。研究的内容可以为复杂系统的研究提高一个新台阶，充实智能优化算法等理论研究，可提高现有复杂系统的仿真技术水平和功能，具有重要的理论意义。
　　（3）多目标并发处理理论与算法是MAS中的关键技术之一，重叠联盟的数学建模和算法可为复杂决策系统中的并发处理提供强有力的技术支持，有助于提高决策系统解决复杂问题的效率和稳定性，并能更好地组成智能化更高的复杂决策系统。本书研究成果应用到虚拟企业的伙伴选择和水电建设项目中，对企业和水电建设项目相关领域的发展都有着十分重要的借鉴意义。
　　总之，本书所研究的多Agent系统中的重叠联盟机制属于MAS中的并发多目标处理的关键技术，有利于实现更加智能化的复杂决策系统。
　　本书在撰写过程中参考了大量文献资料，在此对引用的所有文献资料的作者表示衷心的感谢。同时，引用和参考的文献可能有遗漏，敬请相关作者谅解。
　　由于作者水平有限，本书所研究的方法和内容未及全面，难免有不妥之处，期待读者给予批评指正。

目录

前言

第1章 绪论
1．1 研究背景
1．2 国内外研究现状
1．3 联盟形成研究
1．4 目的与意义
1．5 主要研究内容

第2章 基于智能优化算法的联盟结构生成
2．1 引言
2．2 智能优化算法
2．3 非重叠联盟结构生成算法
2．4 重叠联盟结构生成算法

第3章 基于二维编码和编码修正的重叠联盟结构生成
3．1 引言
3．2 相关工作
3．3 编码修正算法
3．4 重叠联盟结构生成算法
3．5 实验结果分析

第4章 基于差分进化和编码修正的重叠联盟结构生成
4．1 引言
4．2 相关工作分析
4．3 重叠联盟结构生成问题
4．4 重叠联盟结构生成算法
4．5 对比实验与分析

第5章 面向并发多任务的重叠联盟效用分配策略
5．1 引言
5．2 相关工作的分析
5．3 相关概念的描述
5．4 效用分配策略
5．5 实验及结果分析

第6章 基于云模型和模糊软集合的Agent联盟综合评价
6．1 引言
6．2 云模型
6．3 模糊软集合
6．4 Agent联盟评价方法
6．5 实验及结果分析

第7章 基于重叠联盟与NSGA-Ⅱ的虚拟企业伙伴选择算法
7．1 引言
7．2 相关工作
7．3 虚拟企业伙伴选择问题的数学模型
7．4 第二代非支配排序遗传算法
7．5 基于NSGA-Ⅱ求解虚拟企业伙伴选择
7．6 实验结果与分析

第8章 基于重叠联盟的水电建设项目团队效益分配及评价
8．1 引言
8．2 相关工作
8．3 相关理论概述
8．4 基于相互协商的水电建设团队效益分配
8．5 基于AHP与云模型的水电建设项目合作团队评价
参考文献

作者简介

　　桂海霞，博士，安徽理工大学教授。
　　主要研究方向：联盟博弈、进化计算、多目标优化等。主持和参与国家自然科学□□、安徽省高校人文社科重点项目多项；在SCI、EI、CSCD等核心期刊上发表论文20余篇，出版教材2部。