123,123

內(nèi)容簡(jiǎn)介

　　《分布式智能系統(tǒng)中聯(lián)盟機(jī)制研究》是作者在多年從事分布式控制系統(tǒng)的研究、開(kāi)發(fā)和應(yīng)用過(guò)程中逐漸總結(jié)升華的，我們從實(shí)踐中越發(fā)感覺(jué)到傳統(tǒng)的簡(jiǎn)單控制模塊已無(wú)法處理復(fù)雜控制系統(tǒng)中的問(wèn)題，需要一種具有一定智能的軟硬件實(shí)體，這種實(shí)體不僅具有檢測(cè)和控制的基本功能，而且能自主工作并具有很強(qiáng)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(jī)制是核心問(wèn)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(jī)制研究》主要涉及智能控制、敏捷制造理論、MAS、N人合作對(duì)策理論、計(jì)算智能、軟件工程等領(lǐng)域，屬于多學(xué)科交叉的應(yīng)用基礎(chǔ)研究，既有重要的理論研究意義，又有廣闊的應(yīng)用前景?！斗植际街悄芟到y(tǒng)中聯(lián)盟機(jī)制研究》的研究具有堅(jiān)實(shí)的前期工作基礎(chǔ)和明確的預(yù)期目標(biāo)。通過(guò)相關(guān)課題的實(shí)施，可以提高現(xiàn)有工業(yè)控制項(xiàng)目、制造項(xiàng)目的理論水平和功能，同時(shí)可充實(shí)MAS、蟻群系統(tǒng)等理論，豐富其應(yīng)用背景，研究成果不僅可以應(yīng)用到工業(yè)系統(tǒng)中，而且對(duì)人工智能等相關(guān)領(lǐng)域的發(fā)展有著十分重要的意義。

作者簡(jiǎn)介

　　夏娜，男，合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院副教授，碩士生導(dǎo)師。2008年北京奧運(yùn)會(huì)火炬手。主要研究領(lǐng)域?yàn)榉植际饺斯ぶ悄堋o(wú)線傳感器網(wǎng)絡(luò)、計(jì)算智能與應(yīng)用。近年來(lái)先后參加了國(guó)家自然科學(xué)基金、教育部博士點(diǎn)基金和安徽省“十五”科技攻關(guān)等項(xiàng)目9項(xiàng)，多次獲省、市級(jí)科技獎(jiǎng)勵(lì)，獲國(guó)家專利1項(xiàng)，主編教材1部，發(fā)表論文58篇，其中EI收錄21篇。蔣建國(guó)，男，合肥工業(yè)大學(xué)計(jì)算機(jī)與信息學(xué)院教授，博士生導(dǎo)師，中國(guó)電子學(xué)會(huì)電子信息類本科生教育委員會(huì)常務(wù)委員，全國(guó)信息與電子學(xué)科研究生教育委員會(huì)理事，安徽省計(jì)算機(jī)學(xué)會(huì)副理事長(zhǎng)，并先后獲安徽省優(yōu)秀教師、教學(xué)名師稱號(hào)。自1985年以來(lái)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(shù)應(yīng)用方向的研究，先后主持或主要參加國(guó)家級(jí)、省部級(jí)等科研項(xiàng)目50多項(xiàng)，獲國(guó)家科技進(jìn)步二、三等獎(jiǎng)各1項(xiàng)，省、部級(jí)科技進(jìn)步獎(jiǎng)7項(xiàng)，獲國(guó)家發(fā)明、專利4項(xiàng)。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。

圖書(shū)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Agent
1.1.2 多Agent系統(tǒng)
1.1.3 Agent聯(lián)盟機(jī)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(guān)鍵問(wèn)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(jī)制
1.4 課題來(lái)源及研究目的和意義
1.4.1 課題來(lái)源
1.4.2 本文的研究目的和意義
1.5 論文組織
第2章計(jì)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(jìn)型蟻群算法求解單任務(wù)Agent聯(lián)盟
2.2.1 問(wèn)題描述
2.2.2 相關(guān)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(jìn)
2.2.6 算法描述
2.2.7 實(shí)驗(yàn)結(jié)果
2.3 基于蟻群算法的多任務(wù)聯(lián)盟串行生成算法
2.3.1 相關(guān)工作
2.3.2 多任務(wù)的調(diào)度
2.3.3 算法描述
2.3.4 與相關(guān)算法比較
2.4 基于模糊集合論的多任務(wù)聯(lián)盟并行生成算法
2.4.1 聯(lián)盟生成問(wèn)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(jié)
第3章聯(lián)盟形成的效用劃分策略
3.1 引言
3.2 問(wèn)題描述
3.3 相關(guān)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(chǔ)
3.4.2 基于利益均衡的聯(lián)盟形成策略
3.4.3 與相關(guān)方法的比較
3.5 進(jìn)一步改進(jìn)方案
3.5.1 方案設(shè)計(jì)
3.5.2 性能分析
3.5.3 模糊評(píng)判Agent能力貢獻(xiàn)
3.6 聯(lián)盟形成的Nash平衡問(wèn)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(wù)完成
3.8 本章小結(jié)
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(wú)通信模式
4.2.2 消息模式
4.2.3 方案?jìng)鬟f模式
4.2.4 黑板模式
4.2.5 Agent通信語(yǔ)言模式
4.3 分層命名與定位機(jī)制
4.4 基于KQML的Agent交互
4.5 KQML行為原語(yǔ)的擴(kuò)充
4.5.1 新的KQML行為原語(yǔ)
4.5.2 語(yǔ)義描述
4.6 通信模型
4.7 實(shí)驗(yàn)
4.8 本章小結(jié)
第5章敏捷供應(yīng)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(shè)計(jì)
5.3 收益分配
5.3.1 決策模型
5.3.2 求解方案設(shè)計(jì)
5.4 敏捷供應(yīng)鏈決策支持系統(tǒng)
5.4.1 系統(tǒng)構(gòu)成框架
5.4.2 ASCDSS中對(duì)象屬性定義
5.5 系統(tǒng)簡(jiǎn)介
5.6 實(shí)例分析
5.7 本章小結(jié)
第6章結(jié)束語(yǔ)
6.1 論文工作總結(jié)
6.2 進(jìn)一步工作的展望
參考文獻(xiàn)
附錄