基于多Agent无人机协同侦察任务规划模型

建立了多无人机协同侦察任务规划模型,在考虑侦察时间间隔约束和目标载荷需求基础上,给出了位于不同基地的无人机优化部署和调度策略,并提出了基于多Agent的优化搜索仿真算法,利用Matlab实现了无人机优化配置和任务规划模型,得出了无人机优化配置和任务规划方案,最后分析了模型算法存在的某些不足,提出了模型改进的方向。     

陆战Agent协作机制模型研究

陆战Agent是陆军作战复杂系统ABMS核心的基础要素.友方陆战Agent之间的协作,能够使陆战Agent有效地完成作战任务,提高系统的整体作战能力及面对复杂动态陆战环境变化的应变能力.如何构建符合陆军作战特点的陆战Agent协作机制模型,是陆军作战复杂系统ABMS必须要解决的关键问题之一.针对陆战Agent的"受控性"和层次性,提出了陆战Agent自主协作和上级统一组织协作两种协作模式,探讨了具有单一目标的陆战Agent协作算法和应用集合覆盖理论的作战任务协作分配算法,为陆军作战复杂系统的ABMS奠定了基础.     

陆战Agent学习机理模型研究

陆战Agent是陆军作战复杂系统ABMS核心的基础要素,学习是陆战Agent适应复杂动态陆战环境的重要能力,如何构建符合陆军作战特点的陆战Agent学习机理模型,是陆军作战复杂系统ABMS必须要解决的关键问题之一。通过陆战Agent基于效果学习本质特征和强化学习算法的分析,结合陆战Agent通信和指挥控制的特点,提出了基于知识共享的陆战Agent PS强化学习机理模型。与一般强化学习模型相比,该模型既能解决感知混淆和学习一致性的问题,又能节省存储空间,提高运行效率,还可实现不同形式的知识共享,增强陆战Agent系统的整体学习和完成作战任务的能力。     

基于协商的Agent资源冲突消解算法研究

针对分布式规划系统中Agent计划的资源冲突问题,研究了资源冲突的分类;基于Agent协商理论,从资源最优配置的角度,论证了最优的协商策略,提出了可重复利用的不可分享型资源的冲突消解算法,较好地解决了Agent分布式规划中出现的一类资源冲突问题。算例表明,给出的冲突消解算法是有效的。     

基于Java平台的移动Agent系统实现

根据移动Agent的优点和架构,分析基于Java平台的移动Agent系统需要解决的问题,给出适合开发移动Agent系统的工具、环境和实现步骤.针对关键的Agent系统迁移实现,给出了代码和状态迁移的具体实现方法,提出以新增Agent迁移开发包的思路来实现执行状态迁移,并给出实现其核心问题的解决方法.     

防空监视网络传感器的协作管理

针对防空监视网络的传感器管理问题,讨论了基于多Agent技术的协作管理策略。通过对防空监视网络传感器协作行为的分析,建立了传感器的协作行为模型。结合防空监视传感器的功能,设计了传感器Agent的结构模型。依据防空监视网络传感器的使命要求和完成任务能力,提出了防空监视网络传感器Agent的协商处理策略。     

基于移动Agent的特定数值求解算法研究

在分布式环境下,运用移动Agent技术实现大型复杂系统研究中经常使用的特定数值算法求解,可显著提高计算效率。以分支定界法为例,介绍了其设计思想和实践步骤,并对算法的时间复杂度进行了分析。     

基于分阶段筛选评估的合同网任务分配机制

基于合同网的任务分配机制广泛应用于各领域的多Agent系统中,以解决分布式任务分配问题。在分析经典合同网协议优缺点的基础上,提出了分阶段筛选与招投标协商相结合的任务分配模型。通过招投标的可计算性评估,将主要计算任务放在招投标Agent内部进行并且缩小招投标范围,从而减少通信并提高效率;通过动态确定评估指标提高了机制的通用性。     

一种基于Multi-Agent协作的战场传感器网络数据融合架构

本文着眼于战场传感器网络数据融合问题,分析了数据融合的难点与需求,提出了基于多主体协作的Sentinel-Agent数据融合架构和融合校验模型,并对移动Agent任务规划进行了详细研究。     

卫星对地观测任务全周期规划模型

为解决应急条件下卫星对地观测任务时间紧迫的问题,从卫星执行对地观测任务的全过程出发,提出了卫星对地观测任务全周期规划模型,综合考虑卫星完成任务的各个阶段,缩短整个任务的执行时间,使其满足应急条件下的时间需求。采用启发式算法求解,并研究了基于冲突队列的解的调整优化策略。实验验证所提的模型和算法能够较好地解决卫星对地观测任务规划问题,在时间紧迫的条件下与传统的各阶段的独立任务规划相比,能够提高任务的完成率,具有实际的应用价值。     

The bounded interval generalized assignment model

The bounded interval generalized assignment model is a “many-for-one” assignment model. Each task must be assigned to exactly one agent; however, each agent can be assigned multiple tasks as long as the agent resource consumed by performing the assigned tasks falls within a specified interval. The bounded interval generalized assignment model is formulated, and an algorithm for its solution is developed. Algorithms for the bounded interval versions of the semiassignment model and sources-to-uses transportation model are also discussed.     

云平台上基于关键路径截取的有向无环图应用调度算法

针对云平台上有向无环图科学应用执行容易产生虚拟机资源过剩、资源使用率低及费用虚高的问题,给出一种基于关键路径截取的有向无环图应用调度算法。该算法采取关键路径截取技术,循环找出最晚完成的未分配任务,从该任务出发,在所有未分配任务构成的图中找出最大连通子图,并计算该子图的关键路径,然后将关键路径上的任务集调度到性能匹配的虚拟机上执行;同时通过任务回填技术充分利用虚拟机的空闲时间槽,提高资源使用率。实验结果表明,在云计算平台上,该算法不仅能够在截止时间内完成有向无环图科学应用,而且可以提高资源使用率,有效减少完成该应用所需整体费用。     

移动智能体的形式化研究

移动智能体是当前分布计算领域的研究热点之一 ,但是其理论研究还处于一个很不成熟的阶段。文中阐述了对移动智能体作形式化研究的必要性 ,介绍了当前的研究现状 ,分析了其中的不足 ,并进一步给出了对后续工作的展望     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

深度神经网络指导下的无线覆盖预测算法

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明:该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

基于CPU-GPU混合计算平台的RNA二级结构预测算法并行化研究

RNA二级结构预测是生物信息学领域重要的研究方向,基于最小自由能模型的Zuker算法是目前该领域最典型使用最广泛的算法之一。本文基于CPU GPU的混合计算平台实现了对Zuker算法的并行和加速。根据CPU和GPU计算性能的差异,通过合理的任务分配策略,实现二者之间的并行协作计算和处理单元间的负载平衡;针对CPU和GPU的不同硬件特性,对Zuker算法在CPU和GPU上的实现分别采取了不同的并行优化方法,提高了混合加速系统的计算性能。实验结果表明,CPU处理单元在混合系统中承担了14%以上的计算任务,与传统的多核CPU并行方案相比,采用混合并行加速方法可获得15.93的全局加速比;与最优的单纯GPU加速方案相比,可获得16%的性能提升,并且该混合计算方案可用于对其它生物信息学序列分析应用的并行和加速。     

(2015GIS)北斗静止轨道卫星信号盲区快速并行解算方法

北斗系统静止轨道卫星信号盲区解算方法复杂、串行计算耗费时间长,需在并行环境下利用更多的计算资源进行北斗盲区的快速解算。本文在分析北斗盲区解算原理与算法并行特征基础上,提出了基于动态盲区影响域的并行解算方法,并以栅格单元为并行粒度进行任务划分,实现了北斗盲区的高效并行解算。基于全国范围59景数字高程模型数据,利用8进程进行盲区并行解算,耗费时间约为5小时。实验测试结果表明：算法的并行效率随着进程数的增加有所衰减,但稳定在96%以上。基于本文方法实现的程序中间件已集成应用于高性能地理信息平台中,应用效果良好。     

多阶段任务系统可靠性分析的ROBDD算法

针对Markov方法分析多阶段任务系统(Phased-Mission System,PMS)可靠性时的状态空间爆炸问题,基于层次化建模思想,建立了PMS任务可靠性的顶层系统二维决策图(Binary Decision Diagram,BDD)模型和底层部件Markov模型。通过分析BDD中的同构节点和冗余节点,提出顶层模型构造过程中的同构节点合并策略和冗余节点删除策略。利用上述节点压缩策略生成简化模型,提高模型构造和存储效率。基于PMS部件排序规则,给出了层次化模型的递归求解方法,该方法的计算复杂度与顶层模型中的节点总数呈线性关系。通过算例分析,对比采用节点压缩策略前后的模型节点数,以及层次化方法与Markov方法的计算结果,验证了简化层次模型的正确性和有效性。     

多Agent系统中Agent计算的能力理论

能力是规范Ａｇｅｎｔ的一个重要抽象概念。本文提出了规划树概念以刻划在动态、不确定的多Ａ－ｇｅｎｔ系统中Ａｇｅｎｔ如何通过对其规划进行合理、有效的组织来实现其任务、维护某些条件。基于规划树概念,本文给出了能力概念的形式化语义定义,获取和描述了它的一些重要属性。