动态环境下分布式智能系统的任务协作理论研究

本论文采用multi-agent的理论方法，针对复杂大系统中广泛存在的异质智能 子系统，探讨了这类分布式智能系统在协作中所面临的问题，并就各子系统间如 何在动态环境下进行协调控制等方面开展了初步的理论研究。 全文主要涉及到以下几方面的工作： （1）对于基于知识水平的agent交互问题，通过引入本体论的思想，建立统一的术 语定义，并依据本体语言对概念定义的规范，提出通过采用OOP编程语言实现 类似的概念定义。对于在构建multi-agent系统时常采用的KQML语言，建立了 该语言的交互模型，分析了其同步和异步通讯模型，并给出了选择模型的依据。 （2）基于对策论的思想方法，给出了针对MAS中任务协作联盟的构成算法，并分 析了算法的复杂度和有效性等问题。该算法充分利用agent已有的经验和知识， 并且具有符合multi-agent系统的分布式计算特性。 （3）基于集覆盖的概念，将任务分配问题转化为集覆盖问题，提出了一种严格启 发式的优化算法，并给出了该算法搜索结果的上确界。同时，针对子任务可分的 情况，给出了另一种扩展的算法，并证明了算法的收敛性，给出了算法的时间复 杂度。 （4）针对multi-agent系统的可信度合成问题，提出了一种递归合成的算法，解决 了已有算法的肯定和否定失效问题。该算法对于动态系统的结论合成问题，可充 分利用已有结果，使合成算法具有实时性和合理性。 （5）针对分布式的智能控制系统中各子系统间任务决策的协调问题，采用FCM建 立了系统支持度的模型。在该模型的基础上给出了一种新颖的协调决策策略，并 提出了multi-agent系统的协调控制稳定性的概念。 （6）针对三层结构的供应链系统，应用MAS中的子任务分配优化算法以及反馈控 制中的比例控制方法，对该系统的物流过程给出控制策略。同时，基于MAS中 的本体论方法，采用Java语言编制了该供应链系统的仿真平台SCA。