遗传算法在移动通信系统的基站规划中的应用

移动通信系统中的基站规划是一个非常复杂的问题,为了保证规划合理,实现最大经济效益,所以提出采用遗传算法来优化基站规划.而通过实验仿真,也表明了遗传算法在优化基站规划中起到了重要的作用.     

面向自主计算的主体服务匹配：研究综述

主体服务能力描述和能力匹配是实现自主单元自配置的关键,也是基于主体的自主计算技术中的核心内容.在简要介绍自主计算基础上,重点对主体服务描述语言和主体服务匹配算法的研究成果进行了综述,并指出未来的发展趋势.     

基于主体的语义Web服务自动组合研究

语义Web服务要解决的一个主要问题就是如何实现服务组合自动化.主体技术因其智能性、自主性等特点在解决语义Web服务组合问题中具有较大优势.通过分析语义Web服务组合研究现状,分析主体、语义Web与Web服务的紧密关系,论证了基于主体的语义Web服务的可行性并描述了基于多主体的Web服务组合平台架构.介绍了基于主体技术的语义Web服务组合技术,将服务组合看成是一个多主体环境下的规划问题,给出语义Web服务作为主体动作子类的形式化定义,并针对服务组合问题增加限定条件,定义服务之间的5种关系,试图从逻辑角度,以描述逻辑为基本工具,突出服务的动态性与交互性.最后利用主体的目标规划以及基于描述逻辑的有效推理,给出了服务的自动组合算法.     

用遗传算法实现多移动机器人安全路径规划

针对动态环境中多移动机器人路径规划问题提出了一种遗传算法.该算法的适应值与间隙呈线性关系,计算简单,将协调路径适应值矩阵引入遗传算法,实现了多移动机器人安全路径规划.仿真结果验证了该算法在多移动机器人路径规划中的可行性和有效性.     

一种分布式多主体规划算法

提出一种分布式多主体规划算法.在此算法中,主体规划之间的冲突检测与协调通过多主体协商来解决,即主体规划之间约束一致性的分布式判断.在确定环境中该算法是可靠的.由于算法中主体之间交换的只是与冲突有关的动作、因果链和约束,因此具有通信量小、安全性高的优点.     

现实世界中的主体的一种复合式结构*

多主体系统试图用主体来模拟人的理性行为．生存在现实世界中的主体，面对不断变化的环境，要保持对紧急情况的及时反应，并为实现自己的目标表现出智能的行为．本文提出一种复合式的结构，即在一个主体中有机地组合了多种并行执行、相对独立但又相互作用的智能形态，以使现实世界中的主体在各种情况下作出合理行动．这些智能形态包括对紧急情况的反射、对中短期行为的规划、对世界的建模分析和短期预测、与其他主体的通讯以及决策生成等．使用本文设计的MAPE环境和基于主体内核的插件式的主体构造方法，复合式结构的主体可以方便地实现．为多主体系统建模和推理，本文还研究了模态逻辑并提出一种新的语义．最后，将这种复合式的结构和其它一些主体结构进行简要的比较．     

联邦式多主体系统规划动态修改策略设计与实现

在CIMS环境下,由于智能行为的复杂性和多样性。造成主体系统交互的困难。本文提出了一种联邦式多主体系统结构,主要讨论了联盟体在原始规则出现问题时,如何实现对规划进行动态修改。主要研究规划的动态修改方法,引入了规划修改因素,规划树等,设计了一种动态规则修改环境。提出了一种规划动态修改的方法。     

GP——基于规划图的遗传规划算法

图规划是智能规划领域近年来出现的一种新的规划方法,对智能规划的发展有着重要的影响.图规划的规划产生过程分为两个主要步骤,首先用动作的前提条件和效果产生一个谓词和动作交错出现的图--规划图,然后在规划图中抽取规划解.而第二步往往更为困难和耗时.文章依据遗传算法对规划图提出一种新的解抽取方法,以一种简明、直观的形式给出染色体的编码方式,并在此基础上定义了各种遗传操作算子,将遗传算法引入图规划算法,充分利用遗传算法的并行全局搜索能力实现规划解的搜索.实验表明,在求解大规模的规划问题时,文中的遗传规划算法在求解速度和找到的规划解的质量两方面均显示出优越性.     

基于遗传算法的移动机器人路径规划仿真

本文主要研究了利用遗传算法实现机器人避障路径规划的方法与途径,构建了障碍物多边形的模型,提出了具备明确物理意义适应度函数与变异算子,从而引导遗传算法快速收敛于最优解.通过计算机仿真表明该控制方法具备良好的路径规划能力.     

计算智能在移动机器人路径规划中的应用综述

移动机器人路径规划是建立在机器人定位与避障研究之上,进一步对机器人行为的深入.在给出人工神经网络(ANN)、模糊逻辑(FL)、遗传算法(GA)等计算智能原理性方法的基础上,从一般意义讨论了各类计算智能方法用于路径规划的切入点,研究了各类算法的实现机理与设计思想.最后结合目前的技术发展趋势,对路径规划问题未来可能的研究发展方向进行了探讨.     

用于复杂适应系统仿真的Agent免疫学习系统

分析了复杂适应系统（Complex Adaptive System，CAS）仿真中对Agent学习系统的要求以及基于遗传算法的Agent规则学习系统的不足，提出了一种基于改进免疫遗传算法的Agent学习系统，在该算法中将领域知识和经验作为疫苗对规则库中的规则进行免疫按种，并利用混沌变异模型对规则进行变异操作，产生新的规则。最后，结台跨流域调水管理复杂适应系统仿真中的Agent规则学习过程，对Agent的规则学习和演化机制进行了算法验证及实例分析。     

基于遗传算法的Agent组织信誉度研究

首先描述Agent组织信誉度问题;接着介绍遗传算法在Agent组织信誉度中的应用;最后通过使用MATLAB遗传算法工具箱,对一个典型的实例进行计算,表明遗传算法对Agent组织信誉度优化具有可行性和有效性。     

WSN中一种基于数据融合的Mobile Agent路径规划方法

MA（Mobile Agent）技术作为一种分布式中间件的方法,它很适合应用于WSN中自主性的数据融合和能量均衡方面。但是现有的一些MA路径规划方法确定的路径只考虑节点间的物理距离,此时网络会出现数据负载不均衡、延迟和安全性等一系列问题。针对上述问题,提出一种基于MA协议的路径规划方法（LDLM）,该算法采用K-means聚类算法对网络分簇,然后由Sink节点根据每个簇节点规模派发若干个MA;并且在确定每个MA节点访问组时,综合考虑了节点采集数据量的规模和MA可用存储空间。最后,根据每个MA节点访问组,使用LCF算法确定MA对其节点访问组的访问路径。仿真实验结果表明：该算法在能量消耗、网络生命周期、任务工作周期三个方面性能表现优于现有的一些算法。     

软件Agent的一种面向对象设计模型

怎样实现软件Agent是设计与开发面向Agent编程语言及工具的关键问题.为基于当前主流的面向对象技术来解决该问题,首先讨论了对象与Agent的主要区别,然后通过对Agent的BDI模型进行简化改进,提出了一种基于对象技术的软件Agent的实现体系结构及其内部行为自主决策算法.最后,基于该结构及算法并利用设计模式开发出了软件Agent的一种面向对象设计框架.该工作对于上述问题的解决,以及在现有成熟的面向对象技术基础上开发出软件Agent程序设计语言及其支撑环境具有基础指导意义.     

一种基于无线传感器网络的路由Agent机制

提出一种能够实现高效节能路由机制的软件代理结构,在Agent推理模块部分引入遗传算子,基于聚类首领个数、与基站直接通信的距离以及聚类后的通信距离等设定适应值函数,设计一种新的基于遗传策略的路由代理算法RAGA(Routing Agent using Genetic Algorithms),仿真实验表明算法的正确性和效率性.     

基于遗传算法的工作流程图的绘制

在计划协调技术中,绘制工作流程图是必不可少的工作,在坐标上清楚的绘制流程图,同时表示出各事项间的关系是相当重要的。文章提出一种基于遗传算法的工作流程图的绘制方法,利用遗传算法建立数据模型,通过初始化种群、选择、交叉、变异等一系列过程变化,最后得到最优解。     

基于谓词/变迁网的Agent规划研究

为解决规划形式化系统中动态、异步和并发等特征难以被表示的问题,提出一种使用谓词/变迁网表示Agent规划问题的形式化方法,利用谓词/变迁网的动态、异步、并发等特征表示规划问题,同时将抑制弧引入谓词/变迁网,并将 Agent的动作分为2类基本动作,即普通动作和测试动作,通过这2种动作的组合可以构成各种复杂动作。实例建模验证了采用带抑制弧的谓词变迁网表示Agent规划的可行性。     

基于移动Agent的元数据自动抽取研究

语义Web是在分布式环境下构建复杂系统的一种新兴技术。在分析语义Web与移动Agent的基础上,提出了基于移动Agent的元数据自动抽取系统模型。该系统由三个层次构成网络信息层、移动Agent平台和元数据提取及管理模块,语义Web为解决元数据信息处理提供了一个基本的技术框架,其中核心层为XML,RDF,Ontology。最后,给出了改进的粒群优化算法作为移动Agent路由判定算法,为下一步研究开发比较成熟的软件产品奠定了良好的基础。     

人工智能在选线领域的研究现状分析

由于计算机辅助设计在铁路公路选线设计这种多方案多目标决策工作中存在局限性,有必要在选线领域研究人工智能的应用。通过大量的文献检索,对遗传算法、知识工程和神经网络在选线领域的应用研究现状作了综述,在此基础上提出了综合利用地理信息系统、多Agent技术、工程数据库技术的知识工程路线,并阐述了该研究思路体系结构。     

基于Agent的遗传算法描述与演化模型研究

Agent是指具有智能的人或其它智能物.它具有自治、反响、推测、协作、自学习和相互学习等能力,本文基于Darwin自然进化论与Mendel遗传变异理论,给出Agent的遗传算法与演化模型.这些理论的提出,进一步丰富和完善了Agent的研究内容.