基于Agent的CGF行为建模技术研究

对于含有智能体、智能行为的复杂系统仿真，传统的建模方法难以表述智能体的精神状态。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。本文综合论述了基于Agent的CGF行为建模技术，最后并阐述了行为建模研究面临的困难。     

基于GEAHP模糊综合评判的教学质量评价系统

提出一种群体可拓层次分析法确定评价指标的权重以解决指标权重不确定问题,用模糊综合评判法进行综合评价以解决评价数据模糊性问题。在此基础上,设计了教学质量评价系统的体系结构、功能模块、后台数据库系统,研究了系统实现的主要技术,解决了C/S和B/S混合模式下编程问题和数据库安全性问题。实例分析证明了评价系统的有效性。     

基于MAS的智能公交调度系统的建模与实现

城市公共交通具有结构复杂、并发性和分布性等特点,使用数学建模的方法很难有效解决其调度问题,而多Agent系统MAS是一种解决复杂系统问题的有效方式,因此应用MAS来解决公交调度问题。首先,建立了城市公交系统的概念模型;然后,根据MAS的建模思想对公交调度相关实体进行抽象,建立了智能公交调度系统的MAS模型,并给出了Dispatch Agent、Bus Agent和Stop Agent的建模方法以及知识库的构建、推理和学习的流程;最后,完成系统实现。     

基于BP神经网络的智能云效能模型

面对日趋庞大和复杂的智能应用,建立有效的云服务质量模型是评价云服务质量的重要手段。然而,由于智能云各层资源的多样性、动态性等特点,智能云服务效能的评估具有很大的难度。针对目前智能云计算领域缺乏标准和统一的云服务质量评价指标和云服务建模手段的问题,文中将智能云抽象的服务质量具体化为云服务效能,云服务效能被定义为反映云服务能力水平的服务可用性、可靠性,以及体现服务效率的性能,即通过云服务效能输出定量的评价智能云的整体服务能力水平。并且提出了一种基于BP神经网络的智能云效能模型,通过BP神经网络模拟智能云服务的输入特征与服务效能之间复杂的非线性关系,一旦确定输入特征,即可预测输出的服务效能评价指标,这就要求效能模型能够实时并准确地根据系统配置输入特征,预测当前系统的服务能力。实验结果表明,BP神经网络模型作为智能云服务效能模型的建模工具,具有较好的计算效率和准确率。     

应用Repast S的复杂系统建模仿真

研究社会灾害和生态环境中的发慌问题,需科学决策.针对复杂系统的研究涉及到多种学科交叉,进行多Agent建模仿真需要面对不同领域知识融合的问题.在最新多Agent建模仿真平台Repast Simphony(简称Repast S)的研究基础上,为决策者提供依据,提出以其层次建模框架满足多专家群体协作建模需求,以Score元模型为建模基础进行领域知识融合的策略.以森林火灾系统为例,应用Repast S进行了建模仿真实践.所建立模型有机融合了林火蔓延的元胞自动机模式和扑救协作的社会网络模式等领域知识,进行仿真.仿真结果体现出各种模式对森林火灾系统演化态势的影响.Repast S为复杂系统学科交叉的多Agent建模仿真提供了有效支持.     

基于神经网络和混合遗传算法的优化控制研究

本文主要提出一种对复杂系统进行智能优化控制的解决方案,首先采用神经网络对欲控制的复杂系统进行建模,然后采用实际数据构建针对性的神经网络模型,最后用混合遗传算法对神经网络模型进行制定参数寻优,从而获得对复杂系统的智能优化控制。在理论探讨的基础上,本文给出了此优化控制方法的相关MATLAB程序,只要针对具体问题稍加调整,相信此程序能较好地解决实际中复杂系统的优化控制问题。     

层次结构的进程网

进程网(Process Net)是一种结合进程代数和Petri网理论的Petri网模型。 当系统过于复杂时,进程网系统模型在实际应用中会遇到节点爆炸的问题,此时需要引入层次结构。提出了层次结构的进程网,给出了层次进程网的建模过程和实现算法,解决了大的复杂系统建模和状态空间爆炸问题,可以清楚地反映出模型的层次,便于对进程网进行细化得到准确的模型,也便于用逐步求精、自顶向下的方法对被模拟系统进行建模,帮助用户实现各种粒度的仿真服务。     

一种基于层次分析法的大规模信息系统风险评估方法

大规模信息系统涉及到的资产种类多、数量多、分布范围广且网络结构复杂,在相关风险评估及等级测评实践中遇到了效率低下、结果不全面、灵活性差等问题。提出一种基于层次分析法的大规模信息系统风险评估方法。该方法结合大规模信息系统的特点,以层次分析法为基础,引入节点分类、风险调整等流程实现了定性与定量相结合的风险评估,有效解决了上述问题,为大规模信息系统的风险评估及等级测评工作提供了方法,同时为提高大规模信息系统等级测评的结果判定的准确性提供了思路。     

基于multi-agent的综合系统仿真研究

本文针对复杂系统仿真特点，以降低综合仿真系统的复杂度和研发费用并提供最大程度的辅助决策支持为目的，提出了包括仿真建模结构、控制结构和智能模型的基于multi-agent的复杂系统智能仿真方法．基于multi-agent的综合系统智能仿真体系结构引入了一种新的建模与仿真的思想和方法，从而形成了一套独特的仿真建模体系结构，提高了建模与仿真的通用性、可重用性，互操作性以及计算机仿真技术的辅助决策能力．     

一个面向异构多UUV协作任务的分层式控制系统

针对异构多UUV协作任务,提出了基于多智能体系统的分层式体系结构（MAHA）.在个体层面,将UUV智能体的思维状态分为社会心智和个体心智两个层次分别实现,更加符合人类社会协作模式;在群体层面,提出了复杂海洋环境下UUV群体结构的评价准则,并据此将MAHA与现有结构进行了对比分析.此外,利用面向对象的Petri网理论建立了系统的协作模型,有效降低了系统建模的复杂性.最后,水下多目标搜索使命的实例研究表明,MAHA能够保证异构UUV之间进行有效的协作.     

基于MAS的智能决策支持系统研究

为了使多Agent系统的研究和日益强大的网络技术为建立人机一体化的智能决策支持系统提供新的途径和方法，文中在分析了多Agent系统(MAS)体系结构的基础上，对智能决策支持系统(IDSS)进行了探讨，提出一种在网络环境下，基于MAS的智能决策支持系统模型，并给出了其决策支持过程描述、形式化定义。该模型能够为智能决策支持系统提供新的途径和方法，不仅丰富了智能决策理论，而且能够对实际决策提供有效的支持。     

智能移动机器人跟踪系统应用研究与设计

针对移动机器人检测与跟踪系统的世界模型,从智能控制与模式识别方法和传统控制理论相结合的思想出发,提出一种多层次、多阶段的智能控制模型结构。此结构仿人思维模式把复杂任务系统分解为感知、执行、决策三个层次,解决了复杂任务中不易建模的问题;跟踪过程采用Kalman预报器对运动目标状态进行一步预测估计和两步增量式跟踪算法,可快速平滑地实现移动机器人对运动目标的跟踪驱动控制。给出了该结构模型的移动机器人视觉检测识别和跟踪控制系统在汽车桩考中的实际应用。     

智能自组织系统仿真与应用

信息技术的发展给现代企业带来了许多复杂决策问题,而利用传统的决策理论求解将具有极大的局限性。文章介绍了基于机器学习与进化算法的一个智能自组织系统仿真模型,这一模型不仅具有复杂系统机理研究的理论意义,也可以有效地应用于企业决策问题中,使决策模型具有从环境中自发学习与进化的能力。首先,文章介绍了三层智能自组织系统仿真的基本原理模型;接着介绍了模型在典型复杂企业决策问题中的实现原理、建模过程、算法实现等;最后,对模型的仿真应用结果进行了参数实验与讨论,仿真模型取得了令人满意的决策支持效果。     

基于数据可视化的复杂系统信号时序识别方法

针对复杂系统研发及运行过程中产生的大量信号可以表征系统运行的时序健康状态这一特性,提出了一种基于数据可视化及卷积神经网络(convolutional neural networks,CNN)智能识别的时序特征识别方法;该方法使用数据可视化技术将信号的时序特征映射至图像,通过训练好的特征识别模型对信号可视化图像进行时序特征的识别,可实现系统运行时的实时智能状态监测;选取了三种典型信号的正常及异常特征,通过模型构建及测试分析,验证该方法对复杂系统信号的时序特征有良好的识别效果,可应用于对时序要求较高的复杂系统进行状态监测及故障诊断。     

智能虚拟环境中的决策模型及其应用

针对智能虚拟环境中决策所必须解决的实时性和动态性的问题,研究了智能虚拟环境模型的构,对传统的规划方法做了,要用了能进行实时规划的限时A＊算法,同时使用了动作栈,该方法可以对当前的动作进行即时评价,使得决策可以满足动态开放的虚拟环境要求,在此基础上实现了一个决策Agent,它能产生一定的智能行为,最后实现了一个小型的智能虚拟环境,并应用该模型来指导其中虚拟人物的行为。     

IDSSs opportunities and problems: Steps to development of an IDSS

IDSSs should contribute to the enhancement of human performance, but their effectiveness can be guaranteed only in the case of certain decision types. The issues explored in this paper show that they can help to overcome some human limitations, especially in complex data and information processes, in uncertainty management, and in coherent reasoning. Integrating human and machine expertise is clearly beneficial, nevertheless with the aim of building intelligent solutions we should not ignore the role of human factors and the problems deriving from the integration of knowledge of multiple experts. The risk is that the systems will become clumsy and vulnerable to embarrassing failures. The paper explores the opportunities for exploitation of IDSSs to provide intelligent advice, intelligent analysis and intelligent evaluation. Some suggestions for research have been proposed looking at the ideas put forward in a recent research project dealing with the development of a system supporting local government authorities on environmental impact assessment procedure.     

Emotion on FPGA: Model driven approach

Implementation of intelligent and bio-inspired algorithms in industrial and real applications is arduous, time consuming and costly; in addition, many aspects of system from high level behavior of algorithm to energy consumption of targeted system must be considered simultaneously in the design process. Advancement of hardware platforms such as DSPs, FPGAs and ASICs in recent years has made it increasingly possible to implement computationally complex intelligent systems; on the other hand, however, the design and testing costs of these systems are high. Reusability and extendibility features of the developed models can decrease the total cost and time-to-market of an intelligent system. In this work, model driven development approach is utilized for implementation of emotional learning as a bio-inspired algorithm for embedded purposes. Recent studies show that emotion is a mechanism for fast decision making in human and other animals, and can be assumed as an expert system. Mathematical models have been developed for describing emotion in mammals from cognitive studies. Here brain emotional based learning intelligent controller (BELBIC), which is based on mammalian middle brain, is designed and implemented on FPGA and the obtained embedded emotional controller (E-BELBIC) is utilized for controlling real laboratorial overhead traveling crane in model-free and embedded manner. Short time-to-market, easy testing and error handling, separating concerns, improving reusability and extendibility of obtained models in similar applications are some benefits of the model driven development methodology.     

面向智能保障的航空测试技术应用与发展

为增强航空装备智能保障信息感知和数据获取能力、提升智能保障决策的准确性,急需将测试技术与智能保障深度融合,并明确智能保障对测试技术的发展需求。首先分析了航空装备智能保障需求,然后深入分析了航空测试技术在智能保障中的应用范围及流程,最后提出了智能监测传感器、非接触测试、智能BIT工程化与认知BIT技术、机载智能专用监控芯片、边界扫描装置、PHM系统验证与熟化和机载智能保障测试标准化等航空测试技术在机载智能保障中的应用的发展建议,同时提出了便携式测试诊断设备统型、飞机维修线智能测试系统研制、飞机部件地面定位测量引导设备研制、飞机隐身涂层损伤一体化智能检测设备研制、结构损伤智能柔性检测设备研制、便携式油液智能检测设备研制、地面PHM系统数据库及应用系统研制、保障测试设备验证与评价系统研制等航空装备地面智能保障测试方面的发展建议,希望能够为智能保障测试技术发展起到一定的推动作用。     

多频多段人体生物电阻抗测量系统

人体生物电阻抗是人体体成分的重要组成部分,在一定程度上反映了人体组织的生理状况。基于此,设计了一套基于八电极的多频多段人体生物电阻抗测量系统。测量系统由单片机系统、正弦交流激励电流源、有效值检测电路等组成,实现了5～500 kHz频率范围的左右上下肢及躯干的5段测量。测试结果表明,测量系统实现了人体生物电阻抗的幅值和相位的高精度测量,幅值相对误差小于0.7%,相位绝对误差小于0.8°。     

智能系统的广义智能定性评价之研究

本文专门研究智能系统的智能特性和智能水平评价，旨在促进其健康发展。采用的主要方法是：在图灵测试的基础上，借鉴了人的智商测试方法，运用了广义人工智能的广义思想，提出了广义智能评价理论体系。该理论体系包括了一个关于广义智能评价的定义、特指系统的性能和特指系统技术的两个广义智能标准、评价产品或系统智能时使用的三个广义规范，提出了广义智商算法、广义智能评价的定性和定量评价方法及评价规则，它留下的广义空间可包容不同类型的智能系统作为其评价对象。在实施评价的过程中，采用共享法、仿真法和人机结合等测试方法，举例说明了对典型智能控制系统的智能水平评价和对智能移动机器人自识别特定对象的智能特性评价结果。