多智能体对手建模及其真实模型的确定

针对如何在竞争环境中更好地预测对手行为,并正确制定自身相应的对策进行研究.利用交互式动态影响图对环境中的对手智能体进行建模,并结合贝叶斯网络提出了一种判断对手真实模型的方法.首先,将对手智能体的候选模型保存在模型节点中并实时推理和更新对手的模型、信度和动作;然后,在每次交互中记录下观察到的对手的动作序列,以此作为训练动态贝叶斯网络的集合,得到网络参数后重新计算候选模型的权重,从而判断出对手的真实模型;最后,通过多智能体老虎问题和无人机侦查问题进行实验,并从对手候选模型的权重和我方智能体的收益值两方面验证了算法的有效性.     

基于多Agent的交互式动态影响图研究、应用与展望

交互式动态影响图(I-DIDs)是不确定环境下多Agent序贯决策的图模型.该模型突破传统基于公共知识的纳什均衡点的假设,使得该模型具备解决大规模动态决策问题的能力,具有更为广泛的应用前景.在总结、分析动态影响图研究成果的基础上,针对多Agent的I-DIDs状态空间随时间片的增长呈指数级增长问题,提出了基于行为等价和动作等价的两种新型算法并进行算法分析;此外,探讨应用I-DIDs模型解决自动小车存取系统中的路径规划、避免环路死锁问题,扩展了I-DIDs的应用范围.     

多Agent交互式动态影响图的建模方法

交互式动态影响图是一种以动态影响图为基础,利用有向图构造Agent之间交互作用的决策概率模型,目前只能解决2个Agent的问题.根据概率图模型理论、交互式部分可观测马尔可夫决策过程性质、最大奖励期望值原理等以3个Agent为例建立多Agent交互式动态影响图(I-MADIDs)模型,探讨除建模Agent之外,其他非建模Agent之间存在稳定关系时,如何简化I-MADIDs模型.最后对老虎问题进行建模,利用HUGIN7.0对其进行求解,分别讨论了建模A-gent和其他Agent的决策情况,对比了精确方法和简化模型中贝叶斯参数学习近似方法中Agent的决策情况,证明了近似方法的有效性.     

基于多代理模型的自适应约束优化算法及在铆头优化设计中的应用

为了求解需要消耗大量计算资源的非线性约束的工程优化问题,提出一种基于多代理模型的自适应约束优化算法.首先给优化问题中的目标函数及每一个约束函数分配一个代理模型候选集,其次通过交叉检验确定每一函数相应候选集内代理模型,对研究问题拟合性能排序,并根据排序结果构造一系列原优化问题的近似模型,应用序列二次规划算法求解,当候选集内代理模型数目不一致时,优先选择具有最优性能的代理模型.候选集内代理模型是保留或删除则基于代理模型拟合性能评价结果确定,新样本通过求解构造的近似模型、非均匀变异算子和混合杂交算子BLX-0. 5三种方式协同获得.最后应用提出的算法求解4个典型的数学优化问题,结果表明基于自适应优化算法得到的近似优化解均较好地逼近于理论最优解;同时应用提出的算法对汽车轮毂轴承单元轴铆工艺中的铆头成形曲面进行优化设计,优化结果较好.     

URSI:高效的子图同构查询算法

子图同构查询用于返回数据图中与给定查询图匹配的子图,是图数据管理中的核心问题。如果匹配策略不当、查询结点和数据结点之间大量的冗余枚举以及剪枝策略不当,都会引起查询中的冗余计算问题。本文首先将查询图转化为邻居等价类树并使用过滤条件生成候选区域;其次,通过对候选区域探测将区域中的结点进行排列组合得到结点匹配顺序,并对数据结点进行验证,得到查询图在数据图中的所有匹配的子图;最后给出了基于上述策略的URSI算法,并在真实的数据集上通过实验验证了所提算法的高效性。     

基于SysML的三余度飞控计算机系统建模方法研究

提出了一种基于Sys ML的三余度飞控计算机设计方法.在设计过程中,利用Sys ML静态图构建三余度飞控计算机系统结构模型;利用Sys ML的动态行为图构建余度管理算法模型,实现了三余度飞控计算机系统模型.以某三余度飞控计算机系统为例,构建三余度飞控计算机系统结构模型;设计计算机同步算法、监控表决算法并对算法进行建模.最后,通过所构建的仿真环境进行验证,结果表明所提出方法可行有效.     

交互式动态影响图的一种近似求解算法

提出一种基于行为等价原理分段处理交互式动态影响图（I-DID）的近似算法：先将底层I-DID模型分解成包含若干时间片的子片段,求解首片段,获得各模型的策略树,并依行为等价原理合并策略树,形成策略图,其结果作为下一片段的初始模型,再进行求解.重复这个过程,直到最后片段结束,获得完全策略图,用来指导agent是否进行模型更...     

利用维护代价约束的物化视图选择方法

为了在一定维护代价约束条件下,使查询过程中花费的总查询成本最优化,提出了最小/最大候选集变换算法.该算法构造最大候选视图集和最小候选视图集,基于最小有效的极大基数配比技术,并通过单位维护代价内的查询收益而设计的代价计算模型来获得最佳物化视图集.理论分析和实验结果表明该算法是高效、动态、近似最优的.与以往算法相比,在数据维度大、维层次复杂的情况下,该算法有着更优的执行效率.     

面向分馏塔操作参数优化的带禁忌表并行粒子群优化算法

多元分馏塔操作优化需要反复求解其机理模型中的高维耦合非线性方程组,计算十分耗时.针对此昂贵优化问题,提出了一种带禁忌表的并行粒子群优化(parallel particle swarm optimization,PPSO)算法.以分馏过程机理知识初始化操作参数的禁忌表,再根据已测试候选参数的优化性能动态更新该禁忌表,实现对每次迭代产生的候选解初选,减少禁忌解的计算;接着,以MapReduce的任务分发思想构建算法的并行处理框架,设计任务预分配策略减少通信成本,提高计算效率;最后在子系统中通过对无法求解粒子与不合格粒子的剔除,筛选出原约束优化问题的等价解,进一步减小计算开销.以实际操作优化问题验证了所提算法的有效性,结果表明该算法能够更快地找到分馏系统操作参数的最优设定值.     

求解有向图中三个分图问题的研究

强分图、单向分图和弱分图都是研究有向图的子图的连通性问题,求解强分图的算法有很多。总结了强分圈的求解算法,主要是算法实现的基本技术和特点;通过论述求解单向分图和相应无向图的团问题的等价性,提出了求解单向分图问题是NP问题的观点;最后又阐述了求解弱分图的方法,并给出了一个具体的算法。     

矩阵最小剩余问题及其最优近似问题的对称解

主要给出了矩阵的最小剩余问题及其最优近似问题的对称解.首先,分别给出了与矩阵最小剩余问题及其最优近似问题等价的线性方程;其次,用广义奇异值分解得到了与最小剩余问题等价的线性方程的对称解,即最小剩余问题的对称解;最后,通过寻求与最优近似问题等价的线性方程的对称解,从而得到了矩阵的最优近似问题的最优近似解.     

非对称型SD振子的混沌阈值

基于SD振子,建立了非对称型SD振子模型及其运动方程,其中非对称型振子具有无理恢复力,无法利用常规的非线性方法研究其混沌阈值.为了研究系统的混沌运动,基于分岔的强等价理论,构造了一个与原系统拓扑等价的光滑近似系统,得到了未扰系统同宿轨的解析表达式.在阻尼和外激励的作用下,利用Melnikov方法得到了系统的混沌边界值.最后,利用分岔图和数值模拟研究了近似系统和原系统的混沌运动,验证了理论推导的正确性.     

模型未知非零和博弈问题的策略迭代算法

提出了一种在线积分策略迭代算法,用来求解内部非线性动力模型未知的双人非零和博弈问题.通过在控制策略和干扰策略中引入探测信号,从而避开了系统的模型信息,得到了一个求解非零和博弈的无模型的近似动态规划算法.该算法同步更新值函数、控制策略、扰动策略,并且最终得到收敛的策略权值.在算法实现过程中,使用4个神经网络分别近似两个值函数、控制策略和扰动策略,使用最小二乘法估计神经网络的未知参数.最后仿真结果验证了算法的有效性.     

一种基于改进动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

一种基于改进的动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

线性两比式和的全局优化新算法

对线性两比式和这一非凸NP-困难的优化问题提出新的全局优化算法.首先把原问题等价地转化为一维参数优化问题.设计了巧妙的下界估计方法,在此基础上提出相应的分支定界算法,该算法最坏情况下可需要O(1/ε)迭代步以求得ε-近似全局最优解.数值结果表明,提出的新算法优于商业软件包BARON.此外,针对线性两比式和问题的一个具有隐凸性(等价于一个二阶锥规划)的应用特例,分支定界算法比基于CVX平台调用SDPT3求解相应的二阶锥规划等价模型效率更高.     

带饱和执行器的非线性离散时滞系统的最优控制

主要针对带有饱和执行器的时滞非线性离散时间系统更加一般的形式,通过启发式动态规划(HDP)算法求解无限时间最优控制策略问题,并在值函数中引入折扣因子.首先通过迭代HDP算法给出值函数序列和相应的控制序列,并给出了收敛性证明,即值函数序列收敛到值函数的最优值,以及控制序列收敛到最优控制;其次为了实现HDP算法,引入3个神经网络:模型网络、评判网络、控制作用网络.模型网络用来近似系统模型,评判网络用来近似值函数,控制作用网络用来近似控制;最后通过一个仿真例子说明上述方法的可行性.     

随机信息部分已知的比值优化模型的割平面求解法

研究了随机信息部分已知的比值优化模型的计算问题.对原模型应用对偶理论等价转化,通过考察转化后的模型结构,提出割平面算法.与已有的方法相比较,等价转化后的模型的变量维数将大大减少.最后运用算例测试算法的有效性,结果表明该算法的计算速度较已有的方法要快很多.该方法计算简单,存储需求小,比较适于求解随机信息部分已知的比值优化模型中的大规模问题.     

一种具有半动态候选列表的蚁群算法

文章在ACS算法使用的最近邻候选列表的基础上,应用受限生成思想,设计了一种半动态的候选列表生成机制,使得蚁群对于所求解问题产生一定程度的记忆与环境识别能力;运用该方法改进了基本蚁群算法,优化了AS算法的搜索过程;同时,通过仿真实验对比具有半动态候选列表的AS算法与AS算法在计算TSP问题时的结果,验证了算法优化的有效性.     

与或图数据库的可达算法和寻根算法

与或图数据库是利用与或图描述数据库的关系模式 ,从而建立起新的一套数据库理论。这种数据库理论采用图论作为数学基础 ,将可达算法、搜索算法和分块算法引入关系数据库 ,来解决规范化算法中关键字求解和依赖蕴涵的问题。该文提出了利用宽度搜索、深度搜索、分块搜索和启发式搜索四种搜索算法判断依赖蕴涵问题 ,以及利用生成子图的方法求解候选关键字的问题。最后进一步证明了这些算法在复杂度上比传统算法更加优越。由此可见与或图数据库的算法更加高效直观易于编程 ,还为图论和人工智能与数据库的结合提供了可能