分布式約束優(yōu)化問題(DCOP)是多智能體系統(tǒng)(MAS)的基本框架,是對分布式問題解決、多智能體協(xié)作的重要建模方式,現(xiàn)已成功應(yīng)用于任務(wù)調(diào)度、電力系統(tǒng)等領(lǐng)域。非對稱分布式約束優(yōu)化問題(ADCOP)在DCOP的基礎(chǔ)上增加了Agent的私有偏好,具有更強(qiáng)的建模的能力和更大的應(yīng)用前景。以最大和算法(Max-sum)為代表的推理算法作為求解DCOP/ADCOP的重要手段,廣泛地應(yīng)用于各種實(shí)際場景中。然而,現(xiàn)有的非完備推理算法普遍存在著難以收斂、解的質(zhì)量較差的問題。此外,由于ADCOP對隱私性的要求,傳統(tǒng)用于求解DCOP的完備推理算法無法直接用于ADCOP,而現(xiàn)有的求解ADCOP的完備搜索算法普遍存在著求解問題規(guī)模較小、隱私性較差等問題。針對以上問題,本文擬從求解DCOP的非完備推理算法和求解ADCOP的完備算法開展研究。具體研究內(nèi)容如下:(1)深入分析了值傳播機(jī)制Max-sum類算法的影響。本文從理論上證明了雖然值傳播可以極大地提高算法的性能,但是其同時阻礙了Max-sum類算法的信念傳播。特別地,本文證明了當(dāng)在換向有向無環(huán)圖上連續(xù)執(zhí)行值傳播機(jī)制時,智能體將完全無法利用全局累加的信念,因此算法將等...

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖1.2ADCOP求解算法分類Fig.1.2TaxonomyofADCOPalgorithms

在計算消息時，考慮其所收到的取值信息。相比于Max-sum_AD，Max-sum_ADVP更加傾向于利用且可以保證跨階段收斂（CrossPhaseConvergence，CPC）。但是，盡管它能極大地提高M(jìn)ax-sum_AD的解的質(zhì)量，值傳播同時也限制了算法的探索能力。....

圖2.2ADCOP實(shí)例

重慶大學(xué)碩士學(xué)位論文問題（ADCOP）在DCOP的基礎(chǔ)上增加了個體偏好和隱私性個約束關(guān)系，每個Agent都有自己的約束代價函數(shù)（偏好），被其他Agent所知。因此，ADCOP中的約束代價函數(shù)可以(2.3約束各方給出的代價值不同。ADCOP的求解目標(biāo)同樣是使最小。圖....

圖2.6圖著色實(shí)例

(b)約束矩陣圖2.6圖著色實(shí)例Fig.2.6Agraphcoloringinstan法求解時，因子圖中的各個下方式計算發(fā)送給的消息，尚未收到，給的消息：環(huán)圖，在一個階段內(nèi)會產(chǎn)

圖2.7DCOPSolver平臺的圖形化界面

圖2.7DCOPSolver平臺的圖形化界面Fig.2.7GUIofDCOPSolverOPSolver由三個模塊：基礎(chǔ)設(shè)施模塊、算法模塊和指標(biāo)統(tǒng)計模塊�；A(chǔ)為平臺提供了基本的類型定義、標(biāo)準(zhǔn)測試問題生成與解析、線程間通信面等功能。其中，基本類型定義規(guī)定了平臺中A....

本文編號：3901883