【摘要】：復(fù)雜系統(tǒng)遍布日常生活的每一個(gè)角落,人們對(duì)復(fù)雜系統(tǒng)及復(fù)雜性科學(xué)的研究也日益重視�；贏gent建模方式是利用Agent的思想對(duì)復(fù)雜系統(tǒng)中的仿真實(shí)體進(jìn)行建模,通過對(duì)復(fù)雜系統(tǒng)中的基本元素及其之間交互的建模與仿真,可以將復(fù)雜系統(tǒng)的微觀行為和宏觀“涌現(xiàn)”現(xiàn)象有機(jī)地結(jié)合到一起,是一種自底向上的、行之有效的仿真建模方式。因此,對(duì)Agent建模技術(shù)的研究具有重要的理論意義和現(xiàn)實(shí)意義。 本文首先介紹了霍蘭教授提出的復(fù)雜適應(yīng)系統(tǒng)(CAS)理論的基本概念,并分析、闡述了CAS的研究方法、特點(diǎn)以及現(xiàn)實(shí)應(yīng)用,接著介紹了多Agent相關(guān)技術(shù)及研究現(xiàn)狀。緊接著在接下來兩章提出了基于Agent的復(fù)雜適應(yīng)系統(tǒng)建模研究和基于多Agent技術(shù)的遺傳算法研究,并對(duì)算法結(jié)果進(jìn)行了分析比較,驗(yàn)證了上述技術(shù)的正確性和可行性。最后,對(duì)復(fù)雜適應(yīng)系統(tǒng)理論的一個(gè)具體應(yīng)用-社會(huì)民意系統(tǒng)進(jìn)行了闡述和分析。 針對(duì)復(fù)雜系統(tǒng)中個(gè)體的微觀行為極其重要的特點(diǎn),本文在第三章分析了個(gè)體與環(huán)境的關(guān)系后,還著重對(duì)個(gè)體Agent進(jìn)行了建模,包括它的形態(tài)、內(nèi)部規(guī)則、通信方式等。為了體現(xiàn)復(fù)雜適應(yīng)系統(tǒng)的對(duì)未來狀態(tài)的預(yù)測能力,以達(dá)到預(yù)測效果,本文設(shè)計(jì)并實(shí)現(xiàn)了基于多Agent技術(shù)的遺傳算法,針對(duì)協(xié)商時(shí)間長,協(xié)商無結(jié)果的情況,本文引入了遺傳算法并做了相應(yīng)改進(jìn),該算法結(jié)合Agent理論和技術(shù),在評(píng)價(jià)函數(shù)、種群規(guī)模與分布、交叉和變異操作等方面都對(duì)傳統(tǒng)遺傳算法進(jìn)行了改進(jìn),尤其是在高維度計(jì)算下,利用多Agent技術(shù)達(dá)成的自動(dòng)協(xié)商,在性能和效率上都有提高。
【圖文】：

學(xué)習(xí)能力、協(xié)同能力等具備社會(huì)人基本素質(zhì)的個(gè)體。由此，可以設(shè)想:用Agent來替代個(gè)體，多Agent及外部因素構(gòu)成環(huán)境，Agent的適應(yīng)性就能逐步演化出個(gè)體之間互相制約的復(fù)雜環(huán)境。復(fù)雜適應(yīng)系統(tǒng)可以濃縮為圖3一1所示。為了有更清晰的認(rèn)識(shí)，論文從以下兩個(gè)方面來剖析復(fù)雜環(huán)境中Agent的形態(tài)及演化。圖3一1抽象化的復(fù)雜適應(yīng)系統(tǒng)(1)個(gè)體Agent的形態(tài)在復(fù)雜適應(yīng)系統(tǒng)理論中，個(gè)體是自主的、能夠通過學(xué)習(xí)調(diào)整自己對(duì)環(huán)境的反應(yīng)來適應(yīng)環(huán)境，最終成為環(huán)境的一部分。因此，認(rèn)識(shí)Agent的具體形態(tài)，對(duì)更深層次的把握復(fù)雜適應(yīng)系統(tǒng)演化是非常重要的。所謂Agent的具體形態(tài)，主要包括Agent的結(jié)構(gòu)、初始狀態(tài)、思維方式、行為規(guī)則。為了將復(fù)雜適應(yīng)系統(tǒng)中的個(gè)體投映為Agent，論文在構(gòu)建模型時(shí)，講究此原則:復(fù)雜適應(yīng)系統(tǒng)中的個(gè)體，類似社會(huì)中的“自然人”

規(guī)則fl表示當(dāng)智能體滿足這個(gè)投票條件:profit(某決策獲得的利潤)大于100元時(shí)，智能體就有強(qiáng)烈意愿趨向并愿意執(zhí)行該項(xiàng)投票動(dòng)作。智能體根據(jù)環(huán)境、條件及狀態(tài)做出各種行為的過程如圖5一3所示。智能體的所有規(guī)則構(gòu)成一個(gè)有限規(guī)則集R[54]，，它可表示為:R={rl幾，~·，rm}mEN公式(5一1)規(guī)則集中的規(guī)則可以是不完備的，相互之間允許矛盾的存在，也允許規(guī)則存在一定的冗余[56]。規(guī)則集不完備的原因是:建模時(shí)，建模者對(duì)局部細(xì)節(jié)分析和
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2011
【分類號(hào)】：N941.4

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任平;遺傳算法(綜述)[J];工程數(shù)學(xué)學(xué)報(bào);1999年01期

2 黃京華,馬暉,趙純均;面向電子商務(wù)的基本遺傳算法的Agent談判模型[J];管理科學(xué)學(xué)報(bào);2002年06期

3 馮珊,唐超閔,君沈沖;用于復(fù)雜系統(tǒng)建模與仿真的面向智能體技術(shù)[J];管理科學(xué)學(xué)報(bào);1999年02期

4 鄭立平,郝忠孝;遺傳算法理論綜述[J];計(jì)算機(jī)工程與應(yīng)用;2003年21期

5 蔣云良,徐從富;智能Agent與多Agent系統(tǒng)的研究[J];計(jì)算機(jī)應(yīng)用研究;2003年04期

6 艾麗蓉,何華燦;遺傳算法綜述[J];計(jì)算機(jī)應(yīng)用研究;1997年04期

7 李華昌,謝淑蘭,易忠勝;遺傳算法的原理與應(yīng)用[J];礦冶;2005年01期

8 戴曉暉,李敏強(qiáng),寇紀(jì)淞;遺傳算法理論研究綜述[J];控制與決策;2000年03期

9 黃永青;郝國生;梁昌勇;楊善林;;交互式Multi—Agent遺傳算法[J];模式識(shí)別與人工智能;2007年03期

10 張鈴,ahu.edu.cn,張鈸;遺傳算法機(jī)理的研究[J];軟件學(xué)報(bào);2000年07期

相關(guān)博士學(xué)位論文 前2條

1 鄧宏鐘;基于多智能體的整體建模仿真方法及其應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2002年

2 遲妍;基于復(fù)雜適應(yīng)系統(tǒng)理論的作戰(zhàn)模型研究[D];國防科學(xué)技術(shù)大學(xué);2004年

相關(guān)碩士學(xué)位論文 前4條

1 徐漾;基于多Agent的數(shù)據(jù)挖掘技術(shù)在電信客戶流失中的研究與應(yīng)用[D];中南大學(xué);2009年

2 王鵬人;基于多Agent的巖體聲發(fā)射信號(hào)檢測定位系統(tǒng)應(yīng)用研究[D];中南大學(xué);2009年

3 譚煉;基于Agent和移動(dòng)網(wǎng)的位置信息智能服務(wù)應(yīng)用研究[D];中南大學(xué);2010年

4 李禮;基于Agent的醫(yī)療信息整合平臺(tái)的設(shè)計(jì)與研究[D];中南大學(xué);2010年

本文編號(hào)：2615514