导读:本文包含了多代理协同论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:系统,分布式,分配,主动,电源,配电网,电价。
多代理协同论文文献综述
施慧斌,刘修奇[1]（2019）在《基于多代理模型的产学研主体协同创新行为演化博弈仿真分析》一文中研究指出为了解决产学研各方主体在协同创新合作过程中各方的收益的合理分配问题,从而达到深层次的协同创新效应,这是产学研合作各方追求的目标,高水平的协同创新行为可以衡量协同创新的深度,将演化博弈仿真加入到产学研协同创新合作过程中,引入多代理机制重点分析合作演化的初试变量设置对博弈结果的影响,并考察结果和原因。在有限理性的基础上,结合多代理思想理论和演化博弈理论,依托Netlogo平台构建模拟环境、政府政策以及产学研主体各方进行仿真,分析并验证不同参数设置下仿真实验的结果及其原因。(本文来源于《价值工程》期刊2019年18期）
于娜,于飞,黄大为,陈厚合,张鹏宇[2]（2019）在《基于多代理系统的电动汽车充放电分布式协同调度策略》一文中研究指出大规模电动汽车(Electric Vehicles, EV)无序充电行为将增加电力系统运行的安全隐患,而数量庞大的电动汽车充放电优化控制为电力系统能量管控提出了新的挑战。提出一种改进的基于多代理系统(Multi-AgentSystem,MAS)的电动汽车充放电分布式协同调度方法。该方法以负荷填谷为目标,在虚拟电价协同机制框架下,综合考虑了配电网叁相负荷平衡、变压器容量约束和节点电压约束,与MAS信息交互机制相结合,通过采用迭代修正虚拟电价的方法,实现EV有序的智能充放电。以IEEE33节点系统为例进行仿真分析,验证了所提方法的特点和有效性。(本文来源于《电力系统保护与控制》期刊2019年05期）
王凌云,胡兴媛,李升[3]（2019）在《基于多代理的实时电价机制下微网需求侧协同调控优化》一文中研究指出为使微网中各元件稳定运行且经济效益提高,采用多代理技术对需求侧负荷、蓄电池以及发电侧微源进行协调控制,使微网中各代理间信息及时反馈,减少系统故障。其次在微网并网运行的实时电价机制下,制定蓄电池充放电控制策略,分析蓄电池输出功率特性,以协调一天内不同时刻的各微源出力。同时采用多Agent混沌粒子群优化算法对考虑用户满意度的微网经济运行模型进行求解。并通过算例对比分析以验证所提出的基于多代理协调控制的微网能有效提高运行效益。(本文来源于《电力系统保护与控制》期刊2019年05期）
杨洋,吕林,肖万芳,刘俊勇,刘友波[4]（2016）在《主动配电网多代理能量管控的分层协同策略》一文中研究指出本文针对分布式电源高渗入的主动配电网,提出多代理系统能量管控的分层协同策略。充分考虑各类分布式电源特性与协作关系,搭建分布式电源多代理模型;进一步构建分层自治协同的主动配电网能量管控多代理框架,提出包含区域内自治层、区域间协调层、配电网中心管控层的3层多代理能量管控策略。在清洁能源最大化利用和分布式电源就地消纳的原则下,实现系统的稳定优化运行。最后,通过算例仿真验证了策略的可行性。(本文来源于《电力系统及其自动化学报》期刊2016年07期）
叶扬志[5]（2016）在《基于多代理网络的稀疏参数协同估计算法研究》一文中研究指出随着现代通信和传感器技术的飞速发展,人们对信道频谱利用率和信息传输速率的要求越来越高,稀疏信道的估计问题和分布式多代理网络的协同估计问题显得尤为突出。本文主要研究稀疏辨识在分布式多代理网络中的应用,即基于稀疏辨识算法,利用分布式协同策略实现网络对稀疏系统参数的协同估计。稀疏系统参数辨识是指在代价函数中添加稀疏性约束项,对零权系数和非零权系数施加不同权重的吸引力,提高算法收敛速度;分布式协同估计是指分布式网络结构中各个代理通过不同的信息交互策略分享网络中数据并协同处理,实现整个网络的协同估计。首先介绍基于LP范数约束的稀疏辨识算法:L0-LMS算法和L1-LMS算法,两种类型的算法是利用系统稀疏的先验特性对标准最小均方(LMS)算法的改进。在单代理稀疏辨识算法的基础上,根据现有的分布式协同估计方法研究成果,本文针对分布式多代理网络中各代理协同估计稀疏系统参数的问题进行了研究。采用分布式协作策略优化稀疏辨识算法,在实现协同估计稀疏参数的同时,增强了分布式网络的辨识能力。在实际的工程环境中,代理的输入和输出信号通常伴有干扰噪声,从而导致自适应估计出现偏差。偏差补偿原则是指分析估计过程中产生的偏差并通过自适应估计噪声方差对代价函数进行修正,得到无偏估计的更新公式,最终实现未知目标参数的无偏估计。本文基于前向预测噪声方差估计方法提出了适用于簇稀疏系统的偏差补偿算法,并结合不同的分布式策略,提出基于多代理网络的分布式偏差补偿RZA-LMS算法。仿真结果表明,本文提出的偏差补偿方案有效地提升了稀疏系统辨识的准确度,而且在多代理网络中,分布式偏差补偿稀疏参数协同估计也有良好的收敛性能。(本文来源于《北京理工大学》期刊2016-06-01）
孔朝阳,桂宁,包晓安,裘智峰,胡增见[6]（2016）在《基于多代理系统的微网协同控制研究》一文中研究指出针对传统集中控制和分散控制的缺陷,提出了一种基于多代理系统的微网控制策略协调和调度方法,设计和部署了总控制Agent用于调度和多个子Agent用于独立管理微网中的不同实体。总控制Agent对微网中不同的子Agent的控制策略进行协调和调度,子Agent根据具体调度策略进行本地执行,以保证微网物理设备满足电约束,这些Agent共同作用保证了微网在变化的环境中始终保持稳定运行。借助开源的JAVA代理开发框架,并遵循FIPA标准定义对Agent之间交互提供支持。利用Matlab/Simulink搭建了微网系统模型,模拟了微网在并网运行、孤岛运行以及并网/孤岛切换情形下各Agent协调和调度过程,仿真结果表明该设计可行、有效。(本文来源于《浙江理工大学学报(自然科学版)》期刊2016年02期）
刘雪松,李昕[7]（2015）在《基于多代理交互协同的CSC绩效研究》一文中研究指出作为国民经济领域中的重要组成部分,建筑业所受到的关注度正在不断地升温。建筑供应链中各节点成员之间的有效沟通和交互协同,可以降低供应链整体成本、防止信息失真、缩短工期等优势,也成为影响其供应链绩效的重要因素。因此,文章提出了一个能够衡量建筑供应链绩效能力的多代理沟通作用模型,文章构建了基于建筑供应链成员中代理商之间交互协同的供应链绩效测量模型,指出了不同职责代理商的责任与义务,明确各代理商之间的关系,并提出了模型中能够影响供应链的关键因素。(本文来源于《现代经济信息》期刊2015年09期）
蒲天骄,刘克文,李烨,董雷,陈乃仕[8]（2015）在《基于多代理系统的主动配电网自治协同控制及其仿真》一文中研究指出构建一种基于多代理系统的主动配电网分布式能量协调控制架构,给出各Agent的代理模型、优化目标、安全约束及能量自治协同策略。利用Agent的自治性、协同性实现分布式电源自身和相互之间的能量平衡,从而获得兼顾分布式电源个体目标和系统整体目标的主动配电网全局优化控制策略。文中重点关注于一种区域自治和全局协同控制方法的设计与实现,以支持多种分布式电源的联合优化调度。最后,采用JADE开发平台搭建多代理系统仿真环境,通过算例系统验证了方法的有效性。(本文来源于《中国电机工程学报》期刊2015年08期）
李从东,高杨,封树民,赵映红[9]（2012）在《农业抗旱过程中的多代理协同方法》一文中研究指出为解决抗旱过程中各种代理所描述的语义信息可理解性不高和语义概念关键属性分类精度低的问题,该文基于农业抗旱处置过程建立了代理的抗旱协同推理适应度模型。同时为解决多代理协同方式僵化问题和推理计算过程中的不确定性问题,建立了农业抗旱多代理协同的多目标鲁棒优化模型。并且运用NSGA-Ⅱ(改进的非支配排序遗传算法)算法对算例进行了求解,从而能够得到不同风险水平的决策支持方案。最后通过仿真分析,说明了该方法具有较高的系统稳定性和有效性。(本文来源于《农业工程学报》期刊2012年14期）
马鑫[10]（2011）在《基于协同机制和智能算法的多代理系统研究及应用》一文中研究指出在经济计划、工程设计、生产制造、数据存储、信息安全等领域存在着大量的分配调度问题,即在众多可行的决策方案中寻求最佳的分配调度方案。有效解决这些问题不仅具有重要的社会意义,而且也能产生巨大的经济效益。任务分配、资源分配、生产调度是计算机研究领域的一些经典问题,其中有许多问题尚未彻底解决,对它们进行研究具有重要的理论意义和实际应用价值。而随着先进制造技术的发展,实际的分配调度问题变得越来越复杂,这使得传统的分配调度方法越发显得无能为力,因此,亟待寻求面向复杂问题的新的分配调度方法。Agent和多Agent系统(multi-agent systems,MAS)已经成为人工智能研究实用化和分布式计算环境下软件智能化的重要技术。不同于传统算法在设计时需要对问题有全面的分析,Agent能够模拟人类的行为,只需指定Agent的目标,它们就可以彼此互动,进而实现用户的最终意图,因此Agent具有普适化、网络化、智能化、代理化、人性化等计算技术的特性。对于大型分布式问题,通过建立MAS可以使计算机系统变得更加智能化,代替更多人类的工作,促进计算机技术的不断繁荣。MAS区别于其他计算模式的关键所在,就是它具有协同机制这一优秀特性。近年来,由于对市场经济以及社会系统某些现象的深入观察,人们提出了一些新的、模拟这些现象的协同机制。这些协同机制对于各类复杂的分配调度问题具有很强的适应性、鲁棒性和并行性,因此得到了广大学者的普遍关注。另一方面,以智能计算为代表的仿生智能算法通常对解决各类复杂优化问题具有很强的针对性和实效性,并被广泛地应用于科学研究和工业生产等众多领域。本文基于协同机制和智能算法的MAS,对任务分配、资源分配和生产调度等问题进行了较为深入的研究,提出了一些分配调度算法和模型,并通过大量的实验对算法和模型的性能进行了验证。实验结果表明,本文提出的算法和模型不仅能够有效地提高分配调度效率,降低资源损耗,而且对克服算法过早收敛,也具有十分明显的效果。主要研究内容如下:1、以入侵检测任务分配问题为研究对象,建立了一种基于合同网协议(contract net protocol,CNP)与免疫机理(immune mechanism,IM)的多Agent入侵检测模型。提出了一种改进的资源可用度的任务分配策略,用于一般入侵检测任务的有效分配;在被动免疫抗体PAb(passive immune antibody)、记忆自动免疫抗体MANAb(memory automatic immune antibody)及模糊自动免疫抗体FANAb(fuzzy automatic immune antibody)的基础上,将CNP(contract net protocol)协同机制应用到抗体检测中,提出了联合免疫抗体UAb(unite immune antibody)的概念,利用UAb具有共享Agent间分析经验的特性,解决了超复杂入侵检测任务的分配问题。实验结果表明,该模型具有较高的检测性能和环境适应性。2、提出了一种基于遗传—模拟退火算法(genetic algorithms-simulated annealing algorithm,GASA)的网络存储资源分配方法,并将其用于实现异构系统间的数据存储备份以及存储过程中作为资源的移动Agent派遣次序的优化分配。该方法综合考虑了各移动Agent的产生时序、优先级和存储可用度等指标,在确保各移动Agent有效执行的前提下,使资源分配次序更合理。同时,在GA(genetic algorithms)中通过引入SA(simulated annealing algorithm)来进行局部精细搜索,维护群体的多样性,避免早熟收敛。仿真实验表明,基于GASA算法的移动Agent存储资源分配方法可以有效提高存储效率,改善网络实时性和存储性能。3、车间调度问题是比较典型的生产调度问题,要求多个作业在不同的机器上进行加工,并且每台机器上的所有作业的加工顺序都不尽相同。针对该问题,提出了一种结合通用部分全局规划机制(generalized partial global planning,GPGP)与遗传—禁忌搜索算法(genetic algorithms-tabu search,GATS)的多Agent车间调度模型,设计了从“初始宏观调度”到“微观再调度”的大规模复杂问题的调度步骤,实现了调度的多目标优化。同时,在初始宏观调度中采用GATS搜索算法,通过对个体进行重组与禁忌变异操作,确保种群的多样性以及算法的快速收敛。最后使用仿真Agent软件模拟了车间调度的协同机制,并与其他机制进行了比较。结果表明,所提出的模型不仅提高了调度的效率,而且降低了资源的损耗。4、针对半导体可重入生产动态调度的实际问题,提出了一种基于改进的GPGP(generalized partial global planning)协同机制与免疫进化策略算法(immune evolutionary strategies algorithms,IESA)的多Agent半导体可重入生产动态调度模型,设计了从“宏观调度—微观调度—重调度”的叁层调度步骤,构建了一个柔性强且Agent可自我动态调度的仿真系统,并克服了GPGP协同机制在应用领域和构造设计上的缺陷。同时,为了避免宏观调度算法过早地陷入局部极值,通过采用IESA算法来强化个体的局部搜索能力,提高了算法的收敛速度。最后对调度模型进行了仿真验证,结果表明,所提出模型不仅提高了调度的效率,而且还具有较好的生产率。近年来,基于协同机制和智能算法的MAS及其应用的研究已经得到了国内外众多学者的关注,并且涌现了大量的改进算法和新的应用。本文对使用协同机制和智能算法的MAS求解任务分配问题、资源分配问题和生产调度问题进行了研究,并提出了一些更有效的模型和算法。本文的研究工作对MAS的协同机制和智能算法的改进、融合等以及在相关领域的应用,具有一定的理论意义和应用价值。(本文来源于《吉林大学》期刊2011-05-01）
多代理协同论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
大规模电动汽车(Electric Vehicles, EV)无序充电行为将增加电力系统运行的安全隐患,而数量庞大的电动汽车充放电优化控制为电力系统能量管控提出了新的挑战。提出一种改进的基于多代理系统(Multi-AgentSystem,MAS)的电动汽车充放电分布式协同调度方法。该方法以负荷填谷为目标,在虚拟电价协同机制框架下,综合考虑了配电网叁相负荷平衡、变压器容量约束和节点电压约束,与MAS信息交互机制相结合,通过采用迭代修正虚拟电价的方法,实现EV有序的智能充放电。以IEEE33节点系统为例进行仿真分析,验证了所提方法的特点和有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多代理协同论文参考文献
[1].施慧斌,刘修奇.基于多代理模型的产学研主体协同创新行为演化博弈仿真分析[J].价值工程.2019
[2].于娜,于飞,黄大为,陈厚合,张鹏宇.基于多代理系统的电动汽车充放电分布式协同调度策略[J].电力系统保护与控制.2019
[3].王凌云,胡兴媛,李升.基于多代理的实时电价机制下微网需求侧协同调控优化[J].电力系统保护与控制.2019
[4].杨洋,吕林,肖万芳,刘俊勇,刘友波.主动配电网多代理能量管控的分层协同策略[J].电力系统及其自动化学报.2016
[5].叶扬志.基于多代理网络的稀疏参数协同估计算法研究[D].北京理工大学.2016
[6].孔朝阳,桂宁,包晓安,裘智峰,胡增见.基于多代理系统的微网协同控制研究[J].浙江理工大学学报(自然科学版).2016
[7].刘雪松,李昕.基于多代理交互协同的CSC绩效研究[J].现代经济信息.2015
[8].蒲天骄,刘克文,李烨,董雷,陈乃仕.基于多代理系统的主动配电网自治协同控制及其仿真[J].中国电机工程学报.2015
[9].李从东,高杨,封树民,赵映红.农业抗旱过程中的多代理协同方法[J].农业工程学报.2012
[10].马鑫.基于协同机制和智能算法的多代理系统研究及应用[D].吉林大学.2011
论文知识图
