一种多Agent系统非对称分布式约束优化方法
专利类型：发明专利
语 言：中文
申 请 号：CN201410244687.3
申 请 日：20140604
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20170322
公 开 号：CN103995750B
代 理 人：郭云
代理机构：重庆市前沿专利事务所(普通合伙) 50211
摘 要：本发明提出了一种多Agent系统非对称分布式约束优化方法，包括如下步骤：控制器接收Agent信息并获得非对称关系，构建Agent连接图；根据Agent连接图中的节点间的连接关系，建立基于排序的链式结构；将Agent连接图按照深度优先的方式构造深度优先树；通过分枝定界策略，计算不同深度优先树的根节点的权重值，最终获取更优的树形结构；依赖得到更优的树形结构，调整多Agent系统中的Agent行为参数。本发明针对多Agent系统的非对称特征，引入预测机制，弥补不完全信息决策的不足，使Agent能预估自己行为的影响，获取更有效的策略，在一定程度上改变收益非单调特性，达到个体利益和全局利益的平衡。
主 权 项：一种多AGENT系统非对称分布式约束优化方法，其特征在于，包括如下步骤：S1，控制器接收AGENT信息，根据所述AGENT信息获得非对称关系，判断各个AGENT之间是否存在约束关系，如果存在，则在有约束关系的两个AGENT间搭建一条边，从而构建AGENT连接图，其中，各个AGENT之间的约束关系决定了AGENT节点之间的连接关系，并判定所述连接图为稀疏图还是稠密图；S2，根据AGENT连接图中的节点间的连接关系，采用单枝的构造策略，建立基于排序的链式结构，每个AGENT节点作为链式结构中的一环，由于AGENT间约束关系的稀疏紧密程度不同，AGENT在链中的不同位置及其邻居关系会导致整个链式结构的不同分布；S3，将步骤S1中所述AGENT连接图按照深度优先的方式构造深度优先树，首先对根进行选择时，采用了约束关系最多的节点作为根，然后根据约束边的数量和有无回边确定子节点，构造深度优先树；S4，通过分枝定界策略，计算不同深度优先树的根节点的权重值，在计算根节点权重时，采用分枝定界遍历的方式，通过设置阈值，并计算每个AGENT节点的上下界来进行剪枝，以最终获取更优的树形结构；S5，依赖步骤S4中得到的所述更优的树形结构，调整多AGENT系统中的AGENT行为参数。
关 键 词：
法律状态：生效
IPC专利分类号：G06F9/50