基于多agent体系的分布式模糊建模系统.研究

《基于多agent体系的分布式模糊建模系统.研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、研究生学位论文用纸No.1第一章绪论1.1课题背景目标与内容模糊推理系统是建立在模糊集合理论模糊ifthen规则和模糊推理等概念基础上的先进的计算框架它在诸如自动控制数据分类决策分析专家系统时间序列预测机器人和模式识别等众多领域中得到了成功的应用模糊建模技术是对传统建模技术的有力补充然而现在大多数模糊模型都是建立在专家的经验和知识的基础上当一个建模过程十分复杂时基本上没有这样的领域专家在这样的情况下无监督的学习方法就显得十分重要这个问题可表述如下对于一个具有某种函数依赖关系的数据集是否有一个合适的方法能够从中产生适当的

2、模糊规则利用这些模糊规则我们就能尽可能精确的描述这个未知函数近来已经有学者提出了很多方法能够从一个数值数据集中自动产生模糊ifthen[1]规则而无需领域专家的帮助在模糊建模的过程中可以用到若干种软计算方法其中包括模糊逻辑神经元网络概率推理及一些非导数优化方法如遗传算法和模拟退火其中的每一种方法都有其长处将这些技术紧密集成就形成了软计算的核心通过协同工作可以保证软计算有效利用人类知识处理不精确及不确定的情况对未知或变化[2],[3]的环境进行学习和调节以提高性能Agent和多Agent系统是当今计算机科学技术领域信息工

3、程领域和网络与通信领域十分活跃的前沿研究方向之一在计算机领域Agent可看作是被授权的个人软件助理PersonalSoftwareAssistants是一种在分布式系统或协作系统中能持续自主地发挥作用的计算实体常简称为智能体MAS则是指将一些自主的Agent通过协作共同完成某些任务的计算系统它侧重研究如何协调一组Agent的行为即研究这组Agent为了联合采取行动或求解问题时如何协调各自的知识目标策略和计划等目前MAS主要研究多Agent理论通信和交互技术体研究生学位论文用纸No.2系结构和组织形式面向Agent的程序

4、设计方法和语言以及多Agent间的协调协[4],[5],[6],[7]作和协商等基于上述模糊建模的复杂性及MAS的优点本课题的主要目标是使用开发TM[8]和集成各种软计算技术并且基于Jini和Agent技术建立一个分布式的模糊建模系统通过这个分布式系统我们能够选择各种不同的技术组合来更好的解决问题本课题研究工作的不同方面可以归纳如下l基于智能体技术的分布式体系的开发l模糊推理系统平台和系统通信模型的开发l各类学习技术的使用和开发l模糊建模系统的各个子部件的功能包装1.2文章内容安排本文共七章正文在第二章开始第二章概略地

5、介绍了软计算的一些背景知识第三章介绍了多Agent体系Agent技术的一些理论知识并将之与模糊建模结合起来构建一个分布式模糊建模系统框架第四章对基于Agent的模糊建模过程中的主要部件聚类Agent作了详细的说明并列出了几种常用的聚类算法第五章主要是有关规则生成调优系统推理的算法及相应Agent的构造研究第六章针对规则系统构造过程中的规则爆炸现象介绍了MK新型模糊系统及其改进系统IMK第七章给出了分布式模糊建模系统的仿真结果并作了比较分析研究生学位论文用纸No.3第二章软计算的背景知识2.1引言软计算SoftCompu

6、tingSC作为一种创建计算智能系统的新颖方法正在引起人们的关注在解决实际计算问题时协同地而不是互斥地采用几种计算技术通常具有优越性所产生的系统被称为互补的混合智能系统设计这类智能系统的精髓就是神经模糊计算其中神经元网络负责识别模式和按变化的环境进行自适应调节模糊推理系统包含对人类知识进行推理和决策这两种互补方法[9]连同某些非求导优化技术的集成产生了一门新颖的学科即神经模糊和软计算软计算由若干种计算方法构成包括模糊集合理论神经元网络概率推理及一些非导数优化方法如遗传算法和模拟退火将这些技术紧密集成就形成了软计算的核心

7、通过协同工作可以保证软计算有效利用人类知识处理不精确及不确定的情况对未知或变化的环境进行学习和调节以提高性能下面简单介绍一下这些技术稍后将对模糊逻辑和神经网络作详细介绍模糊逻辑人脑可以理解由感知器官提供的不精确及不完整的传感信息Zadeh教授于1965年提出的模糊集合理论提供了系统的以语言表达这类信息的计算工具通过使用由隶属函数表示的语言变量它可以进行数值计算另外合理选择模糊ifthen规则是模糊推理系统FIS的关键因素它可以有效地对特定应用领域中的人类专门知识进行建模神经元网络受生物神经系统的启发许多学者特别是脑建模

8、者开发出一种崭新的信息处理方法即人工神经网络他们以互连结将人脑建模成连续时间的非线性动态系统试图模仿人脑机制以模拟智能行为在这种互连机制中以大量互联神经元或处理单元之间权值的分布表示代替以往的符号结构表示[10]在算法中它不需要关键决策流概率推理概率推理是在贝叶斯概率理论的基础上发展起来的对于受随机性和其他概率不确定性影响的系统采