(预测加策略参考)基于tbm模型的多agent决策融合方法

《(预测加策略参考)基于tbm模型的多agent决策融合方法》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、第35卷第15期计算机工程2009年8月Vol.35No.15ComputerEngineeringAugust2009·人工智能及识别技术·文章编号：1000—3428(2009)15—0195—03文献标识码：A中图分类号：TP181基于TBM模型的多Agent决策融合方法范波(河南科技大学电子信息工程学院，洛阳471003)摘要：多Agent系统存在的动态特性使证据推理中的可传递置信模型(TBM)能够有效地处理动态环境的证据推理。在分析和研究可传递置信模型算法的基础上，提出一种基于证据推理TBM模型的多Agent决策融合方法，构建多Agent决策融合系统的框架模型，分析该

2、系统的信息更新、合成算法及决策制定算法。利用SimuroSot作为仿真平台，将该方法应用于判断对手的队形和策略，得到了较满意的结果。关键词：证据推理；可传递置信模型；多Agent系统；决策融合MethodofMulti-AgentDecisionFusionBasedonTBMModelFANBo(CollegeofElectronicInformationEngineering,HenanUniversityofScience&Technology,Luoyang471003)【Abstract】TheTransferableBeliefModel(TBM)ofevident

3、ialreasoningisabletoresolvethedynamiccontext’sevidentialreasoningeffectivelyaimingattheMulti-AgentSystem(MAS)’sdynamicproperty.Thispaperpresentsthemulti-AgentdecisionfusionsystembasedonTBA,andbuildsthemulti-Agentdecisionfusionsystemmodel.Itdiscussesthissystem’salgorithmofinformationrefresh,c

4、ombinationanddecision-making.WiththesimulationplatformofSimuroSot,thismethodisappliedtothesituationassessmentofmatchandprovidesbetterresults.【Keywords】evidentialreasoning;TransferableBeliefModel(TBM);Multi-AgentSystem(MAS);decisionfusion多Agent系统(Multi-AgentSystem,MAS)由分布的智能归一化因子Km=∑()()BmC12

5、ijBCij∩≠∅体(Agent)所组成，这些Agent通过协调它们各自的知识、目Dempster组合规则是一个反映2个证据的联合作用的法标、能力和计划制定策略，采取行动，从而解决复杂问题。则。给定几个同一识别辨识框架上基于不同证据的置信函数，分布式系统中的每个Agent拥有不同的领域专家、先验知识如果这些证据不是完全冲突的，可以利用Dempster组合规则[1]以及决策功能。证据推理是一种不确定推理的人工智能方计算出一个置信函数，这个置信函数可以作为这些证据的联[2-3]法，处理不确定条件下的决策问题。证据推理在智能决策合作用下产生的置信函数。系统和专家系统的应用十分有效，它

6、不但符合人类推理的决2基于证据推理TBM模型的多Agent决策系统策过程，而且可以对推理进行合理的信息论解释。特别是文TBM是一个双层模型：(1)“credal层”获取置信度并对献[4]提出的可传递置信模型(TransferableBeliefModel,其进行量化赋值和更新处理；(2)“pignistic层”将credal层TBM)，能有效地处理动态环境的证据推理。本文将证据推理上的置信度转换为pignistic概率，并由此作出决策。credal理论用于多Agent决策，提出了一种新的研究方法。层先于pignistic层，在credal层上随时可以对置信度进行赋1证据推理值和

7、更新，pignistic层只有在必须作出决策时才出现。所以，证据推理最初是由Dempster在1967年提出的，ShaferTBM包括静态和动态2个部分，即基本置信度分配和置信度在1976年推广并且形成证据推理，因此，又称为Dempster-[4]的传递过程。[2-3]Shafer理论。证据推理建立在一个非空有限集合Θ上，Θ本文考虑一种分层协调方案：Agent并不彼此进行信息Θ称为辨识框架，R是辨识框架幂集2中的一个集类，即R可分享，而是由一个指定的融合中心进行交流。每个Agent有以表示任