基于多Agent资源配送的动态路径规划方法研究.pdfVIP

2005年全国自动化新技术学术交流会会议论文集 基于多Agent资源配送的动态路径规划方法研究 邱广宏1，潘伟1，程晓春1’2 (1．东北师大理想信息技术研究院吉林长春130024； 2．Executi vememberof r ofEATCS) ACE—UK，CACSUK；Membe 摘要：简要地介绍了多Agent技术，并以资源配送系统中的动态路径规划为研究对象，提出了一种 基于模糊集混合空间推理理论的多Agent动态路径规划方法。 关键词：资源配送；多Agent；动态路径 中图分类号：TPl8 文献标识码：A O引言 智能配送系统(IDS)|1’2l是目前公认的能够全面有效地解决资源配送领域问题，特别是网络拥 塞、主动、安全配送和提高配送效率的最佳途径。为此，IDS各个领域研究，引起各方面的高度重 视。其中，GIS环境下的自动诱导系统的研究，更成为IDS的一个重要研究领域。自动诱导系统一 个核心的问题，就是如何解决实时动态环境下的配送路径规划。配送路径规划也就是路网中起讫点 时间最短路径的选择。由于网络中各路段的信息流随时间变化，在不同时段内，其资源流的大小也 不同，时间最短路径也就随之发生变化。资源配送路径规划的动态性和实时性使得问题的研究变得 非常困难。 多Agent系统是当今人工智能中的前沿学科f4，sl,是分布式人工智能研究的一个重要分支。多 Agent系统的应用研究始于20世纪80年代中期，近几年，星明显增长的趋势。由于配送控制拓扑 结构的分布式特性，使其很适合于应用多Agent技术，尤其对具有剧烈变化的资源配送情况(如配送 失败与重试)的多Agent分布处理和协调技术更为适合。在资源配送系统中，多Agent已在配送规 划、配送协商和配送通讯中得到应用。 1 Agent与多Agent技术 规定Agent的特性，Agent应具有如下特性： 自治性(autonomy)：Agent运行时对自己的行为和内部状态有一定的控制权。 为改变环境。 自发能力(pro—acfivenes。)：Agent感知周围环境的变化，并作出基于目标的行为。 对于人工智能的研究者而言，Agent除了应具有上面这些特性以外，还应具有某些通常人类的 特性，Agent有知识、信念、意图、承诺等心智状态。 多Agent系统(MAS—Multi—agentSystem)是由多个Agent形成的松散耦合的网络系统。在多 主体系统中，主要研究一组自治的智能主体之间智能行为的协调，多Agent协调它们的知识、目标、 技巧和规划，联合起来采取行动或求解问题。 多Agent技术是人工智能技术的一次新的飞跃，提供了一种崭新的解决问题的思路：首先，通 过Agent之间的通讯，可以开发新的规划和求解方法，用于处理不完全、不确定的知识，其次，通 过Agent之间的协作，改善每个单个Agent的基木能力，最后，可以用模块化风格来组织系统。 2005年全国自动化新技术学术交流会会议论文集 多Agent技术具有自主性、分布性、协调性，并具有自组织能力、学习能力和推理能力，采用 多Agent系统解决实际应用问题，具有很强的鲁棒性和可靠性，并具有较高的问题求解效率。多智 能体技术在表达实际系统时，通过各智能体间的通讯、合作、互解、协调、调度、管理及控制来表 达系统的结构、功能及行为特性。由于在同一个多Agent系统中各智能体可以异构，因此，多Agent 技术对于复杂系统具有无可比拟的表达力，它为各种实际系统提供了一种统一的模型，从而为各种 实际系统的研究提供了一种统一的框架，具有广阔的应用前景。 2基于多Agent的动态路径规划 2．1 基本思路 随着信息化教育范围的扩大资源结构的变化，资源配送网络的规模越来越庞大。进行全局路网 的最优路径搜索的计算量非常大，计算时间长。而资源配送者对信息的及时性要求却很高，对最优 路径与次优路径之间的差别并不敏感。因此，服务于资源配送诱导系统的动态路径规划，必须能在 很短的时间内为资源配送者找到一条令人满意的配送路径。 在一个资源配送的网络中，网络路段的阻抗随时间不断发身变化。当某一网络路段发生拥塞时， 必然对最优路径产生影响，但是在大部分情况下，这种影响是局部性的，也就是说并不需要