基于MAS环境噪声监测系统研究.docVIP

基于MAS环境噪声监测系统研究 　　摘要：我国关于环境噪声监测的工作距今已开展多年，但收效不佳，因目前该项工作的主要内容依旧是以人工监测为主，科技技术为辅的形式展开。缺乏创新，用来监测的技术更新速度也相对缓慢。在此趋势下，想到将分布式人工智能技术结合到环境噪声监测系统中来。利用MAS对复杂系统问题强大的求解能力，建立出基于MAS的环境噪声监测系统，构造BDI模型，拓展混合的Agent结构，将传统的不具备自治能力的噪声监测系统转变为低耦合高内聚同时拥有具有自我管制学习能力的MAS监测系统，使监测系统具备良好的可靠性、可扩展性和稳定性，完善了噪声监测决策库，提高了监测管理水平。 　　关键词：MAS；噪声检测；BDI模型；Agent 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2016）12-0232-03 　　Abstract：Work on environmental noise monitoring in our country have carried out many years ago， but the result is not good， because at present the main content of the work is still given priority to manual monitoring ， science and technology is complementary form. Lack of innovation， which is used to monitor technology update speed is relatively slow. Under this trend， the thought of combination of distributed artificial intelligence technology to the environmental noise monitoring system. For complex system based on MAS strong problem solving ability， establish the environmental noise monitoring system based on MAS， BDI model structure， expanding Agent structure of hybrid， the traditional noise monitoring system does not have autonomy ability into low coupling and high cohesion with MAS monitoring system with self regulation of learning ability， make the monitoring system has good reliability， expansibility and stability， improve the noise monitoring decision library， improve the level of the monitoring and control. 　　Key words：MAS；noise monitoring；BDI model；Agent 　　在人们的生活中噪声污染作为一种无形污染，无处不在且影响愈加恶劣【1】。导致这种现象的原因主要体现在：缺乏专业的监测技术人员、公众对噪声工作不够注重、监测方面的专业技术体系也不健全等方面。环保监测人员须向群众公布噪声污染的分析数据，并提出相应的解决措施【2】。因此，本文将结合实际，提出基于MAS（Multi Agent System）的理念，来设计噪声监测系统。MAS系统中的各Agent相互协同、互相服务从而共同完成一个任务【2】，其解决复杂问题的能力远超于单个Agent。MAS是动态的系统组织，每个Agent可以根据实际需求随时加入或退出系统，系统中各Agent是相互平等且都拥有不完全的信息和问题求解能力，无全局控制，分布式处理数据，计算行为可是异步或并行的【3】。在MAS中Agent不但可以对外界施加动作。而且，还可通过外界的反馈重新评估自己【4】。 　　1 系统模型设计原则 　　MAS目标就是把一个较复杂的系统根据功能分解成若干个便于管理的子系统，这些子系统之间彼此通信、相互协作，通过交互实现信息、知识和功能等共享【5】，由此降低复杂系统成分组织的难度，使其实现起来方便易懂。 　　系统设计原则： 　　1）因传感器获取的信息种类具有多样性，故系统