云顶4008手机版_4008com云顶集团『官方APP』

答辩公告
我的位置在: 首页 > 答辩公告 > 正文
李敏灿博士答辩公告
日期:2021-05-28编辑:研究生秘书

学位论文简介

多智能体系统(MAS)作为分布式人工智能的重要分支之一,已经被广泛应用在多种科技领域。而为完成大规模复杂系统的任务或模拟,基于协作的MAS设计与优化显得尤为重要。因此,本文围绕多智能体协作的设计与优化这一研究主题,建立了有助于实现具有高水平合作的MAS的模型和优化方法。取得了以下主要创新性研究成果:

  1. 在动态复杂网络的环境下,为保证智能体在不断变化环境中的合作水平,提出了一种根据动态关键节点集合而建立联盟的动态联盟机制。在博弈的背景下,根据关键节点集合的不断更新,结合其网络结构优势和中心度影响优势,动态地改变联盟的结构以保证智能体的收益,从而提高了MAS的合作水平,加快了收敛到社会最优的时间。

  2. 为保障MAS中的任务分配效率和成功率,基于智能体的满意程度,提出了一种基于稳定性的量子粒子群优化算法(SQPSO),把每个任务分配给合适的智能体,既能保证智能体合作完成任务的稳定性从而保证任务分配的成功率,又能保证智能体的收益和满意度。同时该算法的量子属性使得寻优速度更快、寻优结果更优。

  3. 为给复杂优先级关系的任务集提供智能体分配,提出了分层的MAS模型。在第一层使用深度Q学习的方法对任务进行拆分,以减少优先级对任务分配的影响;在第二层提出了一种能多目标优化任务分配问题的算法(MSDE-SPEA2-based),使得任务的分配能在五个目标中平衡,与此同时完成任务的调度。

  4. 在具有不稳定连接的拓扑结构中,智能体之间的信息传播受到阻碍。为保障智能体之间的信息扩散,基于影响力最大化问题设计了两种在不稳定连接下的传播模型。同时提出了一种基于图嵌入的算法(US2vec),来寻找不稳定结构相似的智能体,并据此找寻最具有稳定性传播和最具广泛性传播的智能体,完成智能体的信息传播最大化。

主要学术成果

  1. Mincan Li, Kenli Li, Jie Liu, Xaingke Liao, Xu Zhou. New concept to improve cooperation in dynamic complex network[J]. Neurocomputing, 2019, 332: 80-90. (SCI, 第一作者)

  2. Mincan Li, Chubo Liu, Kenli Li, Xiangke Liao, Keqin Li. Multi-task allocation with an optimized quantum particle swarm method[J]. Applied Soft Computing, 2020, 96: 106603. (SCI第一作者)

  3. Mincan Li, Zidong Wang, Kenli Li, Xiangke Liao, Kate Hone, Xiaohui Liu. Task Allocation on Layered Multi-Agent Systems: When Evolutionary Many-Objective Optimization Meets Deep Q-Learning[J]. IEEE Transactions on Evolutionary Computation, 2021, DOI: 10.1109/TEVC.2021.3049131. (SCI,第一作者)

  4. 刘楚波,李敏灿,阳王东,李肯立,全哲,肖正,李克勤,张尧学。复杂网络环境下实现MAS系统中智能体合作的方法和系统,专利号:ZL 201910421598.4(已授权)