智能体程序设计

智能体程序设计（共12篇）

智能体程序设计 篇1

伴随汽车工业蓬勃发展,体感遥控车设计刚处于起步阶段,在电子设计的智能化领域中,应用单片机控制、远程遥控等各种技术[1,2]。体感控制小车即人们可以使用肢体动作直接控制远程端的小车做出各种姿态的变化。本设计中将遥控控制端安装在人的手背上,通过人手的姿态变化得到小车的姿态控制信号,最终实现小车的远程控制。增加使用者较高的用户体验,增强小车的实用性,在控制端安装了无线发射装置,在小车端安装了无线接收器。其设计思想可以应用在医疗、娱乐等领域,例如体感控制的轮椅和体感控制的游戏。

1 体感遥控智能车的整体设计方案

1.1 体感遥控智能车实现功能

体感控制小车是对两轮自平衡车或者自平衡平台的一种延续和扩展应用。通过增加遥控控制端得到小车的控制信号,即将姿态采集器安装在手背上,为了减少控制端的体积和质量,设计无线控制模块传输参数。小车端可以实现独立行走,当接收到遥控端信号时实现自身相应的姿态变化。

1.2 总体方案设计

根据需要设计的功能,控制端分为单片机、无线传输模块、姿态传感器;小车端分为测距模块、电机驱动模块、液晶显示模块及无线传输模块,系统模块图如图1所示。其中,直流电机的速度使用PWM方式控制,使用89C52 的定时器1,它是16 位定时器,通过定时输出周期变化的矩形波,加载矩形波到电机上,为了实现两个电机的无差速控制,需要对小车增加测量装置以实现闭环控制。

2 硬件结构

2.1 单片机模块

本设计采用的主控制芯片为STC公司生产的嵌入式微处理器STC89C52RC单片机。STC89C52RC单片机是新一代高速、超强抗干扰、低功耗的单片机[3,4]。指令代码与传统STC8051 单片机完全兼容,片上RAM有集成的512 B,工作电压为5 V,32 个通用I/O口,可作为看门狗或E2PROM使用,使用中无需专用编程器或仿真器,应用串口直接下载用户程序,有3 个16 位定时器/计数器及4 路外部中断,具有外部中断唤醒功能和低功耗,STC89C52RC单片机运行可靠性好、速度高、性价比高。

2.2 电机驱动模块

直流电机采用直流电机驱动芯片L298,驱动电流可达1.2 A,外围器件较简单。选用两个减速电机,通过PWM控制电机的转速,通过单片机输出高、低电平控制小车的前进、左转、右转、后退。P0.0 与P0.1 引脚控制A电机,P0.2 与P0.3 引脚控制B电机。电机驱动控制表如表1 所示。

2.3 无线传输模块

无线传输模块使用NORDIC公司生产的n RF24L01[5,6]。其工作频段在2.4~2.5 GHz,可选择设置SPI接口进行控制,传输速率可为1 Mb/s或2 Mb/s,其正常工作兼容电平为3.3 V,由于本设计中单片机输出电平为5 V,为使无线模块正常传输,需要设计电压转化电路,如图2所示。

2.4 超声波测距模块

超声波传感器通过发送一个超声波和提供一个对应于爆裂回声返回到传感器所需时间的输出脉冲来工作。程序流程如图3 所示,整个系统由信号发生电路和信号接收电路组成。单片机发出40 k Hz的信号后,超声波发射器输出接收到的放大信号,接收器接收到信号后,启动单片机程序测出传输时间,经过计算得到距离数传给显示器显示。

2.5 MPU6050 模块

MPU6050 整合了3 轴陀螺仪、3 轴加速度传感器等性能[7,8]。单片机与MPU6050 进行数据交换时,采用I2C总线连接,其SCL和SDL两个引脚与单片机的I/O口直接相连,其模块原理图如图4 所示。

MPU6050 数据处理中,加速度计、陀螺仪主要用来检测车体倾斜角和倾斜角的变化速度,在角度测量时,除了小车角度变化的信号外,还伴随着因车体运动而产生的噪声,这个噪声会随着车体运动速度的增大而增加。本系统中采用微控制器循环采样来获取陀螺仪的角速率信息,这样长时间的工作输出数据就会受到噪声干扰。为了获取车体倾角值的准确值,需要对加速度计和陀螺仪的输出进行融合,本设计采用卡尔曼滤波的方法进行数据融合,卡尔曼滤波是一种递归算法[9,10]。需要对K时刻车体的实际角度值估算。先根据K - 1 时刻角度预测值得到K时刻的角度值,再根据K时刻的预测角度值和高斯噪声的方差,进行递归运算,直到得到最优的遥控倾斜角度值。单片机通过I2C总线获得的数据不能直接作为控制信号使用,需要对得到的数据进行换算,以下为MPU6050 姿态的变化坐标,如图5 所示。

俯仰角 α:水平面和传感器坐标系X轴的夹角。当X轴正半轴在过坐标原点水平面上时,俯仰角为正,反之为负。

偏航角 γ:传感器坐标系的X轴的水平投影与地面坐标系X轴(指向目标为正)之间的夹角,设由X轴逆时针至投影时的偏航角为正,即向右偏航为正,反之为负。

滚转角 β:传感器坐标系Z轴与通过机体x轴的铅垂面间的夹角。

分析后,对角速度积分得到倾斜角度:

采用卡尔曼滤波计算倾角:

进行互补滤波。补偿原理是取当前倾角和加速度获得倾角差值进行放大,然后与陀螺仪角速度叠加后再积分,从而使倾角跟踪为加速度获得的角度,设0.5 为放大倍数,可调节补偿度;10 ms为系统周期;Angle=Angle+(((Angle_ax-Angle)*0.5+Gyro_y)*dt)。

3 智能车硬件组装与测试

3.1 硬件组装

小车采用双电机驱动加万向轮结构,整体为三轮结构,小车整体重心偏后。小车的整体安装需要对小车的硬件布局进行合理规划,使得小车的中心在三个轮的中心线上,并且尽量靠后,避免小车在突然启停时前翻。通过多次修改调试,得到如图6 所示的小车结构。遥控控制端采用手势姿态控制小车行驶,将其直接安装在手背上,如图7 所示。

3.2 系统测试

组装好小车和遥控器后,对其进行整体测试。手势与对应运行姿态见表2。单片机写入程序后,按照表2中的动作进行测试,小车能按照手势进行姿态的变化,动作准确。

设置手势阈值:

4 结语

通过对体感控制进行研究,选择相关体感遥控器件和算法,设计了一款基于手势控制的体感遥控器,并通过无线传输模块对小车行驶进行控制。通过软硬件的设计,并对小车硬件结构进行合理化布局,所设计成品可以为相关课题提供实验基础,例如:自平衡台、两轮自平衡小车等平衡装置的设计,同时也可以将其应用到轮椅设计中,为人们带来更大的便利。

摘要：智能车设计中远程端及控制端采用单片机作为主控制器,远程端即小车端接收到控制端发送过来的控制信号,实现自身转向、姿态变换等动作,姿态传感器安装在人的手背上作为控制端,通过无线装置将相关参数传输到小车上的接收装置,接收器接收到相应参数后,处理器执行相应滤波算法,发送指令,从而实现远程遥控。设计中按照低功耗、高精度原则进行器件选型,主控制器部分、电机驱动等硬件电路设计力求经济性和精简性。软件设计充分发挥软件控制灵活方便的特点,实现了小车的平稳性和精确变换姿态等功能,所实现的智能车可应用于医疗、娱乐等各个领域。

关键词：体感控制,智能车,陀螺仪,无线传输

参考文献

[1]杨晓迪,廖昕,古丽米拉·克孜尔别克,等.基于ARM的智能家居控制系统设计[J].现代电子技术,2015,38(8):93-95.

[2]张鑫,徐文胜,刘阶萍,等.基于Kinect的智能花盆体感控制系统研究[J].机电工程,2014,31(9):1226-1230.

[3]吕云芳,陈帅帅,郝兴森,等.基于C51高级语言程序控制的智能循迹小车设计与实现[J].实验室研究与探索,2015,34(3):142-145.

[4]王永喜,胡玫.基于单片机的电磁控制运动系统[J].自动化与仪器仪表,2014(2):123-125.

[5]陈晖,张军国,李默涵,等.基于STC89C52和n RF24L01的智能小车设计[J].现代电子技术,2012,35(17):12-15.

[6]李贺,程祥,曾令国.基于n RF24L01芯片的近程无线通信系统设计[J].现代电子技术,2014,37(15):32-34.

[7]赖义汉,王凯.基于MPU6050的双轮平衡车控制系统设计[J].河南工程学院学报(自然科学版),2014,26(1):53-57.

[8]李战明,王晓萌.基于新型MEMS传感器的老年人跌倒检测系统设计[J].工业仪表与自动化装置,2014(4):52-55.

[9]张建军.基于改进的扩展卡尔曼滤波伺服系统建模技术研究[J].计算机应用研究,2012,29(3):944-946.

[10]高显忠,侯中喜,王波.四元数卡尔曼滤波组合导航算法性能分析[J].控制理论与应用,2013,30(2):171-176.

智能体程序设计 篇2

课程中不但让幼儿得到充分的体能锻炼也激发了幼儿的潜在的能力和灵活的思维。还培养幼儿品德修养与社会适应力。

体：称为体能。智：称为智能。能：称为人能。

体能：主要体现身体适应能力、运动与健康。如：我们的课程安排了许多的走、跑、跳、爬等运动。幼儿在课程中能得到充分的体能锻炼。

智能：主要是激发幼儿潜能和灵活思维。如：我们亚太体智能协会自己研发出的器材“迷你绳”。幼儿可以拿着迷你绳直直的摆在地上变成一个1字，也可以几个小朋友合作一人摆一个数字变成百位或千位的数字。再着幼儿还可以拿着迷你绳变成大象的鼻子、猴子的尾巴等各种小动物肢体。这些就是我们提能老师要激发幼儿的潜能，让他自己去想象，自己去思维。人能：主要培养幼儿品德修养与社会适应力。如：在上体智能课程中少不了有排队或队列队形的变化来进行游戏，我们会要求幼儿按照顺序的排好队，不许插队或是推人挤人的情况。尊重老师，看见老师应该问好等。这些都会在我们的课程上体现出来。

二、幼儿体育游戏课程教学实施目的

——幼儿的生活即游戏，幼儿体育游戏课程也就是藉体能游戏的方法 ※引导幼儿潜在能力的发挥，促进体力的提升 ※学习自我保护的能力，养成独立自主的个性 ※体验团队生活，增进对社会环境适应力

三、“体智能课程以五大转化为主”：

1、生活化；2儿童化；

3、故事化；

4、趣味化；

5、卡通化

A：生活化（把课堂的内容转化为平时生活中一些小事情和小事物）B：儿童化（课堂上拥有小朋友的语言，心灵和主动）

C：故事化（引用人物英雄，动物的故事来开展小朋友的运动）

D：趣味化（用成人的面孔做一些可笑的动作，让课堂充满小朋友欢笑，快乐）E：卡通化（运用卡通人物和事情进行教学）

四、幼儿游戏体育课程设计两大因素 ※培养因素---身体机能，功能激发

如：瞬间力、持久力、距离感、平衡感、敏捷性、灵巧性、协调性等 ※行为目标---精神意识，社会学习

如：勇敢果决、独立自主、团结合作、自信心、专注力等

五、幼儿体能教学方式：

1.设计每学期单元课程表，依课程单元表上课。2.每节课每位幼儿以30分钟~40分钟指导课程。3.上课人数以30~40个幼儿较为适宜。

4.每节课以三段式上课：将上课时间分成三阶段

(1)依时间分配：

如：三十分钟课以

5：20：5

四十分钟课以

5：30：5

(2)依内容分配：

第一阶段为导引热身

第二阶段为主题课程

智能体程序设计 篇3

【关键词】物联网；多智能体；信息支持技术

中图分类号：TP212 文献标识码：A 文章编号：1674-098X（2015）06（b）-0000-00

物联网其实质指的是将某种事物跟另一种事物相互连接在一起的互联网系统，其现代技术中极为重要的一个组成部分。互联网是物联网的核心内容和主要基础，物联网同时也是在互联网基础上发展起来的[1]。当存在于物联网的客户端向一个与另一个事物间扩展进行数据及信息的通信和交互时便成为所谓的“物物相息”，物联网也被称为“继计算机”。

1.多智能体决策信息系统浅析

在多智能体决策信息系统中，其主要由由诸多个智能体共同组合而形成的一种集合，该种集合的主要目标体现为将巨大、存在复杂性的系统建设成为一个诸多个较小的，但有存在相互联系，能够进行通信及协调，且管理更具简便性的新系统[2]。多智能体决策信息系统的特点主要表现如下：第一，存在于多智能体决策信息系统中的相关智能体均存在其各自的独立性，可自主进行并完成相关问题，同时可对总系统中所分配给的相关子问题进行更加灵活的处理。此外，智能体还可自主进行相关规划及推理过程，并最终选取一个最具合理性和科学性的策略。第二，存在于系统中的每个智能体间均能进行相互通信，并进行有效的相互协调。第三，多智能体决策信息系统支持分布式应用，该种系统存在较为理想的易于扩展性和模块性，且在设计上较为简单，同时还具有良好的灵活性。第四，以面向对象作为主要根据，进行系统构建，促进智能体更具层次性和多元化。第五，智能体存在异质性和分布性，其可不一样的人或者组织私用相关设计方法和计算机语言来实施相关开发研制工作。第六，系统中存在的相关智能体均存在其各自的自治性。智能体自治性主要体现为其拥有自己的进程，同时可以自身具体运行方式作为主要依据进行异步运行。在结构上，存在于系统中的组成主要六大部分，分别为多智能体系统、数据库、物联网查询分解模块、任务接口、物联网、物联网语义覆盖网络。其实现原理表现为：当任务接口接收具体任务时，将任务发送至多智能体决策信息系统，系统根据数据库中信息将任务转变成任务子集，再将任务子集中的各子任务分配到相应的智能体中。智能体在解决子任务的同时会对物理世界中的世界实际情况进行感知，进而做出相应的决策。物联网环境下多智能体决策信息支持技术探析

2.物联网环境下多智能体决策信息支持技术

2.1“TOP”模型建立

“TOP”模型指的是以所面向的对象作为基础，拥有较大的规模，且均可对各个任务进行合理地分配、决策、处理的智能体模型。“TOP”模型的构建原理为：组建一个具有任务性的组织机制，使可进行自主性活动的软件或硬件实体按照自身的具体需求及实际运行情况，在“TOP”任务的相关组织机制中自主选择一个子任务进行一系列的决策、分析、处理等活动。在这个模型中同时还具有一个规模较大大的实体图。在这个实体图中的每个点均是代表一个具有独立性的子任务。所以在“TOP”模型中可以将对集中有任务的各个子任务进行分解，其分解出来后的这些子任务间也存在一定的逻辑关联性。在这种情况下，多智能体决策信息系统在对相关任务进行分配的过程中，便可通过这个模型将诸多个任务分配到智能体中，在这个过程中子任务的分配具有更高的简便性和高效性，同时还可将各个子任务之间存在的相互关系及逻辑关联性进行完好的保持，保证各个任务子集均可保持良好的准确性和完整性。

2.2以物联网作为基础的查询分解

第一，将一个任务资源概念提出之后，系统可以在数据库中进行相应的查找，查找到和该种资源概念相互对应的相关信息和数据。查找步骤一旦成功，多智能体决策信息系统便会根据所提出的资源概念，将查找得到的相关数据信息进行分解，使其被分解成为一个倒置树状模型。同时，多智能体决策信息系统也同时存在于这个模型当中，并继续对符合物联网语义的叶节点进行逐个查找，然后在查找得到的叶节点来判断在数据库中是否有符合该叶节点相关要求的资源对象存在。第二，将与叶节点的具体要求相符合的兄弟节点进行集合，使这些兄弟节点共同组合成另一个叶节点，这个叶节点具有一个全新的概念，且可在物联网语义中查找得到。第三，根据第一和第二操作步骤，将倒置树状模型中存在的叶节点进行分配，将其均匀地分配到具体资源对象中。第四，当存在于树状模型当中的相关根节点符合时空约束，且该根节点在数据库中也有相应的资源对象，那么系统将可进行任务查询和任务分解过程。但是需要注意的问题为，若把物联网语义当做实物主体时，多智能体决策信息系统便可通过较小的概念资源来实现对数据库符合该概念要求的物联网实物资源存在与否进行判断[3]。但在实际情况中，现阶段的物联网领域实物语义信息通常均是以分布式的方式存在对的。同时各个种类的实物对象存在的本体也存在差异性，因此将物联网作为基础对任务进行查询和分解的过程中，无法将物联网语义当成一个具有独立性的个体，而是需要将其当成一个包含有诸多实物概念的数据信息整体来看待。

3.结束语

多智能体决策信息支持技术是一种存在较高效率的信息技术，其在各个领域中的应用不断扩大。该种技术的应用均可大大加快各行业的发展速度。近年来，物联网行业的发展速度依然呈现出不断加快的趋势，因此多智能体决策信息支持技术也随之在不断得到更新和发展，其在应用过程中的优势不断突显。在这样的发展趋势中，将多智能体决策信息支持技术与物联网技术更加科学、合理地融合在一起，并在此基础之上开发、研制出更具高科技效力的技术，进而促进智能体决策信息系统不断得到完善，促进其作用能够得到更好的发挥，使其能够更好地促进各个行业能够得到持续快速发展。

【参考文献】

[1]杨龙祥，朱洪波，于全，等.物联网的技术思想与应用策略研究[J].通信学报，2014，11（05）：44-45.

[2]高阳，江资斌.基于多智能体的虚拟企业协同生产计划模型[J].武汉理工大学学报（信息与管理工程版），2012，11（5）：65-66.

智能体程序设计 篇4

关键词：微波滤波器,调试,参数提取,智能

0 引言

微波滤波器在卫星通信、中继通信、雷达、电子对抗及微波测量仪表中都有着广泛的应用。在卫星通信系统中,微波滤波器的性能直接影响着转发器通道的通信品质;对于无线通信系统而言,滤波器是一种至关重要的微波射频器件,它的使用对于分离频谱信息、提高通信质量、防止信号串扰有着十分重要的意义。在电磁环境日益复杂和频谱范围日益拥挤的今天,实现选频和去噪等重要功能的微波滤波器越来越受到使用者的重视[1]。

一般而言,滤波器手动调试实际上是一个实时迭代优化的过程。为了便于调试,滤波器结构上会有调试用的调谐螺钉,或者有其他形式的调谐元件,以便调试技术人员调试的时候可以改变滤波器谐振单元的谐振频率和谐振单元间的耦合量。调试技术人员调试的时候,根据矢量网络分析仪图形变化反复拧调谐螺钉,直到滤波器的性能达到设计要求。对许多调试技术人员而言,手动调试的过程更像一门手艺而不是一门科学。因此,复杂结构微小滤波器的手动调试一般都是由十分有经验的调试技术人员来完成的。

在大批量的调试生产过程中,功率容量、温度效应、材料机械特性、无源三阶交调以及尺寸限制等都是滤波器实际加工中的重要考虑因素。微波滤波器的调试已经成为产业化过程中的瓶颈问题,目前工程中大量还是凭借矢网诊断和人工手动调试,难以做到快速准确的调试,特别是对缺乏经验的滤波器调试人员来说更是难以掌握。

1 滤波器智能调试原理及流程

滤波器智能调试平台研制的目的是为了不断提高微波滤波器的调试效率,大大减少调试对于工程经验的依赖性,尽可能减少人的劳动。滤波器智能调试平台的目标是建立以计算机为核心的自动化调试平台,让计算机去充当重复工作的角色并且赋予其一定水平的智能判断来指导调试人员的工作。

目前,基于计算机控制的智能调试方法主要分为频域方法和时域方法两类[2,3]:

(1)时域调试方法[4]:这种方法主要是利用信号的频-时域转换,得到滤波器的时域响应,寻找各可调元件与时域响应之间的变化规律,进行相应的调试。其中,较为突出的是安捷伦公司提出的时域调试方法。这种调试方法的缺点是:需要有一个理想的调试好了的滤波器的时域响应做模版。而且对于交叉耦合滤波器来讲,在滤波器调试参数与时域响应曲线之间不存在明显的关系。

(2)频域调试方法[5]:该方法基本思想是对滤波器S参数的频域响应曲线应用各种不同的数值计算方法,提取滤波器模型参数,找出与理想模型参数的差距,进行相应的调试。本系统采用了频域调试方法。

如图1所示,两类方法都是在等效电路参数方面做文章,其主要步骤如下[6,7]:

(1)测试待调滤波器的响应;

(2)利用等效电路模型进行参数提取;

(3)对比实际响应提取参数与理想响应理想参数的差异;

(4)根据以上差异获取下一步调试的方向和幅度,改变可调部件的实际位置;

(5)重复以上步骤(1)~步骤(4),直至实测响应达到指标为止。

2 滤波器智能调试平台

如图2所示,滤波器智能调试平台主要由计算机、调试机械(如电机)、矢量网络分析仪和待调试滤波器组成。其基本工作流程是:首先,矢量网络分析仪测试出滤波器参数,然后将参数采集到计算机中,通过软件分析,得出需要调试的物理量,然后通过计算机控制直流电机带动特制的调试设备,去调试滤波器的调试螺钉,直到矢量网络分析仪测试出滤波器参数符合设计要求为止[8]。

2.1 矢量网络分析仪

矢量网络分析仪能全面评测射频和微波器件。其包括集成的合成源,测试装置和调谐接收器。内装的S参数测试装置提供正向和反向的全范围幅度和相位测量[9],如图3所示。

2.2 调试机械

本方案采用直流电机带动特制的调试设备,将调试螺钉调到最佳位置。目前的控制台由五台电机控制,分别是x轴,y轴,z轴,DM(锁紧螺帽的电机),DT(调谐螺钉的电机);其中x,y,z用的是步进电机,DM、DT用的是伺服电机。

2.3 工业控制计算机

在工业控制计算机上运行相应的软件,来读取网络分析仪的测试参数,分析并计算出需要调试的物理量,然后去控制直流电机调试设备进行调试。如图4所示,用户只需在软件界面中点击开始调试[10],调试平台就能自动地完成调试过程,对于调试过程中出现的异常也能够进行友好的提示。

3 结语

微波滤波器在通信、雷达和测量等领域广泛应用,随着社会的发展,它的需求也日益增加。微波滤波器的调试是一项复杂工作,它需要丰富的实际操作经验。随着滤波器节数的增加,调试所涉及参数的数量也增加,调试难度也大大增加。引人智能化的计算机辅助调试技术,既能减少调试人员的工作量,又能提高生产效率,具有很好的应用前景。

本文提出的针对腔体滤波器的智能调试平台,能够实现计算机自动调试滤波器,它能降低微波部件的试验调试难度,缩短调试周期,又大大降低对操作者调试经验的要求,是提高微波滤波器批量生产能力的一条非常好的途径。

参考文献

[1]张宛路.微波滤波器的综合与设计[D].西安:西安电子科技大学,2011.

[2]李刚.微波滤波器的综合、仿真和计算机辅助调试研究[D].西安:西安电子科技大学,2009.

[3]张秀华,雷建华.微波滤波器计算机辅助调试的发展现状及趋势[J].信息与电子工程,2007(10):395-398.

[4]韩应宾,赵永久,路宏敏.微波滤波器的耦合矩阵诊断调试法[J].西安电子科技大学学报:自然科学版,2008(8):703-706.

[5]张秀华.微波滤波器计算机辅助调试技术与方法研究[D].北京:中国工程物理研究院,2008.

[6]修建鹏.微波滤波器的计算机辅助诊断和调试方法研究[D].西安:西安电子科技大学,2007.

[7]赵全明.微波滤波器智能设计方法的研究[D].天津:天津大学,2006.

[8]蒋运石,许天奇,方崇孝,等.级联式窄带通滤波器计算机辅助诊断和协同调试技术平台[J].中国电子科学研究院学报,2006(2):179-187.

[9]李胜先,吴须大,傅君眉.一种微波滤波器机辅调试的新方法[J].空间电子技术,2004(2):4-10.

幼儿体智能教案 篇5

二、教学名称：游戏《小兔子找家》

三、教学目标： 1.练习往返跑，锻炼幼儿上下肢的协调能力

2.提升幼儿参与体能活动的主动性，培养幼儿的独立性.四、教学重点：跑的方法，综合体能游戏

五、教学准备：平整场地，颜色方块

六、教学过程：

（一）课前准备：

1.清理、查看场地，消除不安全隐患 2.布置场地，安放器械，准备音乐

（二）引导部分：

1.教师集合整队、师生鞠躬问好 2.气氛营造、口令互动 3.热身引导，口令带动

（1）运用整套徒手口令带动操带动幼儿进行身体各个部位的热身运动，如上下肢、头部、颈部、腰部等（注意锻炼顺序从上到下从头到脚）

（2）引导语言：拍拍手、手举高、手打开、手放下、手伸平、转个圈、这是头点一点，摇一摇，这是肩绕一绕，向前绕，向后绕……（从头到脚语言带动热身）（3）教师带领幼儿做音乐律动《》

（三）游戏活动：

1.游戏导入：小兔子迷路了，我们要帮助它找的自己的家

2.游戏方法：教师每喊道一个颜色，小朋友们马上跑过去。教师每次喊不同的颜色.3.游戏规则：必须快速的跑到颜色的方块里

七、结束部分：

1.小结：简单评点全体幼儿表现 2.教师带音乐律动：

智能体程序设计 篇6

摘 要：由于循环流化床锅炉燃烧系统具有参数分布广、非线性、时变和大滞后等控制难题，因此分析了该系统的结构与工艺特点。运用多智能体建模方法，将系统进行机理分析分解为若干个子系统，并找出子系统输入输出变量之间的关系，建立被控对象的子系统的数学模型。采用多智能体预估和控制方法，给出循环流化床锅炉燃烧系统的多智能体预估控制算法。仿真结果表明采用该建模和控制方法，能够取得满意的控制效果。

关键词：循环流化床锅炉；多智能体；预估；控制

中图分类号：TP13；TP273

近年来，我国北方雾霾越来越严重，究其原因，我国的能源结果以煤炭为主，火电装机总量高达8.81亿千瓦，因此我国大力发展清洁燃烧技术。循环流化床锅炉以其燃烧效率高、污染少、燃料范围广的优势，在近年来得到大规模的应用。在控制过程中，床层溫度是一个直接影响锅炉能否经济安全运行的重要指标。但是由于循环流化床锅炉燃烧过程中伴随着强烈的热交换和化学反应，而且煤炭燃烧具有大的热惯性，通过给煤量调节床层温度滞后较大，这些情况大大增加了循环流化床锅炉建模的复杂性，因此采用普通的控制手段，很难有良好的效果。

循环流化床锅炉燃烧过程存在着复杂的流体动力学特性和传热传质特性，难以得到被控对象的精确模型，目前大部分的控制系统数学模型是依靠原始数据辨识或者依赖技术人员经验积累来实现的。文献[1]在总结研究循环流化床锅炉的动态特性后，建立了循环流化床锅炉的自整定智能控制器并成功应用于国产75t/h循环流化床锅炉床层温度的控制。文献[2]针对循环流化床锅炉汽温被控对象的高阶特性，将Smith预估器应用到大滞后系统中，设计出一种结合系统数学模型，参考内膜原理的自适应解耦控制系统。然而，循环流化床锅炉燃烧系统存在着大惯性、强耦合以及调节给煤量的大滞后特性，致使被控对象难以控制；Smith预估器对于大滞后系统来说要求得到系统被控对象的精确数学模型，否则一旦模型误差发生大的变化，系统可能进入不稳定状态。

近年来，多Agent系统MAS（Multi-agent System）已成为一个热门的研究方向。Agent模型最初是作为一种分布式智能计算模型被提出来的。二十世纪八十年代Bratman[4]提出了Agent的基本模型，模型包含三个基本的要素：信念（Belief）、期望（Desire）和意图（Intention），各自表示其Agent所具有的认知、能力以及要实现的意图，各个Agent的独立行为动作，都是基于三个基本要素，通过与外界以及和其他Agent之间的交互来完成的。

对于现实中复杂的、大规模的系统有必要采用多Agent系统，多Agent不但具有求解自身内部的参数，而且还可以通过相互合作，来解决系统整体复杂的问题。它们具有如下特点：

（1）各个Agent具备处理自身信息和解决自身问题的能力；

（2）各个Agent独自存储并且处理自身的数据；

（3）各个Agent之间是异步通信和并行计算的。

MSA系统由多个Agent组成，它们通过相互之间以及与环境之间通讯、协作来共同完成复杂的任务，和传统建模方法和控制方式比起来，具有更灵活的适用性、更高的效率、分布式的感知与作用、内在的并行性[5]、改良的系统性能、容错控制、鲁棒性。因此多Agent系统近年来得到学者们深入的研究，并且在医学、航天和交通控制等领域也得到广泛的应用。

本文在分析循环流化床锅炉燃烧过程系统内部结构和工艺特点的基础上，采用一种多智能体模型描述不确定、大滞后、强耦合的循环流化床锅炉燃烧过程的运动特性，将复杂的系统分解为多个子系统模型。子系统数学模型比整体系统模型更易求得而且可以大大降低输出对输入的时延，采用一种多智能体预估控制算法，以期提高控制效果的满意程度[6]。

1 循环流化床锅炉燃烧系统结构分析与多智能体建模

循环流化床锅炉燃烧系统结构复杂，本文采用多智能体建模方法，通过利用Agent的局部连接规则、机理方程和局部细节模型，建立该复杂系统的一种多智能体模型。

循环流化床锅炉按结构分，由炉体、给煤系统、一次风系统、二次风系统、分离器、回料器、尾部烟道等组成。通常锅炉本体分为密相区和稀相区两部分。

循环流化床锅炉燃烧过程可以看成是由相互关联的四个部分组成，即密相区、稀相区、分离器和回料器，假设每一部分中包含有一个Agent模块，这些Agent模块分别为Agent1、Agent2、Agent3、Agent4。它们能够长期获取数据，发现规则并且建立周期性的模型。分别对这四个部分进行分析，列出动态物料平衡和动态能量平衡方程，用大量实例数据训练Agent模块，建立子系统智能体模型。

根据某型循环流化床锅炉的运行状况，提出了如下简化假设：

（1）不考虑石灰石的加入及其化学反应；

（2）各部分均为均质对象，即温度和密度均匀分布；

（3）锅炉与外界完全绝热，密封良好；

（4）分离器内没有换热装置，且不发生燃烧反应。

1.1 建立密相区Agent模型

密相区是锅炉本体的下半部分，燃烧的颗粒浓度较高。密相区具有复杂的多输入多输出结构，建立以煤、一次风、回料器、稀相区对密相区的沉降为输入，以排渣、密相区对稀相区的扬析为输出的动态平衡方程。

密相区床料质量平衡方程为：

式中，MA1为密相区质量，Fc为给煤量，FA1，A2为稀相区对密相区的扬析量，Fd为排渣量， 为单位时间内密相区内煤炭燃烧量，FA4，A1为回料器返料量，FA2，A1为稀相区对密相区的扬析量。相对于给煤量Fc和燃烧量 ，其他各分量对密相区质量的影响较小，可以忽略不计。

密相区燃烧热量平衡方程为：

QF1为单位时间一次风带入的热量，可表示为：

QF1=Vg1Sg1CgTA1 （5）

其中，Vg1为一次侧风速，Sg1为一次侧风入口截面积，Cg为空气比热容。

Qc为单位时间给煤带入的热量；

Qc=FcCgTA1 （6）

QA4，A1为单位时间返料带入的热量。

QA2，A1为单位时间稀相区对密相区沉降物料的热量；QA1，A2为单位时间密相区对稀相区扬析的热量。

QA2，A1=FA2，A1CgTA1=α1MA1CcTA1 （7）

QA1，A2=FA1，A2CgTA1=（1-α1）MA1CcTA1 （8）

其中，α1为沉降分离效率修正因子，一般取0.05。

Qd为单位时间排渣排出的热量；

Qd=FdCcTA1 （9）

為单位时间密相区煤燃烧产生的热量；

（10）

其中，Hc为煤炭的热值，Carvalho[11]给出了燃烧速率 的关联式。

（11）

式中，k1为燃烧速率系数；dc1为密相区煤炭颗粒直径；ρo2为密相区氧气浓度，ρc1为密相区煤炭颗粒浓度。

为单位时间密相区辐射输出的热能。

（12）

其中，β1为传热系数；S1为受热面；Tw为受热面温度。

将式（3）-（12）带入到热量平衡方程式（2）中，可得：

假设计算机采样周期为ΔH（ΔH足够小）时，式（12）可近似为：

其中，d0为密相区输出对一次风的滞后时间。从上式可以看出，在实际控制过程中，一般通过调节一次风速Vg1及密相区颗粒浓度ρc1来调节温度的。

整理得：

（15）

式中，Z12（k）为密相区的系统输出温度TA1，Z11（k-d0）为一次侧输入风速Vg1，Z10（k）为煤炭颗粒浓度ρc1，v1是扰动。

（16）

其中，a、b是与密相区质量MA1有关的参数，c、d与煤炭颗粒的直径和氧气浓度有关。可以用最小二乘法来辨识式（15）中的参数。

令：

Y=[Z12（k+1）Z12（k+2）…Z12（k+n）]T

（17）

其中，Y=AUT，即可通过A=Y（UT）′辨识出系统参数，由于密相区质量MA1会缓慢变化，所以式（16）中的模型参数会变化，所以在线用最小二乘法辨识这些参数，最终得到密相区的Agent模型。

1.2 稀相区Agent模型

同样地把稀相区Agent看成系统整体中的其中一个Agent2，稀相区有三个输入和二个输出，建立其动态能量平衡方程。

稀相区床料质量平衡：

（18）

式中，MA2为稀相区质量；FA3，A2为分离器对稀相区的沉降速率；FA2，A3为稀相区对分离器的扬析速率； 为单位时间内稀相区内煤炭燃烧量。

稀相区动态能量平衡方程为：

（19）

式中， （20）

其中，QA2为稀相区能量，TA2为稀相区温度。

QF2为单位时间二次风带入的热量；

QF2=Vg2Sg2CgTA2 （21）

其中，Vg2为二次侧风速，Sg2为二次侧风入口截面积。

QA3，A2为单位时间分离器对稀相区沉降物料的热量，QA2，A3为单位时间稀相区对分离器扬析物料的热量；

QA3，A2=FA3，A2CcTA2=α2MA2CcTA2 （22）

QA2，A3=FA2，A3CcTA1=（1-α2）MA2CcTA2 （23）

其中，α2为沉降分离效率修正因子。

为单位时间稀相区煤炭燃烧产生的热量；

（24）

其中，单位时间内稀相区内煤炭燃烧量 可由式（24）确定。

（25）

式中，k2为燃烧速率系数；dc2为稀相区煤炭颗粒直径；ρc2为稀相区煤炭颗粒浓度。

为单位时间稀相区辐射输出的热能。

（26）

其中，β2为传热系数；S2为受热面。

由上述公式联立可得：

（27）

同理，可得稀相区运动方程：

（28）

式中，Z23（k+1）为稀相区系统的输出温度TA2，Z20（k-d1）为二次侧输入风速Vg2，Z12（k）为稀相区的煤炭颗粒浓度ρc2，v2为扰动，d1为滞后时间。

（29）

同样地，用最小二乘法可辨识得到稀相区Agent模型。

相应地建立分离器（Agent3）和回料器（Agent4）的动态能量平衡方程。

（30）

式中，QM为废气带走的热量。

QM=（Vg1Sg1+Vg2Sg2）CgTA3 （31）

同理，将式（27）整理得：

（32）

这样通过辨识可得到分离器Agent数学模型。回料器一般采用高温发料，运行稳定时，可认为回料器中能量基本保持不变。

即： （33）

2 多智能体预估控制算法实现

由于循环流化床锅炉结构复杂，传统控制思想存在着控制效率低下，抗干扰能力不足，难以克服系统中的大滞后和强耦合等问题。多智能体预估控制是将模型信息与检测信号分散化，采用模型误差反馈校正，滚动优化控制参数，能够控制复杂的被控对象[7-9]。

表示子单元ΣA1的智能体预估器， 表示子单元ΣA2的智能体预估器。各个子单元智能体预估器之间的通信依靠系统的物理结构进行，我们假设在子单元上设计的预估算法可以得到整体系统运行状况。

假设子单元ΣA1的控制输入相对于控制输出的滞后是D12，子单元ΣA2的控制输入相对于控制输出的滞后是D23。因此可以得出预算法：

式中： 、 分别是Z12、Z23的预估值。

假设Zij的期望值是 ，并且系统输入输出的期望与预估值之间存在某种关系，即：

其中：p为可调参数，且-1

根据上式可得：

同理可得：

其中：p1、p2为设计参数。

结合预估算法得到多智能体控制算法：

其中：a1、a2、a3、b1、b2、b3为系统辨识参数；p1、p2为设计参数。

3 仿真分析

循环流化床锅炉燃烧系统模型的数据来源于某锅炉厂220t/h循环流化床锅炉，采集其2011年度运行数据，辨识出各个子系统Agent模型及其之间的关联关系，然后设计多智能体预估控制算法，采用子系统数学模型和实际系统的输出误差进行反馈校正，滚动优化控制参数，来实现对被控对象的控制。并且具有较好的控制效果。

用MATLAB进行仿真，并和常规PID控制进行对比，仿真结果如图4和图5所示。图4为正常情况下的多智能体预估控制和常规PID控制的效果图，图5为在引入扰动后的控制效果图。可以看出，多智能体预估控制可以降低大的超调并且在要求范围内使系统更快的达到稳定。经对比可以说明该方法设计的系统具有良好的稳定性以及抗干扰能力。

4 结束语

本文采用多智能体建模方法，并对循环流化床锅炉进行机理分析，把原本复杂的系统分散成若干个小系统模型，并给出传递控制参数的多智能体模型，建立相应的智能体预估器。利用多智能体预估控制算法，可以使系统受到扰动后更快的稳定下来，具有较强的鲁棒性。多智能体预估控制方法是把复杂的系统结构离散化，预估仅仅根据模块信息，然后控制局部，当子单元出现故障，可以依赖预估信息进行处理，降低系统的停车率。随着对多智能体系统的深入研究，其得到越来越多的专家学者的认可，目前已在智能交通、航天航空等领域得到广泛应用。

参考文献：

[1]牛培峰.自整定智能控制器及其应用[J].自动化学报，1996（02）：215-218.

[2]Liu X W， Lu W L， Chen T P. Consensus of multi-agent systems with unbounded time-varying delays[J]. IEEE Transactions on Automatic Control， 2010， 55（10）：2396-2401.

[3]陈铁军，邱祖廉.结构分散模型及其应用[J].自动化学报，1992（06）：655-661.

[4]Jeff Y C P， Tenenbuam J M. An intelligent agent framework for enterprise integration[J]. IEEE Tarns. Systems， Man and Cybernetics，1991， 21（6）：1391-1408.

[5]刘军志，朱阿兴.分布式水文模型的并行计算研究进展[J].地理科学进展，2013（04）：538-547.

[6]Qiang MA， Da-ping XV. ADRC with synthesis tuning algorithm for superheating steam temperature of CFBB[J]. Proceedings of the Seventh International Conference on Machine Learning and Cybernetics， Kunming， 12-15 July 2008.

[7]席学军，姜学智.循环流化床锅炉燃烧系统的自抗扰控制[J].清华大学学报，2004（11）：1575-1579.

[8]于希宁，王慧.模糊控制在循环流化床锅炉床温控制中的应用[J].华北电力大学学报，2005（03）：43-46.

[9]周树孝，石炎福.基于小波除噪和神经网络理論的气固流化床颗粒浓度预测[J].石油化工，2003（03）：224-229.

[10]毛新军，胡翠云.面向Agent程序设计的研究[J].软件学报，2012（11）：2885-2904.

[11]覃威宁，郑天舒.基于Multi-Agent的实体建模与时间同步方法研究[J].系统仿真学报，2014（09）：1933-1938.

[12]梁晓龙，孙强.大规模无人系统集群只能控制方法综述[J].计算机应用研究，2015（01）：41-46.

[13]冯茜，王磊.仿人智能协调控制在循环流化床锅炉燃烧控制系统中的应用[J].计算机测量与控制，2014（10）：3158-3160.

[14]周星龙，谢建文.330MW CFB锅炉炉膛壁面颗粒流率分布测量[J].动力工程学报，2014（10）：31-36.

作者简介：吉晓青（1987.09-），女，河北任县人，硕士研究生，研究方向：检测技术。

智能体程序设计 篇7

关键词：Kinect,远程监控,智能家居,体感控制,语音识别

0 引言

智能家居,是物联网发展以来一直热议的话题,也是未来生活方式的一种趋势。通过传感器控制各种家居设备,可以使机器更加智能化,更好地服务人们,这正是物联网工作人员一直致力达到的生活方式。而目前,拥有了更加简捷的控制方式———体感控制,只要运动身体,就可以控制机器。在智能家居系统中引入体感控制,正是本文项目要研究的内容。

1 系统结构

本项目主要分为两大模块: 远程监控模块和体感控制模块。

远程监控模块主要通过Cubieboard3 开发板和UVC摄像头实现数据获取,并采用H. 264 视频输入与输出格式的转化与配置。同时通过嵌入式的动态域名服务器来实现远程监控。在远程监控的基础上,本系统还具备通过区域移动侦测来实现门户监控的效果和三维模型控制。监控到的数据和图像会传输到终端,若区域移动侦测有效,则传输指令到体感控制模块,再由体感控制模块判别后,发送指令到终端。而三维模型控制,则由网页显示家居三维模型图,通过空气鼠标选择地点,可以查看相应地方的监控视频,达到智能监控的效果。

体感控制模块主要是采用微软的Kinect［11］实现体感控制家居设备。该模块主要通过Kinect摄像头捕获人体数据,彩色数据,深度数据和语音数据,对采集到的数据作处理,通过手势识别和语音识别,对家居设备进行控制,例如: 空调,电视,窗帘,灯具等家居设备。体感控制,就是通过对人体作出的动作进行识别,将它转化成指令,发送到终端PC或者通过Wi-Fi模块发送到传感器或单片机执行,从而实现控制家居的效果。

2 系统硬件设计

2. 1 Kinect摄像头

Kinect一共有3 个摄像头,中间一个是RGB摄像头,用来获取640 × 480 的彩色图像,每秒钟最多获取30 帧图像; 两边的是两个深度传感器,左侧的是红外线发射器,右侧的是红外线接收器,用来检测玩家的相对位置。Kinect的两侧是一组四元麦克风阵列,用于声源定位和语音识别; 下方还有一个带内置马达的底座,可以调整俯仰角,如图1 所示。

2. 2 Cubieboard3 开发板

Cubieboard采用DDR3 512Mb /1024Mb内存,市场上多见的是1024Mb内存的版本,其自带有一个5V电源插口、1 个SATA5V电源插口、1 个SATA2. 0 硬盘接口、HDMI视频接口、Micro-SD卡卡槽、耳机插口、线路输入插口、96Pin GPIO接口以及100M以太网插口和Mini-USB接口。

2. 3 CBT-SURPERIOT平台

平台介绍: 全功能物联网教学科研平台( 标准版) 是北京赛佰特科技有限公司基于物联网多功能、全方位教学科研需求,推出的一款集无线Zig-Bee、IPv6、Bluetooth、Wi-Fi、RFID和智能传感器等通信模块于一体的全功能物联网教学科研平台,以强大的Cortex-A8( 可支持Linux /Android /Win CE操作系统) 嵌入式处理器作为核心智能终端,结合自主开发的通用型IPv6 物联网网关,支持多种无线传感器通讯模块组网方式。

3 系统软件设计

本项目软件主要包括远程监控程序和体感控制程序。远程监控程序主要负责帧数据采集与处理,区域移动侦测,数据云存储和三维模型监控等功能。体感控制程序主要负责骨骼、彩色和深度数据采集与处理,实现语音、手势控制,可控制音乐播放,灯具和窗帘开关,传感器控制和远程监控控制等功能。两模块之间主要通过Wi-Fi模块进行通讯和反馈信息,形成一个多功能整体系统。总体流程设计如图2 所示。

远程监控模块主要通过处理摄像头捕获到的数据,存储在本地PC中,或者上传到云盘。其中可以通过帧率差来实现区域移动侦测功能,详细流程如图3 所示。

体感控制模块主要通过处理Kinect捕获到的骨骼数据和声音数据,加以处理,转变成相应功能的指令,经过Wi-Fi传递指令后,控制各个软件或设备,详细流程如图4 所示。

4 系统功能实现

整体的程序界面是以四大功能模块为主,左侧为状态栏,主要反映Kinect连接,Wi-Fi连接和传感器数据信息,而右侧主要为四大功能模式: 音乐播放、灯具控制、窗帘控制、传感器控制和远程监控控制等。

4. 1 灯光和窗帘的控制

系统的灯一共有三个。分别分布在客厅、房间、厨房。每个灯都是连接在51 单片机的引脚上,通过控制单片机引脚的电平就可以控制灯的开关。窗帘的开关由步进电机的正反转来模拟,通过控制单片机来实现步进电机的正反转模块的切换,如图5 所示。

4. 2 视频监控

如图6 所示,视频系统通过一个摄像头和路由器实现远程监控,还能进行简单的图像识别。具体方法是摄像头获取数据,然后通过Wi-Fi或者网络传输到终端和其他智能移动端显示。

4. 3 声音控制

用户需要把指令和语音的对应关系在模块上设置好。具体方法是定义声音识别的内容然后再输入一个指令,建立对应关系。识别时如果模块进行语音匹配,如果匹配成功则发送对应的指令。开发板收到后则进行相应的操作。

4. 4 手势控制

用户需要通过肢体动作使Kinect捕获和识别后,转换为对应的指令,从而执行相应的函数或者指令,可以发送到PC终端或者通过Wi-Fi发送到开发板执行。

4. 5 传感器的应用

赛佰特实验箱的传感器,可能通过烧录相应的程序后,通过串口连接PC终端,从而读取传感器的数据报,然后对传感器的数据报作相应判断或者计算,获得传感器的类型和结果,通过主程序显示。

5 结束语

智能体程序设计 篇8

关键词：电厂级监控信息系统,多智能体,WebService,XML,人工智能

0 引言

火电厂厂级监控信息系统简称SIS (Supervisory Information System) , 是主要为火电广全厂实时生产过程综合优化服务的生产过程实时管理和监控的信息系统, 它介于电厂管理信息系统 (MIS) 和过程自动化系统 (DCS) 之间, 以优化机组运行, 提高运行经济性为主要目的的信息系统[1]。从SIS概念提出至今, 国内有众多学者、研究人员在该领域进行了有益的探索, 并已有实际系统应用于现场[2,7]。

然而, 由于当前厂级监控信息系统仍处于发展阶段, 在技术规程、应用软件设计等方面需进一步成熟与完善[8-9]。并且由于不同功能DCS的通信系统之间的差异性, 往往存在着在异构环境下的跨平台通信问题, 而为了保证网络信息的安全, 不同系统之间大都加装了通信防火墙。因此, 如何实现在异构系统之间跨平台, 跨防火墙的通信问题, 是SIS通信系统一个急待解决的问题。由于厂级监控信息系统侧重在于对生产过程的分析, 软件的功能模块主要在于提出优化策略, 因此, 把人工智能技术引入到厂级监控信息系统领域是非常必要的。文献[10]、[11]提出了把多智能体技术应用于厂级监控信息系统的概念, 本文拟在基于多智能体的厂级监控信息系统的框架研究、智能体的设计、智能体在异构环境下的通信等方面做进一步深入的探讨。

1 基于多智能体的监控信息系统框架

根据厂级监控信息系统在结构上分层、在地域上分布的特点, 本文构造了一个基于多智能体的厂级监控信息系统。系统利用多智能体系统在解决分布式在线问题的求解能力, 实现各个功能模块之间的协调。图1是基于多智能体的厂级监控信息系统的框架图。

运行人员通过实时数据监测和管理智能体提供的图形界面, 实现对生产流程中设备运行数据的查询和管理。

管理智能体具有全局的知识, 能够启动、管理、协调各个子功能智能体, 负责智能体间任务的分配以及智能体间交互消息的传递。同时, 它还负责实时数据库的创建和维护。

通信控制智能体通过高速以太网实现与DCS和MIS的通信联系。由于从不同的DCS采集的生产过程实时数据格式不同, 且数据量很大, 所以通信控制智能体设置一个通信线程池对这些数据进行区分优先级的选择性处理, 并采用资源预留方法保证对重要信息的实时处理。在通信控制智能体内有一个监控线程, 它根据通信服务器当前的负载能力, 来调整通信线程池不同优先级别线程的分配, 以实现SIS中通信数据处理能力的最优化。

负荷经济分配Agent、设备寿命管理Agent、设备故障诊断Agent、发电成本分析Agent是几个功能子智能体, 通过智能体的协调交互机制, 实现各自相应的功能, 并通过管理Agent把处理数据存入实时数据库中。

2 智能体的设计

按照智能体在整个生命周期中是否停留在某个固定位置, 可将其分为移动智能体和固定智能体两种;而按照体系结构的不同, 可分为反应型智能体、慎思型智能体和复合型智能体。其中, 慎思型智能体保持了经典人工智能的传统, 是一个基于知识的系统。典型的慎思型智能体采用BDI (Belief, Desire, Intension) 结构, 该模型可用下列要素描述:1) 一组关于外界环境的信念 (Belief) ;2) 智能体当前打算达到的目标 (Desire) ;3) 一个知识库;4) 一个意图结构 (Intension) , 描述智能体如何达到它的目标[12,13]。

按照BDI结构定义了厂级监控信息系统的各个功能智能体。以设备故障诊断智能体为例, 其结构图见图2:

设备故障诊断智能体可定义为:

<设备故障诊断智能体>::=

其中, B代表设备故障诊断智能体的信念 (Belief) , 是智能体对智能体当前状态的主观反映, 可用一信念度来衡量。它表示设备故障诊断智能体完成故障诊断任务的确信程度。在系统的运行过程中, 根据设备故障诊断任务完成历史记录, 通过智能体自身的学习机制, 对信念度进行调整。

当信念度低于某个域值时, 智能体将调整知识库, 并向管理智能体发送报警信号;当信念度持续低于某个域值时, 设备故障诊断智能体将放弃接收故障诊断任务。此时, 运行人员需把该模块从整个系统中移除, 检查知识库中是否存在不合理的规则, 在更新知识库之后, 再把该模块投入运行。

R代表设备故障诊断智能体的知识库。把设备诊断知识、专家经验以及现场运行数据以规则的形式存储成知识库的格式。运行人员将定期地更新知识库, 在出现异常情况下, 则应检测知识库中是否存在错误的规则, 以提高智能体的能力和执行效率。

D代表设备故障诊断智能体的期望 (Desire) , 是智能体希望达到的状态, 可用一个期望值来衡量。该值通过信息处理后的结果经由知识库进行规则判断后形成的, 随着设备故障诊断智能体完成任务的顺利程度进行调整。

I代表设备故障诊断智能体的意图 (Intension) , 是智能体在当前信念与期望指导下, 规划智能体的动作序列, 并通过效应器作用于现场运行的设备。

厂级监控信息系统中其它功能智能体可采用同样的设计方法来实现。通过采用BDI结构设计智能体, 使得各个功能智能体具有高度的智能化、模块化, 有利于系统整体性能的优化和提高。

3 基于XML Web Services技术的通信机制

XML是包括可扩展样式语言 (XSL) 、链接语言 (XLL) 、XML名字空间、XML DTD或模式 (Schema) 以及XML查询 (XQL) 等在内的一组技术。而XML的模式是其中最重要的内容之一, 它是一种用来描述信息结构的机制, 可以定义XML文档的结构、数据类型等内容, 并用来帮助XML分析程序校验XML文档标记的正确性和有效性。由于SIS系统包涵着实时数据监测和管理模块、负荷经济分配模块、设备寿命管理模块、设备故障诊断模块和发电成本分析模块等多个功能模块, 不同的功能模块往往具有各自特有的数据类型和数据结构, 对比XML两种模式的特点, 在SIS中应选取在数据类型、数据结构方面更具灵活性的Schema模式。

以SIS的设备故障诊断模块中汽机设备为例, 根据Schema模式对设备模型的描述和定义, 可以为该汽机设备建立如下的设备自描述文档:

由文档内容可知, 汽轮机设备的运行参数自描述文档包含了代表汽轮机设备所有外部可视功能的数据对象和服务的定义和描述, 这些内容包括:

1) 汽轮机设备的基本信息, 如汽机设备名称、型号、制造商等;2) 扩展的网络信息, 如汽轮机设备DCS所在的网络位置、IP地址、网络名称、所采用的通信协议名称等;3) 汽轮机设备的运行参数包括阀位、蒸汽压力、转速和负荷等。

从以上汽轮机设备运行参数自描述文档的结构和内容可以看出, 厂级信息监测系统采用基于XML的设备自描述文档进行设备信息管理可实现对通信数据的抽象化封装, 并采用XML文档的自描述功能实现参数数据的高效搭载, 有效减轻了网络负载。由于XML Web Services具有跨平台、跨防火墙的能力, 因此可实现异构通信环境下的跨平台、跨防火墙通信, 从而可把不同的“信息孤岛”连接起来, 形成完整的网络信息系统。

4 结论

企业内组织的多智能体论述 篇9

Agent原指在商品经济活动中被授权代表委托人的一方。在计算机领域，Agent可认为是被授权的“个人软件助理”(Personal Software Assistant)，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。Agent的概念出现于2 0世纪7 0年代的人工智能(A r t i f i c i a l Intelligent,AI)中。随着分布式人工智能(DAI)研究的深入和网络化分布环境的普及，Agent理论、技术的研究和应用得到了极大的推动。Agent技术已在许多领域广泛展开，如人工生命、分布式对象计算、人机交互、智能和适应性界面、智能搜索和筛选、信息检索、知识获取、企业生产调度等等。

Agent在词典中的基本含义是:扮演其它角色者(one who acts)。但将语境限制在计算机技术中的Agent，这种定义太过于笼统。要更准确的刻画Agent，就需要有更多的属性。这些属性以不同的方式组合起来，形成千差万别的Agent个体。值得指出的是，并非一个Agent必须具备其所有属性，一般来说，必须具备以下三种特性:(1)自主性:没有外部直接干涉能够行动。对内部状态有某种程度的控制，根据其自身的经验行事。(2)交互性:与环境及其它Agent交流。(3)适应性:在某种程度上能够响应其它Agent或环境。适应性的更高形式允许Agent根据经验修改自己的行为。

这三项属性也是具有智能的基本要求，没有自主，就没有智能。一个智能体的基本特征就是当外部环境发生变化的时候，它要根据自己内部状态作出必要的判断:是对这种变化呈现出一种外在行为，还是对这种环境变化无动于衷。

2 企业内组织的多智能体系统

2.1 多智能体系统（Multi-Agent-System简称MAS)

在人类世界，仅有一种方法还不能构成社会或支持人们所享受的组织，因此我们建立了为不同目的交互的人际网络。同样，Agent之间交互关系还不足以建立Agent社会，我们需要能够协作的Agent——既有协作也有竞争，或二者的组合。这些Agent“社会”就称为多智能体(多Agent)系统(MAS)。顾名思义，多Agent系统是由多个相互之间发生交互的Agent所构成的系统，在多Agent系统中，Agent之间、Agent与环境之间必然存在某种交互(如图一)。

图一描述了一个标准的Multi-agent系统结构。系统包含一些Agent，它们通过通信互相交互。这些Agent可以在环境中动作，不同的Agent有不同的“作用范围”，表示它们可以控制、至少是影响环境的不同部分。在有些情况下，影响的范围可能会重叠，而影响范围重叠的事实会产生Agent之间的依赖关系。

显而易见，单个Agent环境要简单得许多，因为设计者不需要处理诸如合作、协商等等问题。但多Agent系统所带来的协同与分布的计算模式为满足应用的需求带来了可能。因而，现在的企业生产控制和生产调度等系统的研究都主要集中在多Agent系统上而不是单个Agent。从单一Agent个体研究到多Agent系统的研究，也是从研究单一智能体向研究分布式智能的发展。多Agent系统对描述现实世界更合理一些，多个智能体的适当组合，所产生的作用和功能比单一的智能体所产生的功能和作用要强大得多。多个智能体之间的相互关联和交互，可能带来某种特性的突现，这些都是多Agent系统所必须要研究的问题。

2.2 企业多智能体系统

随着社会经济的发展和市场竞争的加剧，企业组织结构扁平化，更加注重人在企业中的地位和作用，强调企业内部各部门、小组之间的合作与协调，这给企业组织的建设和沟通带来了挑战。传统的企业组织系统模型大多局限于活动及其逻辑关系，将系统中的角色(企业各部门)分散在各个顺序执行的活动中，对企业这一系统中的组织及其之间的关系缺乏足够的重视。而直接面向角色的方法，能详细说明并分析各角色的作用，强调参与者的角色及其相互关系，表达多个角色协同合作的过程，因而能比较准确地反映企业运作的实质。由于企业各部门是具有自治性、交互性等Agent个体所具备的特性，所以采用基于Agent的方法，将企业系统中的角色(Role——企业各部门)用自治智能体表示，强调企业各部门的角色及其相互间的关系，能更方便地反映企业组织机构、业务流程的动态变化。下面就从企业系统中的部门智能体入手，分析一下企业内组织多智能体系统结构的构成。

根据Russel和Norvig的观点，Agent可以是任何通过传感器感知环境并通过效应器作用于环境的事物，根据该定义，Agent可以包罗万象。其结构如下图二所示。

该结构是学者们普遍接受的Agent的结构，将其用于企业部门就可理解为:感知器是部门Agent接受部门外信息的感觉通道;知识处理模块是部门Agent中人员知识系统;通讯管理是部门Agent与企业系统中其他部门Agent进行交互的机制或协议;效应器是部门Agent影响或改变企业的通道;角色列表是部门Agent在企业多职能体系统中所扮演角色也就是部门职能。在实际应用中，我们往往根据不同的企业需要而采用不同的Agent结构，但一般都直接或间接地包含Agent的这几个功能。

不同的部门根据其职能的不同会形成不同的部门Agent结构，这些部门在执行职能时将会产生相互作用，它们之间需要相互协调、协作，共同完成企业运营。正是这些协作关系和其它一些关系将企业内所有部门Agent联系起来，形成了企业多智能体系统。在整个企业多智能体系统中，作为一个系统，企业有其输入和输出。作为系统内的部门Agent，也有其输入和输出，部门的输入是该部门Agent运行的动力，部门的输出则是部门Agent为企业多智能体这一系统提供的动力，由于篇幅有限，在此就不再对这些动力机制进行分析。

通过本文的论述可以看出，企业的运作就好比人的行走，如果动作不协调，很可能会摔跟头，即使没摔跟头，那也会举步维艰。企业多智能体系统是以企业各部门之间的协调为基础的，它可以为企业的协调发展、运作提供更加完善的平台。

参考文献

[1]杨鲲,翟永顺,刘大有.Agent:特性与分类[J].计算机科学,1999,26(9).

[2]胡舜耕,张莉,钟守义.多Agent系统的理论、技术及其应用[D].计算机科学,2002,(1).

[3]靳小龙,张世武,吴建兵.多智能体模型与实验[M].北京:清华大学出版社,2003.

移动多智能体路径规划方法研究 篇10

一个好的路径规划方法需要满足如下性能[1]：合理性、完备性、最优性、适时、环境变化适应性和满足约束。有些方法没有高深的理论，但计算简单，实时性、安全性好，就有存在的空间。如何使性能指标更好是各种算法研究的一个重要方向。

在未知的(或部分已知的)，动态的非结构的环境下，多智能体利用传统的路径规划方法很难满足前面的性能要求，本文提出了一种将全局路径规划方法和局部规划方法相结合，将基于反应的行为规划和基于慎思的行为规划相结合的路径规划方法，其思路如下：多智能体分别采用A*算法进行全局路径规划，各自生成到达目标点的子目录节点序列，同时采用改进的人工势能对子目录节点序列中相邻节点进行路径的平滑和优化处理，该方法不但能够充分利用已知环境信息生成全局最优路径，而且还能及时处理所遇到的随机障碍(其它智能体)信息，从而提高了多智能体整体的路径规划的性能。

1 路径规划方法

1.1 相关研究

1)A*算法

在最佳优先搜索的研究中，最广范围应有的方法为A*搜索，其基本思想[2]是：它把到达节点的代价g(n)和从该节点到目标节点的代价h(n)结合起来对节点进行评价：f(n)=g(n)+h(n)(1)。A*算法用于移动多智能体的路径规划时，多智能体分别按照已知的地图规划出一条路径，然后沿着这条生成路径运动，但智能体传感探测到的环境信息和原来的环境信息不一致时，智能体重新规划从当前位置到目标点的路径。如此循环直至智能体到达目标点或者发现目标点不可达[3]。重新规划算法依旧是从当前位置到目标点的全局搜索的过程，运算量较大。而且由于采用A*方法规划出的最优路径并没有考虑到机器人的运动学约束,即使机器人可以采用A*方法规划出一条最优路径，机器人也未必可以沿着这条路径运动。

2)人工势能法

人工势能法由Khatib提出的一种虚拟力法[4]。人工势场方法结构简单，便于低层的实时控制，在实时避障和平滑的轨迹控制方面得到了广泛的应用，但根据人工势场方法原理可知，引力势场的范围比较大，而斥力的作用范围只能局部的，当智能体和障碍物超过障碍物影响范围的时候，智能体就不受来自障碍物引起的排斥势场的影响。所以，势场法只能解决局部空间的避障问题，他缺乏所在的全局信息，，这样就造成产生局部最优解不能进行整体规划，智能体位于局部最小点的时候，智能体容易产生振荡和停滞不前。

1.2 路径规划方法描述

鉴于A*算法全局路径搜索的全局性与改进人工势场算法局部路径搜索的灵活性，通过一定的方法把两者结合起来，其思路如下：多智能体分别采用A*算法进行全局路径规划，各自生成到达目标点的子目录节点序列，同时采用改进的人工势能对子目录节点序列中相邻节点进行路径的平滑和优化处理，该方法不但能够充分利用已知环境信息生成全局最优路径，而且还能及时处理所遇到的随机障碍(其它智能体)信息，从而提高了多智能体整体的路径规划的性能。由于A*方法采用栅格表示地图，栅格粒度越小，障碍物的表示也就越精确，但是同时算法搜索的范围会按指数增加。采用改进人工势场的局部路径规划方法对A*方法进行优化，可以有效增大A*方法的栅格粒度，达到降低A*方法运算量的目的。

2 环境构造

目前主要有三种比较典型的环境建模方法：构型空间法、自由空间法和栅格法，本文仿真实验采用的环境建模方法是栅格法，栅格法将机器人路径规划的环境划分成二维网格，每格为一个单元，并假设障碍的位置和大小已知，且在机器人运动过程中不会发生变化。栅格法中的网格单元共有三种类型，即障碍网格、自由网格和机器人所在网格。目前常用的栅格表示方法有两种，即直角坐标法和序号法。这两种表示方法本质上是一样的，每个单元格都与(x,y)一一对应。本文采用序号法表示栅格，设栅格的中心点坐标为栅格的直角坐标，则每个栅格编号都与其直角坐标一一对应，地图中任意一点(x,y)与栅格编号N的映射关系为：N=INT(xGs)+xmaxGs×INT(yGs)，(1)式中，xmax表示x轴的取值范围，Gs表示栅格尺寸的大小，INT函数表示取整，而栅格中心点的坐标为(xG,yG)它与栅格编号N之间的关系为：xG=(N%M)×Gs+Gs/2,yG=INT(N/M)×Gs+Gs/2,(2)式中，M=xmax/Gs,符号%表示取余操作。本文中根据机器人的尺寸来确定栅格的粒度,假设一个栅格能容纳一个智能体，这里选择栅格的大小为40cm×40cm[5]。本文的仿真环境为800cm×800cm，栅格号N=0～399，机器人的初始位置的栅格号为N=42，目标位置的栅格号为N=314。在Visual Studio 2005中进行仿真，仿真结果如图1所示，长方形和椭圆图形代表障碍物栅格，小圆圈所代表的栅格为机器人的起始栅格和目标栅格，剩下的是自由栅格。在路径规划中机器人可以选择自由栅格作为它的路径点。

建立栅格后，对栅格进行初始化。设置变量G_Obstacle为0表示自由栅格，G_Obstacle为1表示障碍网格包括机器人栅格。若障碍物或智能体占当前位置栅格面积大于1/3则设置变量G_Obstacle为1.

3 数据的采集

对于简单地形，我们将实际地形就行考察并进行测量、量化，转化为平面坐标数据最后转换相应的栅格编号。对于复杂地形在没有航摄资料的情况下，本实验以地图为数据源的DTM数据获取方法在，可利用已有的地形图采集地形数据，用手扶跟踪式数字化仪将平面图形转化为平面坐标数据，最后转换相应的栅格编号。

4 实现过程

第1步：对环境信息进行数据采集并转化成相应的平面坐标数据。

第2步：确定各个智能体的初始位置和目标位置。

第3步：建立栅格，对栅格进行初始化。

第4步：智能体S(i)首先根据已知信息规划出各自的一条目标序列S(i)n。

第5步：智能体S(i)利用测试传感器探测到临界危险区L范围内的信息与原有信息是否一致，当智能体利用传感器探测到临界危险区L范围内的信息与原有信息一致时，利用改进后的人工势能算法搜索相邻目标点之间的轨迹，否则智能体搜索从当前序列点S(i)n到S(i)n+4路径。定义临界危险区L、目标序列点S(i)n(n>=1)。

第6步：智能体一旦移动到达目标栅格,则程序终止;否则返回第5步。系统的工作流程如图2所示。

5 仿真结果及结论

在Visual Studio 2005平台上进行了仿真，，首先根据已知环境信息，进行数据采集量化并进行栅格化处理，设置障碍和智能体的大小及位置(为了简单化，本实验所有障碍都设置为圆形)，再进行初始化操作，采用0、1二元信息数组存储栅格化的地形。

智能体运用A*算法进行全局路径规划，图3显示两个智能体的运动过程，显然两个智能体的路径相交可能会发生碰撞，智能体为了避免碰撞应重新规划算法依旧是从当前位置到目标点的全局搜索的过程，运算量较大。而且显然只用A*算法规划出二维路径点序列，相邻两点之间的夹角一定是π/4的整倍数，机器人很难按照所生成的序列点运动。智能体采用改进后的人工势场进行目标序列点之间的局部路径规划，图4显示智能体的运动过程。显然智能体的整条运动轨迹显得比较平滑同时又实现实时避障的目的。

6 总结

本文对多智能体在动态环境下路径规划技术进行了研究探索，提出了一种能够将全局路径规划方法和局部路径规划方法相结合，通过仿真取得了很好的结果，证明A*和人工势场算法的结合可行。

摘要：针对动态非结构化环境下的移动多智能体路径规划问题,该文提出了一种能够将全局路径规划方法和局部路径规划方法相结合路径规划解决思路,全局路径规划采用A*算法生成到达目标节点序列;局部路径规划采用改进的人工势场算法。在考虑了移动智能体运动学约束的前提下,该方法不但能够充分利用已知环境信息生成全局最优路径,而且还能及时处理所遇到的随机障碍信息。并利用VisualStudio2005软件开发的仿真平台对该问题进行了仿真,仿真结果说明了该算法的有效性和实用性。

关键词：移动多智能体,全局规划,局部规划

参考文献

[1]刘华军,杨静宇,陆建峰,等.移动机器人运动规划研究综述[J].中国工程科学,2006,8(1):85-94.

[2]Nilsson N J.Princip les of Artificial Intelligence[M].Berlin,Ger2many:Sp ringer,1980.

[3]Zelinsky A.A mobile robot exploration algorithm[J].IEEE Trans2actions on Robotics and Automation,1992,8(6):707-717.

家具设计中立体构成的应用 篇11

【关键词】家具设计 立体构成 空间意识

一、立体构成的空间意识应用

立体形态是一种三重维度上形态展现，也是目前人类普遍认知中最高的维度层。由于立体构成具有明显的空间性，所以通过不同的角度来看待立体构成将会有不同的形态变化。所以在家具设计中，要充分考量到家具在不同角度的视域下所展现出来的造型的美感，也就是说家具设计不仅要对家具的造型设计进行设计，而且要兼顾到家具所在的空间变化。虽然说在家具制造之后我们能够看到的就只有家具本身所具有的立体构成，但是消费者实用家具最主要的不仅是要利用家具的实用性，而且是要将家具与室内空间环境相融合，进而形成一个相对完整的、和谐的室内空间，所以在进行家具设计的时候要长远的考虑到家具适合在怎样的空间中存在，在怎样的空间中能够体现其美感，并保证家具的存在不会让空间出现突兀感，这是家具设计的核心内容所在，也是评价家具质量的一个核心的标准。在家具市场环境中，消费者凭什么来选择家具，考量的因素不仅仅有家具的质量，还有家具的立体构成与消费者所要充填的室内空间是否匹配[1]。所以从空间意识的层面上来看，家具设计本身的目的性在于填充空间，而家具的造型不过是满足这一目的的基本手段，那么对于设计师来讲，在家具设计之初就应该讲空间放在造型之前，要充分考量家具所处的空间环境之后才能够决定家具以怎样的一种造型呈现在消费者的面前。

二、立体构成要素的应用

家具的立体构成要素实际上也就是立体构成的点、线、面等要素，而将这些要素放在家具设计就实体化为各种点材、线材、面材等构成材料。

点材也就是我们常见的门把手、沙发上的包扣、锁型等，这些内容相对较小，但是却能够起到画龙点睛的作用。在实际的家具设计中，这些环节的设计对于家具的整体构造来说有着非同一般的价值与意义[2]。在点材的设计上主要分为两种，一种是点材作为整体家具的装饰而存在，而另一种则是点材作为独立的家具而存在。首先从前一种来看，众所周知一般的家具上都会有一定的饰品来装点家具，通过一些小的零部件来强化家具的美学感官。譬如说木制橱柜的把手、电脑桌上的笔架托等等，虽然说这些设计在内容量上相对较小，但是却能够让家具从整体上更具有美感和实用性。而后一种则是通过将一定数量的点材进行搭配来达到整体的美化效果。以墙壁书架隔板为例，单一的书架隔板如果放置在墙壁上的话，会从墙壁的整体感官效果上突兀出来，但是如果将一定数量的书架隔板以一定方式来进行排列和组合的话，就能够起到装饰墙壁的作用，而且还具有非常良好的实用性。

从线材上来看，其实从家具设计的整体结构上来看，家具整体感官效果实际上是以线条的形式传递的，也就是说家具设计能够通过线条的勾勒来呈现出家具应有的美感和气势。从古至今，纵观家具设计中的立体构成要素中的线材应用，尤以直线材应用最为广泛，无论是在古典木制家具的设计中还是在现代铁质家具的设计中，都会大量应用到直线和硬角，而家具的棱角分明也能够带给观赏者良好的感官体验[3]。而相较于直线才来说，曲线材的应有都有着其独特的使用空间，譬如说洛可可风格、托纳特的曲木椅等，这些家具设计都使用了曲线造型，而曲线造型所呈现出来的一种柔和之美，与直线材冰冷的直线和硬角对比来看，曲线造型虽然并不适应于大多数的家具，但是却能够带给人一种和谐之美，正如中国传统太极文化一样，以柔克刚。

面也是有曲有平之分的，不同形状的家具表面所展现出来的设计意识、设计理念和设计情感也不尽一致。一般来说，规矩的平面能够让家具呈现出简洁、秩序的美感，而且平面更好用来进行装饰。而曲面所呈现出的是柔软、温和、亲切的艺术感官，尤其是在触感上，相较于平面的规规矩矩，曲面能够让人感受到一种包容的力量[4]。而且对于家具设计中的平面、曲面选择来讲，他们的材质、颜色、机理等都会填充到面的内在美感之中，借助于面的延伸和厚度来向人们传递一种空间的占有感。

结束语

立体构成对于家具设计来说至关重要，如果不能良好的使用立体构成的元素的话，家具的造型就不会带给人良好的感官体验，也无法与其使用的环境相融合，甚至还会破坏掉室内空间的和谐感，因此，只有充分把握立体构成在家具设计中的应用，才能够设计出更具有美感的家具。

【参考文献】

[1][美]鲁道夫.阿恩海姆.艺术与视知觉[M].滕守尧，朱疆源.四川:四川人民出版社，2014.

[2]张书鸿.家具设计概[M].武汉：华中华技大学出版社，2015 .

[3]来增祥.家具设计原理[M].北京：中国建筑工业出版社，2012 .

基于多智能体的用户偏好系统研究 篇12

近年来, 网络信息量有了飞速增长, 如何快速发现用户潜在需求并做出正确的反应成为当前电子商务中亟待解决的问题。传统的信息获取手段在处理非结构化的资料的能力相对较弱, 它不能从海量的信息中找出用户感兴趣的知识, 更不能处理随用户不同而变化的个性知识、随地域不同而变化的区域性知识以及不同领域的专业性知识等。为此, 本文试图创建基于多智能体的用户偏好挖掘模型, 通过网络顾客提供的静态和动态信息, 对顾客偏好进行分析, 建立基于多Agent的顾客需求代理系统, 以发现顾客的真实需求。

二、推荐系统框架分析

一般个性化推荐系统的推荐的过程是:用户提交检索信息、偏好表示、信息推荐、用户反馈。在多Agent推荐系统中, 系统对用户行为的识别和表示, 是通过智能体合作协商通信来实现的。个性化推荐系统的基本功能包括:分析顾客的行为, 建立顾客行为的表示模型;利用模型向用户提供推荐;对推荐进行反馈, 并根据反馈修正推荐。基于多Agent系统的顶层数据流程图如图1。

用户识别模块:对用户历史信息进行对比识别, 并对用户的浏览习惯进行识别, 以减少用户误识别的概率。

行为识别模块:根据信息及其来源识别用户和行为, 并将信息转换为系统可识别的偏好信息, 以便于数据分析。

行为收集模块:将用户记录按照相应格式存入数据库。

用户偏好模块:判断是否有用户记录, 并根据用户即时信息和存档信息选择构建偏好模型或进行偏好更新。

数据挖掘模块:被动的接受请求或主动的对用户历史行为记录进行数据挖掘, 通过神经网络、聚类等方法, 进行顾客购买、访问行为的分析, 或在数据分析人员的干预下进行推荐效果分析, 为偏好推荐模块提供参考。

偏好推荐模块:根据相关模块得到的用户偏好信息、用户行为信息、数据挖掘结果和相应推荐规则, 做出推荐。

推荐协商模块:其通过与“黑板”进行关于当前搜索趋势方面进行交互, 并对推荐结果进行相应修正。并在用户反馈的基础上, 对用户偏好进行学习, 并建立相应的学习经验。在对结果进行修正后, 将推荐结果返回给用户。

在整个推荐过程中, 这样一个行为收集、偏好分析、推荐结果的过程将不停的重复修正, 最终满足客户需求。

三、系统协商过程

偏好推荐部分是个性化推荐系统研究的核心。提高推荐的质量被作为所有推荐系统的共同目标, 然而, 不同的推荐方法在不同的市场环境中的适应性各有不同。引入多智能体拍卖协商机制后, 所有被推荐的项目都有自己投标价格, 系统就可以从中筛选出投标价格最高的推荐项目提供给用户。

本统体系结构严格遵照MAS (Multi-Agent System) 有关Agent生命周期思想, 通过模拟拍卖过程进行偏好推荐。在系统中偏好推荐Agent作为卖方智能体, 协商Agent作为拍卖主持智能体。协商智能体根据客户对商品的需求程度、个人偏好、风险态度、供货数量等利用博弈分析算法自动计算出最优竞价策略, 并向供应商发出投标, 等待交易消息, 收到成功消息, 偏好推荐Agent在第一次报价时根据经验得到的权重进行加权, 得到第一次报价。协商Agent获得投标消息后, 拍卖主持Agent处理收集到的各竞标Agent投标信息, 根据拍卖机制库将投标结果进行排序, 然后公布该阶段的最高投标人和当前的次高投标价, 并发送给各竞标Agent, 然后进入下一阶段。确定投标价格, 后通知客户, 并进行交易, 若协商失败, 则开始一轮新的协商。如果某一阶段, 上一阶段的次高价格已经超过它的保留价, 它就发消息给拍卖主持Agent, 然后退出拍卖将最终投标消息返回给用户。直到最后一个阶段, 拍卖主持Agent处理完收集到的各竞标Agent投标信息后, 公布竞标结果。

四、系统算例

系统采用MovieLens站点的数据集进行实验, 通过对协通过滤算法的推荐结果进行竞标优化。对推荐结果的评价采用统计精度度量方法中被广泛采用的平均绝对偏差MAE作为推荐精度度量标准。平均绝对偏差MAE通过计算预测的用户评分与实际的用户评分之间的偏差度量预测的准确性, MAE越小, 推荐质量越高。设预测的用户评分集合表示为{p1, p2…pn}, 对应的实际用户评分集合为{q1, q2, …qn}, 则平均绝对偏差MAE定义为:

试验过程中, 分别指定用户聚类的数目为30, 40, 目标用户的最近邻居个数从10增加到40, 间隔为10, 分别计算本文提出的算法与传统的协同过滤推荐算法的MAE, 试验结果如图4.1:

由图看出, 本文提出的基于M A S的协同过滤推荐算法均具有较小的MAE。由于本系统只是对协同过滤算法进行优化, 其结果的改进是有限的, 如果卖方可以采用不同的推荐算法, 其推荐精度将可能有较大的提高。由此可知, 与传统的最近邻协同过滤推荐算法比较, 本文提出的算法可以有效提高推荐系统的推荐质量, 弥补了协同过滤算法在稀疏度和冷启动方面的缺陷。

五、结束语

本文的创新点在于, 利用多智能体系统在人工智能协商方面的优势, 提出了一个基于多智能体个性化推荐系统的架构, 在原有推荐算法的基础上通过对不同的推荐结果进行有效性协商, 根据不断进行自学习得到最优的推荐结果, 以弥补原有推荐算法智能化不足的缺点, 为量化、感知用户需求等问题提供了新的研究思路。

参考文献

[1]王继成 潘金贵 张福炎:web文本挖掘技术研究[J].计算机研究与发展, 2000, 37 (5) :513～520

[2]韦鲁玉 丁华福:基于Agent的个性化智能信息检索系统[J].信息技术, 2007, (01)

[3]李政伟 夏士雄 聂 茹:基于Web服务的动态电子商务应用架构[J].计算机工程与设计 , 2005, (04)