为保证各舰船之间的协同占位或位置协调,确定各舰船需要占据的位置或区域,提出舰船多智能体协同占位方案数学建模优化方法。以舰船多智能体运动数学模型为基础,分析各个舰船智能体的运动和航行状态,判断各个智能体的航行领域,并确定舰...为保证各舰船之间的协同占位或位置协调,确定各舰船需要占据的位置或区域,提出舰船多智能体协同占位方案数学建模优化方法。以舰船多智能体运动数学模型为基础,分析各个舰船智能体的运动和航行状态,判断各个智能体的航行领域,并确定舰船智能体的最近会遇距离;采用MADDPG(Multi-Agent Deep Deterministic Policy Gradient)算法结合该距离构建舰船多智能体多元组,以此获取舰船多智能体最佳的占位决策结果;在此基础上,引入同结构变换优化舰船多智能体占位编队结构,保证每个个体的精准占位以及位姿状态的一致性。测试结果表明,该方法能够有效完成各个智能体的位置决策,保证编队位姿状态的一致性,整个舰船智能体编队位置和理想位置之间的误差均低于(5,5)m。展开更多
为解决环境及人类活动因素影响下的城市安全宜居问题,以深圳市福田区10个街道的实际数据为基础,结合Repast仿真平台和地理信息系统(geographic information system,GIS)建立基于多智能体的城市安全宜居度仿真模型;从街道视角模拟福田区...为解决环境及人类活动因素影响下的城市安全宜居问题,以深圳市福田区10个街道的实际数据为基础,结合Repast仿真平台和地理信息系统(geographic information system,GIS)建立基于多智能体的城市安全宜居度仿真模型;从街道视角模拟福田区未来20 a(年)城市安全发展的演变过程,用情景实例论证分析了福田区各个街道的城市安全宜居度、居民满意度和家庭搬迁行为的动态交互反馈机理。实验结果证实了多智能体模型在仿真模拟多因素影响下城市发展的有效性。展开更多
文摘为保证各舰船之间的协同占位或位置协调,确定各舰船需要占据的位置或区域,提出舰船多智能体协同占位方案数学建模优化方法。以舰船多智能体运动数学模型为基础,分析各个舰船智能体的运动和航行状态,判断各个智能体的航行领域,并确定舰船智能体的最近会遇距离;采用MADDPG(Multi-Agent Deep Deterministic Policy Gradient)算法结合该距离构建舰船多智能体多元组,以此获取舰船多智能体最佳的占位决策结果;在此基础上,引入同结构变换优化舰船多智能体占位编队结构,保证每个个体的精准占位以及位姿状态的一致性。测试结果表明,该方法能够有效完成各个智能体的位置决策,保证编队位姿状态的一致性,整个舰船智能体编队位置和理想位置之间的误差均低于(5,5)m。
文摘为解决环境及人类活动因素影响下的城市安全宜居问题,以深圳市福田区10个街道的实际数据为基础,结合Repast仿真平台和地理信息系统(geographic information system,GIS)建立基于多智能体的城市安全宜居度仿真模型;从街道视角模拟福田区未来20 a(年)城市安全发展的演变过程,用情景实例论证分析了福田区各个街道的城市安全宜居度、居民满意度和家庭搬迁行为的动态交互反馈机理。实验结果证实了多智能体模型在仿真模拟多因素影响下城市发展的有效性。
