多智能体系统仿真与评价
发布时间：2020-12-02 11:13
多智能体系统是一组智能体的集合,包括人群、交通流、飞虫群、鸟群等。在智能体系统中,个体之间会发生相互影响,产生集群行为。多智能体仿真的应用包括人群恐惧症的VR治疗、自动驾驶中的车辆仿真、城市设计和规划、驾驶学习仿真系统以及其它娱乐方面的应用。已有研究者尝试对多智能体的行为进行仿真和评价,但仍存在如下问题:1.集群行为是如何产生的?关键因素是什么?2.当不同种类的智能体混合在一起的时候,如何仿真;3.如何评价同种生物的不同轨迹的运动相似程度。针对以上问题,本文从动力学模型、信息传递机制、混合多智能体仿真、数据驱动的运动评价四个方面开展了以下工作:1.提出了一种生物学启发的大规模鸟群的仿真方法。本文采用信息传递网络来描述个体之间的逻辑关系,用移动哈希表来描述个体之间的空间关系。在实践中,该方法可以生成不同的鸟群行为,包括跳舞和大规模聚合。此外,本模型可以更真实地刻画出鸟群运动的特征。2.提出了一种基于强连通图的鸟群信息传递方法。该方法将信息传递网络与自驱动粒子的动态模型相结合,发现使用稳定信息传输网络得到的模型产生的鸟群行为更稳定。本文进一步表明,鸟群中信息传递的时间与其规模呈对数增长,且...
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：109 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 引言
1.2 研究现状
1.2.1 多智能体系统的动力学模型
1.2.2 鸟群的信息交互机制
1.2.3 数据驱动的多智能体系统仿真
1.2.4 多智能体系统仿真的运动评价模型
1.3 研究目标
1.4 本文工作
1.4.1 主要贡献
1.4.2 本文组织结构
第2章 大规模鸟群的快速仿真
2.1 引言
2.2 相关工作
2.3 自驱动力模型
2.4 结果
2.4.1 实现
2.4.2 仿真结果
2.4.3 本章仿真结果与真实运动的对比
2.5 结果分析
2.5.1 不同初始密度的结果
2.5.2 凝聚力的权重对结果的影响
2.5.3 排斥力的权重对结果的影响
2.5.4 稳定信息传递网络下邻居个数对结果的影响
2.5.5 非稳定信息传递网络下邻居个数对结果的影响
2.5.6 时间性能
2.6 本章小结
第3章 稳定的信息传递网络对鸟群群体行为产生的影响
3.1 引言
3.2 相关工作
3.3 稳定的信息传递网络:一个不变的图
3.4 图上的信息传递
3.4.1 信息传递时间
3.4.2 鸟群的信息传递过程
3.5 稳定的信息传递网络vs.不稳定的信息传递网络
3.5.1 自驱动力模型
3.5.2 对比
3.6 实现
3.6.1 信息传递过程的仿真方法
3.7 本章小结
第4章 基于实时数据驱动优化的混合多智能体系统仿真
4.1 引言
4.2 相关工作
4.2.1 参数估计和真实数据特征
4.2.2 数据驱动的群体仿真
4.3 基于数据驱动的优化
4.3.1 术语和符号
4.3.2 总体方法
4.3.3 动力学方程
4.3.4 速度连续性
4.3.5 碰撞避免
4.3.6 吸引力
4.3.7 方向控制
4.4 基于数据驱动优化的多智能体系统仿真
4.4.1 数据集的状态估计
4.4.2 方向调整
4.4.3 距离和邻居
4.4.4 快速计算
4.5 结果
4.5.1 数据获取
4.5.2 人群
4.5.3 交通
4.5.4 虚拟现实场景
4.6 性能分析
4.6.1 时间性能
4.6.2 对比
4.6.3 使用数据集和不使用数据集的情况的仿真结果对比
4.7 用户测试和评价
4.7.1 俯视视角的用户测试
4.7.2 个体视角的用户测试
4.7.3 VR和桌面显示的用户测试对比
4.8 本章小结
第5章 基于数据驱动的飞虫运动评价与噪声建模
5.1 引言
5.2 相关工作
5.2.1 聚集行为模型
5.2.2 噪声函数
5.2.3 评价方法
5.3 数据驱动的噪声模型
5.3.1 模型评价
5.3.2 时变指标
5.3.3 熵权模型评价
5.3.4 真实数据集
5.3.5 数据驱动的噪声模型
5.3.6 多智能体仿真模型的比较
5.3.7 基于噪声模型的集群行为
5.4 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读博士学位期间的主要研究成果
致谢
本文编号：2895210
【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校
【文章页数】：109 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 引言
1.2 研究现状
1.2.1 多智能体系统的动力学模型
1.2.2 鸟群的信息交互机制
1.2.3 数据驱动的多智能体系统仿真
1.2.4 多智能体系统仿真的运动评价模型
1.3 研究目标
1.4 本文工作
1.4.1 主要贡献
1.4.2 本文组织结构
第2章 大规模鸟群的快速仿真
2.1 引言
2.2 相关工作
2.3 自驱动力模型
2.4 结果
2.4.1 实现
2.4.2 仿真结果
2.4.3 本章仿真结果与真实运动的对比
2.5 结果分析
2.5.1 不同初始密度的结果
2.5.2 凝聚力的权重对结果的影响
2.5.3 排斥力的权重对结果的影响
2.5.4 稳定信息传递网络下邻居个数对结果的影响
2.5.5 非稳定信息传递网络下邻居个数对结果的影响
2.5.6 时间性能
2.6 本章小结
第3章 稳定的信息传递网络对鸟群群体行为产生的影响
3.1 引言
3.2 相关工作
3.3 稳定的信息传递网络:一个不变的图
3.4 图上的信息传递
3.4.1 信息传递时间
3.4.2 鸟群的信息传递过程
3.5 稳定的信息传递网络vs.不稳定的信息传递网络
3.5.1 自驱动力模型
3.5.2 对比
3.6 实现
3.6.1 信息传递过程的仿真方法
3.7 本章小结
第4章 基于实时数据驱动优化的混合多智能体系统仿真
4.1 引言
4.2 相关工作
4.2.1 参数估计和真实数据特征
4.2.2 数据驱动的群体仿真
4.3 基于数据驱动的优化
4.3.1 术语和符号
4.3.2 总体方法
4.3.3 动力学方程
4.3.4 速度连续性
4.3.5 碰撞避免
4.3.6 吸引力
4.3.7 方向控制
4.4 基于数据驱动优化的多智能体系统仿真
4.4.1 数据集的状态估计
4.4.2 方向调整
4.4.3 距离和邻居
4.4.4 快速计算
4.5 结果
4.5.1 数据获取
4.5.2 人群
4.5.3 交通
4.5.4 虚拟现实场景
4.6 性能分析
4.6.1 时间性能
4.6.2 对比
4.6.3 使用数据集和不使用数据集的情况的仿真结果对比
4.7 用户测试和评价
4.7.1 俯视视角的用户测试
4.7.2 个体视角的用户测试
4.7.3 VR和桌面显示的用户测试对比
4.8 本章小结
第5章 基于数据驱动的飞虫运动评价与噪声建模
5.1 引言
5.2 相关工作
5.2.1 聚集行为模型
5.2.2 噪声函数
5.2.3 评价方法
5.3 数据驱动的噪声模型
5.3.1 模型评价
5.3.2 时变指标
5.3.3 熵权模型评价
5.3.4 真实数据集
5.3.5 数据驱动的噪声模型
5.3.6 多智能体仿真模型的比较
5.3.7 基于噪声模型的集群行为
5.4 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 未来工作展望
参考文献
攻读博士学位期间的主要研究成果
致谢
本文编号：2895210
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2895210.html
