毕业论文课题相关文献综述
1.多智能体技术的主要内容
目前的工业系统正向大型、复杂、动态和开放的方向转变，传统的工业系统和多机器人技术在许多关键问题上遇到了严重的挑战。分布式人工智能与多智能体系统理论为解决这些挑战提供了一种最佳途径。
多智能体系统（简称MAS）是由多个单Agent组成的集合，该系统可以协调一组Agent的行为（知识、目标、方法和规划），以协同完成一个任务或是求解问题，各个单Agent可以有同一个目标，也可以有多个相互作用的不同目标，它们不仅要共享有关问题求解方法的指示，而且要就单Agent间的协调过程进行推理[1]。近10年来，Agent和多智能体系统理论和技术频繁出现在大量应用系统的设计中，对Agent的研究已成为人工智能学科的一个热点，是人工智能学科的核心内容。多智能体系统是由多个Agent组成的集合，Agent之间及Agent与环境之间通过通讯、协商与协作来共同完成单个Agent不能解决的问题。也可以简单地说，多智能体系统是指由多个自主或半自主的构件所构成的各种大型的系统。
在多智能体系统中，数据是分散的，没有系统的全局控制。多智能体技术提供了一种适合分布式计算和不确定问题求解的新方法，这是因为多智能体系统放松了对集中式规划、顺序控制的限制，提供了分散控制、应急和并行处理的能力，并且它是一个高度交叉的研究领域，它吸取了不同领域的内容，如计算机科学、人工智能、经济学、社会学等[2]。多智能体系统不同于传统的分布式处理系统，它要求系统中每Agent及Agent之间的交流具有智能性或自组织能力（如推理、规划、学习等）。其主要特点有[3]：社会性、自治性、协作性。
2多智能体中的协调与协作相关概念
在开放的多智能体系统中，每个Agent都具有自主性，在求解和运行过程中会按照自己的目的、知识与能力进行活动，经常会出现矛盾冲突，其根源在于Agent间的知识不完备性、目标不一致性、不兼容性等方面。因此，MAS中的Agent之间需要进行协作与协调。多智能体协是指多个Agent通过协调各自的行为，合作完成共同的目标。多智能体协调是指具有不同目标的多个Agent对其目标、资源等进行合理安排，以协调各自行为，最大限度地实现各自目标。多智能体系统的协调分为显式协调和隐式协调两种[4]。显式协调是指Agent被设计成能够对可能的交互进行推理，必要时与其他Agent进行协商。隐式协调是指Agent被设计成遵循某局部的行为规则。目前多智能体协调方法[5]主要有如下四种:
（1）基于集中规划的协调、（2）基于协商的协调、（3）基于对策论的协调、(4)基于社会规则的协调
协作，也就是合作，是Agent社会性的表现，就同人类一样，能够共同完成复杂的任务。多智能体的协作问题是多智能体系统研究的重点[6]。按照Agent间相互依赖的关系，多智能体系统问题求解的协作类型[11]分为如下四种:
(1)水平协作、(2)树型协作、(3)循环协作、(4)混杂协作
多智能体协作方法主要有合同网协作方法、黑板模型协作方法、结果共享协作方法和功能精确的协同方法等等[7]。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
