导读:本文包含了联盟生成论文开题报告文献综述及选题提纲参考文献，主要关键词:有,无人机编队,任务分配,多智能体联盟,联盟生成
联盟生成论文文献综述
薄宁,李相民,唐嘉钰,庞威,代进进[1]（2019）在《基于改进QGA的有/无人机编队多任务联盟生成》一文中研究指出针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。(本文来源于《火力与指挥控制》期刊2019年08期）
魏冰茹[2]（2019）在《成本最小下的最优重迭联盟结构生成问题研究》一文中研究指出重迭联盟结构生成(overlapping coalition structure generation,OCSG)一直是多agent系统(multi-agent systems,MAS)和人工智能中的一个热点问题,OCSG问题允许一个agent可以同时参与多个联盟,且一个联盟可以同时响应多个任务,其解空间异常复杂。然而现有的基于进化算法的随机搜索方法不能保证得到最优解,而且过于理想化的假设agent承担任务消耗的资源不会产生任何成本代价,导致无法区分各不同联盟结构的差异性,这种毫无约束下的联盟结构生成往往偏离实际应用。因此,本文主要针对agent消耗资源会产生成本的情景,旨在追求生成的重迭联盟结构所耗费的资源总成本最小。论文的主要研究工作如下:(1)介绍了本文的研究背景,通过对国内外联盟形成相关问题的研究,分析并总结出目前关于OCSG的研究中所存在的问题,确定了本文的研究内容。(2)介绍了MAS中相关理论基础知识,对基于进化算法求解联盟结构的几种典型算法进行了详细介绍,指明了每种算法的特点,最后总结进化算法求解联盟结构问题的局限性,引出本文的研究动力。(3)构建了一种面向成本最小化的OCSG数学模型,并提出了一种基于动态规划的成本最小下的最优重迭联盟结构串行生成算法OCSG_COST。OCSG_COST算法可以看作是一种面向agent的最优搜索算法,每个agent选中与否,由其权值、成本代价以及任务集的权重需求决定,然后根据得到的最优agent集合和任务集,依据贪心策略生成联盟结构。与已有算法相比,OCSG_COST可以在任意约束环境下给出考虑成本的最优重迭联盟结构,具有更好的适用性。(4)提出了一种基于最小费用最大流的最优重迭联盟结构并行生成算法OCSG_MCMF。将成本最小下的最优OCSG问题映射成一个流网络模型,把每个agent和任务构造成网络节点,网络中的每一条边代表可行路径,每一条路径上包含“容量”和“单位成本”两个权值。当流过某一任务到终止节点的边上的流量等于这条边上的“容量”时,即生成了一个任务求解联盟。OCSG_MCMF算法的目的是能够并发生成任务求解联盟且使得消耗的成本代价最小。实验结果表明,与已有算法相比,OCSG_MCMF不需要对参数进行任何预处理,可以根据给定的任务集并发生成一个最优重迭联盟结构,灵活性和执行效率更高。(本文来源于《合肥工业大学》期刊2019-04-01）
张聪,杨连生[3]（2018）在《“一带一路”高校智库联盟的生成-演化机制研究——基于知识服务视角》一文中研究指出高校智库的本质是知识服务组织,它以知识资源为重要生产要素,以服务社会为首要目标。高校智库联盟是组织间实现创新、提升核心竞争力的重要手段。一方面"一带一路"的倡议为联盟的形成提供了有力的政策引导;一方面其强大政策咨询、社会服务功能为沿线国家实现深化合作、互利共赢做出巨大贡献。"一带一路"高校智库联盟由主体成员、优势资源以及合作场域构成,其发展路径过程经历了探索-生成-演化3个阶段,这是联盟根据内外部环境变化做出的不断自由更新、超越的结果。(本文来源于《技术与创新管理》期刊2018年06期）
任子仪,童向荣[4]（2019）在《约束条件下联盟生成研究进展》一文中研究指出联盟生成是在多Agent系统的研究中最为重要的挑战之一。如何对Agent进行划分使所得社会福利最大化是当前面临的主要问题。假设每个Agent都具有理性和自利性的特性,为了追求自身的利益最大化而选择和其他的Agent进行联合,进而使整个系统实现利益的最大化。目前,联盟生成问题有很大的计算挑战,即使在进行联盟的时候添加了约束条件,也需要新的算法来更快更有效地解决该问题。本文主要对约束条件下的联盟生成的研究进行综述,主要包括4部分:最坏情况有限界联盟生成、动态规划联盟生成求精确最优解、联盟生成求近似最优解和约束条件下联盟生成求最优解。(本文来源于《智能系统学报》期刊2019年03期）
桂海霞,张国富,苏兆品,蒋建国[5]（2018）在《一种基于差分进化和编码修正的重迭联盟结构生成算法》一文中研究指出重迭联盟结构生成是人工智能和多智能体系统领域中的一个难点问题.在重迭联盟中,一个智能体可以同时参与多个不同的任务求解联盟.然而,由于每个智能体拥有的资源有限,不同任务求解联盟之间的资源竞争会带来潜在的资源冲突.针对这一问题,本文将传统的差分进化扩充到叁维整数编码,编码中的每一个元素代表某智能体在某种资源上对某任务的实际贡献量.此外,设计了相应的编码修正策略以评估和解决编码中可能存在的资源冲突.最后,与相关已有方法进行了对比实验分析.实验结果表明,本文所提算法可以在较短的编码修正时间内获得更好的联盟结构值.(本文来源于《控制理论与应用》期刊2018年02期）
蒋晓丽,朱亚希[6]（2017）在《联盟与超越:传播符号学的生成发展和应然指向》一文中研究指出在当今这个从"分化"转向"融合"的学术研究时代,包括传播学和符号学在内的中国人文社会科学都面临解构与重构的危机与契机。若要突围重生,需以一种超学科的视野,在广阔和深厚的学术资源中相互借力,形成合力。由此,在学术性、工具性和实践性叁重逻辑驱使下,传播学与符号学必然联盟。而传播符号学作为二者交叉融合所生成的研究范式,同样需要寻求新的超越。只有在把握现有研究成果的基础上对何为应然进行不断的追问,传播符号学才有可能真正作为。(本文来源于《国际新闻界》期刊2017年08期）
吕磊,王浩,林航,方宝富[7]（2017）在《自利Agent追捕联盟生成算法》一文中研究指出多Agent合作追捕是多Agent系统研究的经典问题,在机器人等领域具有重要的应用前景。文章提出了面向任务的自利Agent联盟生成算法,该算法能同时处理多个不同类型的逃跑Agent的任务分配问题;因为追捕Agent和逃跑Agent速度相等,追捕联盟成员位置的分布十分关键,所以提出了基于贡献度的联盟成员选择策略;同时为了较好地体现追捕Agent的自利性,定义了需求度作为自利性的度量,解决了冲突协商且有利于资源的优化配置。通过与经典拍卖算法的比较表明,该算法显着提高了追捕成功率。(本文来源于《合肥工业大学学报(自然科学版)》期刊2017年06期）
张国富,杜晓东,苏兆品,蒋建国[8]（2017）在《带有目标偏好的最大成功联盟生成算法》一文中研究指出资源结盟博弈(CRGs)研究均假设每个agent可以响应所有目标,即使目标不在其感兴趣的子目标集内.针对此问题,文中提出带有目标偏好的CRGs模型,即每个agent只愿意把自己的有限资源贡献给自己的兴趣集中的目标.此外,设计基于二维二进制编码的最大成功联盟生成算法,并提出编码修正启发式算法解决多个目标竞争同一agent资源可能引起的的资源冲突.最后,通过与已有相关算法的对比实验验证文中算法的有效性.(本文来源于《模式识别与人工智能》期刊2017年06期）
王珊珊,占思奇,王玉冬[9]（2016）在《产业技术标准联盟专利冲突可拓模型与策略生成》一文中研究指出产业技术标准联盟是技术标准化的重要载体,与专利活动相关的冲突将影响联盟的稳定性与标准化绩效。将产业技术标准联盟专利冲突划分为对抗性冲突和非对抗性冲突两大类型,提出不同类型冲突的解决思路,并以典型冲突为例,建立了冲突可拓模型和可拓集合,运用转换桥和可拓变换方法生成了冲突解决策略,为我国产业技术标准联盟专利冲突管理提供参考。(本文来源于《科学学研究》期刊2016年10期）
丁大尉[10]（2016）在《建构主义视角下通信技术标准演化中的利益嵌入、转译与联盟——以TS23.292标准的生成过程为例》一文中研究指出本文从建构主义分析视角出发,认为技术标准的演化中包含着复杂的利益博弈与权力渗透关系,其生成过程本质上是异质性行动者之间建立复杂的利益嵌入、转译和联盟关系的过程。本文在深入分析TS23.292标准生成过程的基础上指出,新标准并不具有"自然之镜"的品质。通过利益嵌入形成基于共同利益目标的"实践共同体",进而选择成功的利益转译策略来构建强壮、稳健的利益同盟网络,是TS23.292标准顺利建构为事实标准的主要途径。摒弃近代以来技术与社会分离的二元论哲学,从微观上追踪新标准形成过程中多元社会行动主体间的相互形塑、同构共生关系,探索标准的建构过程的多元性、建构时空的多维性以及建构内容的多重性,既是认识信息社会新技术演化路径的重要方法,也是厘定新标准实质的内在要求。(本文来源于《自然辩证法通讯》期刊2016年05期）
联盟生成论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
重迭联盟结构生成(overlapping coalition structure generation,OCSG)一直是多agent系统(multi-agent systems,MAS)和人工智能中的一个热点问题,OCSG问题允许一个agent可以同时参与多个联盟,且一个联盟可以同时响应多个任务,其解空间异常复杂。然而现有的基于进化算法的随机搜索方法不能保证得到最优解,而且过于理想化的假设agent承担任务消耗的资源不会产生任何成本代价,导致无法区分各不同联盟结构的差异性,这种毫无约束下的联盟结构生成往往偏离实际应用。因此,本文主要针对agent消耗资源会产生成本的情景,旨在追求生成的重迭联盟结构所耗费的资源总成本最小。论文的主要研究工作如下:(1)介绍了本文的研究背景,通过对国内外联盟形成相关问题的研究,分析并总结出目前关于OCSG的研究中所存在的问题,确定了本文的研究内容。(2)介绍了MAS中相关理论基础知识,对基于进化算法求解联盟结构的几种典型算法进行了详细介绍,指明了每种算法的特点,最后总结进化算法求解联盟结构问题的局限性,引出本文的研究动力。(3)构建了一种面向成本最小化的OCSG数学模型,并提出了一种基于动态规划的成本最小下的最优重迭联盟结构串行生成算法OCSG_COST。OCSG_COST算法可以看作是一种面向agent的最优搜索算法,每个agent选中与否,由其权值、成本代价以及任务集的权重需求决定,然后根据得到的最优agent集合和任务集,依据贪心策略生成联盟结构。与已有算法相比,OCSG_COST可以在任意约束环境下给出考虑成本的最优重迭联盟结构,具有更好的适用性。(4)提出了一种基于最小费用最大流的最优重迭联盟结构并行生成算法OCSG_MCMF。将成本最小下的最优OCSG问题映射成一个流网络模型,把每个agent和任务构造成网络节点,网络中的每一条边代表可行路径,每一条路径上包含“容量”和“单位成本”两个权值。当流过某一任务到终止节点的边上的流量等于这条边上的“容量”时,即生成了一个任务求解联盟。OCSG_MCMF算法的目的是能够并发生成任务求解联盟且使得消耗的成本代价最小。实验结果表明,与已有算法相比,OCSG_MCMF不需要对参数进行任何预处理,可以根据给定的任务集并发生成一个最优重迭联盟结构,灵活性和执行效率更高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
联盟生成论文参考文献
[1].薄宁,李相民,唐嘉钰,庞威,代进进.基于改进QGA的有/无人机编队多任务联盟生成[J].火力与指挥控制.2019
[2].魏冰茹.成本最小下的最优重迭联盟结构生成问题研究[D].合肥工业大学.2019
[3].张聪,杨连生.“一带一路”高校智库联盟的生成-演化机制研究——基于知识服务视角[J].技术与创新管理.2018
[4].任子仪,童向荣.约束条件下联盟生成研究进展[J].智能系统学报.2019
[5].桂海霞,张国富,苏兆品,蒋建国.一种基于差分进化和编码修正的重迭联盟结构生成算法[J].控制理论与应用.2018
[6].蒋晓丽,朱亚希.联盟与超越:传播符号学的生成发展和应然指向[J].国际新闻界.2017
[7].吕磊,王浩,林航,方宝富.自利Agent追捕联盟生成算法[J].合肥工业大学学报(自然科学版).2017
[8].张国富,杜晓东,苏兆品,蒋建国.带有目标偏好的最大成功联盟生成算法[J].模式识别与人工智能.2017
[9].王珊珊,占思奇,王玉冬.产业技术标准联盟专利冲突可拓模型与策略生成[J].科学学研究.2016
[10].丁大尉.建构主义视角下通信技术标准演化中的利益嵌入、转译与联盟——以TS23.292标准的生成过程为例[J].自然辩证法通讯.2016