10.3321/j.issn:1004-132X.2008.01.013
在Multi-Agent环境下机械产品协同优化
根据协同优化算法的思想,提出了一种Multi-Agent模型,利用神经网络建立子系统优化Agent的近似响应面.子任务规划Agent进行传统的优化进程;任务调度Agent根据结果分析Agent计算的样本集近似满意度自主选择不同的执行路径;近似响应面Agent通过使用更新准则,逐步获取满足子系统级约束和目标的精确的响应面.当子系统获取指标变量后,通过子系统优化Agent内部的响应面快速获取优化解向量,并将该向量返回到全局黑板数据结构中,系统级优化Agent可以利用该结构,协调各个子Agent不一致的信息,从而有效地提高了复杂机械产品协同优化中的效率和精度.
Multi-Agent、人工神经网络、响应面、协同优化
19
TH122;TP391
国家自然科学基金59685003;全国高等学校优秀博士学位论文作者专项基金200232;教育部高等学校优秀青年教师教学科研奖励计划1766;山西省太原重型机械集团有限公司资助项目200106
2008-03-31(万方平台首次上网日期,不代表论文的发表时间)
共6页
52-57