面向智能体系统决策控制模型的TVDBN建模方法研究

Agent decision-making control process is frequently accompanied with non-stationary, small-sample observation and high-complexity modeling and other features. Constrained by the above-mentioned issues, the existing modeling methods of time varying dynamic Bayesian networks (TVDBN) are prone to distortion or failure.Therefore, this project will carry out research on TVDBN modeling methods for agent autonomous decision-making control model. Firstly, in order to improve the dynamic adaptability of TVDBN for non-stationary learning process and learning efficiency of the model with complex structure, a non-stationary dynamic learning model with complex structure of TVDBN is established; Secondly, in order to improve the convergence of TVDBN modeling method and the learning accuracy of small-sample observation, online reasoning learning method based on dynamic prior constraint model is designed; Finally, the modeling mechanism of agent decision-making model based on TVDBN is built to improve autonomous or collaborative decision-making control capacity of the agents. This project, which is of important theoretical significance and application value, will help to improve the applicability and accuracy of TVDBN theory in the field of agent decision-making control, as well as to provide method reference of multi-type agent decision-making control in civil and military field.

智能体决策控制过程常伴随非平稳、小样本观测和高建模复杂度等特征。受上述特征约束，已有的时变动态贝叶斯网络（Time Varying Dynamic Bayesian Networks, TVDBN）建模方法极易发生失真或失效。为此，本项目将开展面向智能体自主决策控制模型的TVDBN建模方法研究。首先，以提高TVDBN对非平稳学习过程的动态适应性和复杂结构的模型学习效率为目的，建立TVDBN非平稳复杂结构动态学习模型；其次，以改善TVDBN建模方法的收敛性，提高小样本观测下学习精度为目的，构造基于动态先验约束模型的在线推理学习方法；最后，构建基于TVDBN的智能体系统决策控制模型建模机制，提高智能体的自主或协同决策控制能力。通过本项目研究将有助于提高TVDBN理论在智能体决策控制中的适用性与准确性，为民用和军事领域多类型智能体决策控制提供方法参考，具有重要的理论意义与应用价值。

本项目针对智能体决策控制过程中伴随非平稳、缺失样本观测和高建模复杂度等问题，开展面向智能体自主决策控制模型的理论方法研究，在此基础上，构造智能体系统决策控制模型建模机制，保证智能体在决策控制中具有良好的适用性和较高的准确性，达到多智能体系统顺畅决策与协调控制的目的。首先，针对智能体系统决策模型呈现非平稳特征的问题，提出基于互信息和结构复杂度的结构搜索空间双尺度约束模型和基于进化算法的动态贝叶斯网络结构无监督学习算法。通过构造基于动态约束模型的非平稳复杂结构动态学习方法，提高对非平稳学习过程的动态适应性和多节点复杂结构下的模型学习效率。其次，针对输入智能体系统的高维数据存在大量冗余或无关特征以及传感器等设备采集的观测样本出现缺失的问题，提出两种基于熵和次模互信息的启发式特征选择算法和一种基于蚁群优化算法的属性缺失数据集的混杂优化聚类算法。通过建立特征选择和属性聚类模型，改善维数灾难下建模方法的收敛性，提高缺失样本观测下的模型学习精度。最后，围绕多智能体的编队编成、组网优化和协同任务规划等问题，提出一种基于改进粒子群优化的多智能体编队编成算法、一种基于类电磁机制的离散粒子群优化的网络拓扑优化控制算法和一种基于任务一致性的分布式动态任务规划算法，并对提出的智能体系统决策控制模型建模方法的合理性进行仿真测试。通过构建智能体系统决策控制模型建模机制，提高不确定环境下智能体的自主或协同决策控制能力。