面向大规模多Agent系统的非对称分布式约束优化算法及系统技术方案

本发明专利技术公开了一种面向大规模多Agent系统的非对称分布式约束优化算法及系统，包括以下步骤：S1，构造约束图；S2，每个Agent随机选择状态信息si,t并发送到其邻居Agent；S3，每个Agent计算初始最佳响应状态s′i,t+1后再计算增益信息GIi,t并将所述增益信息GIi,t发送到其邻居Agent；S4，每个Agent计算最佳响应s′i,t+1，计算最佳响应s′i,t+1的预测概率P并产生一个随机概率Pm，如果Pm＜P，则s′i,t+1＝s′i,t+1；否则si,t+1＝si,t；S5，每个Agent计算状态信息si,t+1的状态出现频率如果则采用随机调度方法；否则采用确定性调度，执行Agent的状态改变；发送si,t+1，令t＝t+1；S6，当t＞tmax，结束算法，否则返回步骤S3。本发明专利技术适用于大规模多Agent的协调优化问题，解决有用户偏好以及不确定环境下多Agent系统的优化控制。

【技术实现步骤摘要】
面向大规模多Agent系统的非对称分布式约束优化算法及 系统
本专利技术涉及Agent系统的非对称分布式约束优化问题的求解，特别是涉及一种面 向大规模多Agent系统的非对称分布式约束优化算法及系统，适用于电力发电优化策略计 算，尤其是微网配置问题的求解。
技术介绍
分布式约束优化问题（DistributedConstraintOptimization Problems,DCOPs)是解决多Agent系统问题的一个基本框架。DCOPs常用来作为多Agent 协作问题的重要而有用的抽象，可对多Agent领域许多真实问题建模。DCOPs强调利用本地 的局部交互获得全局的最优性，是协调多个Agent解决分布式问题的有效技术，已成为分 布式人工智能领域的研究热点。目前已逐步运用于任务调度、资源分配、传感器网络、交通 管理、微网配置等实际应用中。但是，当前在这些应用领域中，对于多Agent系统仍然使用 的是对称性特性，即认为各Agent对与其有约束关系的其他Agent的特征、取值（策略） 空间及代价（收益）函数有准确的信息，每个Agent没有个人的偏好信息和隐私性，进而简 化了其求解的过程。 但是，在实际问题中，大多数的多Agent系统都具有非对称特征，即每个个体具有 自己的偏好且不希望与其他个体共享。例如，在微网控制中，每个分布式电源（DG)由于各 自的特性不同（如风能或水电站电源等等），彼此之间的影响是不同的，在相同网络配置下 相邻DG的收益也不相同，而每个DG并不清楚其他DG的收益情况。因此，现实情况使得在 此类多Agent系统中，需要充分考虑其非对称性特征。 非对称分布式约束优化问题（AsymmetricDistributedConstraint OptimizationProblems,ADCOPs)是在分布式约束优化问题（DCOPs)的基础上增加了 非对称特性的新模型，具有更强的建模能力和更好的工程应用前景。ADCOPs由多元组 <A,X，D,C>构成。其中A= (A1,A2,…，AJ表示m个Agent的集合，Agent负责给变量集 合X中的变量选择赋值；X=U1,x2,...，xj表示η个变量；D= {D1;D2,...，Dj是一组离 散而有限的值域集合,Di表示Xi的值域；C表示各变量之间的约束关系集合。C中的约束关 系描述如下： I!:D丨'XD1'x.xDit -eC.D;eIXiie (I) u称为代价函数或收益函数。以二元关系为例，对于ADCOPs求解目标是： X*=argmaxu；j(.Xi-Cl^xj =Clj) djIi ^argmaxY(z/;(;)(x; =d;.,xy.=til) +ii{l)i{x-di,xi =J1)) d^Di,d,^Df ( 2 ) 其中ui(j),u⑴^DiXDj -R+,ui(j),u⑴」eUij。 公式⑵中Ui(j)和u(i)j分别表示在Xi与Xj取相同赋值下，Agent和邻居Agent 得到的代价或收益，并且Ui(j)和u⑴』是Agent和邻居Agent的私有信息，彼此不共 享。由于ADCOPs多用于多Agent系统的决策优化中，因此在实际应用中，决策集合S= (S1,S2, ...，SJ取代D作为实际值域集合。从上述公式可见，ADCOPs中具有非对称关系的 各Agent，虽然彼此影响，但各自的影响情况（代价或收益）是不同的，并且该情况彼此不共 享。很多有非对称关系的多Agent系统能较方便地用ADCOPs建模，然而对ADCOPs的求解 较困难。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题，特别创新地提出了一种面向大 规模多Agent系统的非对称分布式约束优化算法及系统。 为了实现本专利技术的上述目的，本专利技术提供了一种面向大规模多Agent系统的非对 称分布式约束优化算法，包括以下步骤： Sl，根据具有非对称关系的Agent构造约束图，令t= 0,所述t为时刻； S2,每个Agent随机选择状态信息si;t，根据约束图向邻居Agent发送所述状态信 息si;t，其中，i为Agent的序号，在本实施方式中，每个Agent随机选择状态信息si;t是指： 每个Agent的状态信息具有一个设定的取值范围,从这个取值范围内随机选择一个状态信 息SijttJ S3,每个Agent接收到邻居Agent的状态信息Sj，t后，所述每个Agent计算初始最 佳响应状态s'iit+1后再计算增益信息GIiit并将所述增益信息GIiit发送到其邻居Agent; S4,每个Agent接收到所有邻居Agent的增益信息GIj，t及所有邻居Agent的的状 态信息Siit后，计算最佳响应s'iit+1，计算最佳响应s'iit+1的预测概率P并产生一个随机概 率P111,如果P111<P,则si;t+1=s'i;t+1;否则si;t+1 = si;t ; 在分布式控制问题中，每个Agent与邻居Agent交换信息，然后自主地进行优化决 策，因此对其算法的设计主要在信息交换机制和各Agent的内部处理上。本专利技术采用同步 的信息交换机制，即各Agent发送完t时刻的个人决策信息后，只有接收到全部邻居Agent 在t时刻的个人决策信息后才进行内部新的决策处理。 S5,计算状态信息Si,t+1的状态出现频率<,+1，如果d=()，则采用随机调度；否 则采用确定性调度，执行Agent的状态改变；发送si;t+1，令t=t+Ι; S6,当t>tmax，结束算法，所述tmax为允许的最大时刻；否则返回步骤S3。 本专利技术适用于大规模多Agent的协调优化问题，可以解决有用户偏好以及不确定 环境下多Agent系统的优化控制。Agent通过网络连接，交换信息，相互协作完成共同的任 务。单独Agent只与有连接关系的Agent(邻居Agent)之间进行信息共享，且个体Agent 能根据自身的周围环境以及目标自主做出决策，而不受其他Agent的限制。Agent与Agent 之间存在竞争和合作关系，通过自身协调来解决目标与行为之间的冲突。 在本专利技术的一种优选实施方式中，在步骤S3中，所述Agenti只接收邻居Agent 的状态信息
，所述初始最佳响应s'iit+1的计算方法为： .Vi ,=Urgmaxi_v /(.v;),本文档来自技高网...

【技术保护点】
一种面向大规模多Agent系统的非对称分布式约束优化算法，其特征在于，包括以下步骤：S1，根据具有非对称关系的Agent构造约束图，令t＝0，所述t为时刻；S2，每个Agent随机选择状态信息si,t，根据约束图向邻居Agent发送所述状态信息si,t，所述i为Agent的序号；S3，每个Agent接收到邻居Agent的状态信息sj,t后，所述每个Agent计算初始最佳响应状态s′i,t+1，计算增益信息GIi,t并将所述增益信息GIi,t发送到其邻居Agent；S4，每个Agent接收到所有邻居Agent的增益信息GIj,t及所有邻居Agent的的状态信息sj,t后，计算最佳响应s′i,t+1，计算最佳响应s′i,t+1的预测概率P并产生一个随机概率Pm，如果Pm＜P，则si,t+1＝s′i,t+1；否则si,t+1＝si,t；S5，计算状态信息si,t+1的状态出现频率如果则采用随机调度；否则采用确定性调度，执行Agent的状态改变；发送si,t+1，令t＝t+1；S6，当t＞tmax，结束算法，所述tmax为允许的最大时刻；否则返回步骤S3。

【技术特征摘要】
1. 一种面向大规模多Agent系统的非对称分布式约束优化算法，其特征在于，包括以 下步骤： S1，根据具有非对称关系的Agent构造约束图，令t = 0,所述t为时刻； 52, 每个Agent随机选择状态信息siit，根据约束图向邻居Agent发送所述状态信息 Si，t，所述i为Agent的序号； 53, 每个Agent接收到邻居Agent的状态信息Sj，t后，所述每个Agent计算初始最佳响 应状态s' iit+1，计算增益信息GIiit并将所述增益信息GIiit发送到其邻居Agent ; 54, 每个Agent接收到所有邻居Agent的增益信息GIj，t及所有邻居Agent的的状态信 息后，计算最佳响应s' iit+1，计算最佳响应s' iit+1的预测概率P并产生一个随机概率 P111,如果 P111 < P,则 si;t+1 = s' i，t+1 ;否则 si;t+1 = si;t ; 55, 计算状态信息Si，t+1的状态出现频率$/+1，如果CU =G，则采用随机调度；否则采 用确定性调度，执行Agent的状态改变；发送si;t+1，令t = t+Ι ; 56, 当t > tmax，结束算法，所述tmax为允许的最大时刻；否则返回步骤S3。2. 根据权利要求1所述的面向大规模多Agent系统的非对称分布式约束优化算法，其 特征在于，在步骤S3中，所述Agent i只接收邻居Agent的状态信息Sj，t，所述初始最佳响 应V i;t+1的计算方法为：其中，为iV〇或1，所述L表示邻居Agent j在系统中的影响程度，uiW表示 Agent的私有信息，Si表不Agent的状态信息集合，Si是Si中的一个状态信息，Sj， t表不在 t时刻邻居Agent j的状态信息，j表示Agent i的邻居Agent的序号，V (i)表示Agent i 的邻居集合。3. 根据权利要求1所述的面向大规模多Agent系统的非对称分布式约束优化算法，其 特征在于，所述增益信息GIiit的计算方法为：其中，ui(j)表示Agent的私有信息，s' i;t+1表示初始最佳响应，Sj，t表示在t时刻邻居 Agent j的状态信息，si;t表示在t时刻Agent的状态信息，j表示Agent i的邻居Agent 的序号，V (i)表Agent i的邻居集合。4. 根据权利要求1所述的面向大规模多Agent系统的非对称分布式约束优化算法，其 特征在于，所述最佳响应s' iit+1的计算方法为：其中，为\、〇或1，所述L表示邻居Agent j在系统中的影响程度，Ai^为转移矩 阵，Si是Agent的状态信息集合，Si是Si中的一个状态信息，s i;t是t时刻Agent i的状态 信息，Sj，t是t时刻邻居Agent j的状态信息，IFi，t是影响因子，<,+1是状态出现频率。5. 根据权利要求4所述的面向大规模多Agent系统的非对称分布式约束优化算法，其 特征在于，所沭影响闵子IF^的计算方法为：其中，j表示Agent i的邻居Agent的序号，V (i)表示Agent i的邻居集合，GIj，t是邻 居Agent j的增益信息。6. 根据权利要求1或4所述的面向大规模多Agent系统的非对称分布式约束优化算 法，其特征在于，所述状态出现...

【专利技术属性】
技术研发人员：陈自郁，陈民铀，张程，石美凤，李英豪，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;85