一种基于多智能体的多分辨率建模方法及系统技术方案

本发明专利技术涉及多分辨率建模技术领域，提出一种基于多智能体的多分辨率建模方法及系统，其中包括：构建由一个感知决策智能体和多个模型智能体组成的多智能体系统；其中，感知决策智能体用于对任一模型智能体的多分辨率进行切换调度决策；模型智能体用于执行仿真运算，以及根据感知决策智能体的决策切换使用不同的分辨率模型；获取仿真服务器的资源使用状态数据，以及所有模型智能体当前运行的分辨率信息；感知决策智能体基于多分辨率切换算法输出包括各个模型智能体下一步应选择的分辨率模型的决策信号；各个模型智能体根据接收的决策信号选择使用目标分辨率模型用于执行多分辨率建模，并输出仿真结果。并输出仿真结果。并输出仿真结果。

【技术实现步骤摘要】
一种基于多智能体的多分辨率建模方法及系统


[0001]本专利技术涉及多分辨率建模
，更具体地，涉及一种基于多智能体的多分辨率建模方法及系统。

技术介绍

[0002]数字孪生是物理实体的数字化孪生，是一个实时的动态的模型，可以映出物理系统的整个生命周期过程。相比于普通的仿真模型，数字孪生具有更完整的映射性和更强的实时性，它一边能够借助在物理实体上的传感器或者模拟得到的数据来同步监测物体的实时状态，一边将我们想要的数据返回到物理实体上导致物体的实际状态变化，相当于实现了物理实体和数字模型之间的一对一建模映射，可以集成多个维度的数据并几乎实时地呈现和反馈物体的实际状态。数字孪生的基本概念模型的主要组成部分包括物理空间的物理实体、虚拟空间的数字化模型，以及在物理实体和数字化模型之间进行连接的数据。物理实体和数字模型之间通过数据进行联系和相互反应，物理实体能够将自身所处环境的数据传送到数字模型中呈现，我们也可以通过操纵数字模型中的数据对物理实体造成实际的影响。目前数字孪生技术还未得到广泛的应用，其中一个关键瓶颈就是数字孪生技术对于系统实时性和逼真性的高要求和仿真平台有限的资源之间存在着矛盾。作为解决海量数据和有限软硬件资源矛盾的有效方法，多分辨率建模是突破数字孪生这一瓶颈的有效手段。
[0003]多分辨率建模是当前建模与仿真的前沿课题之一，随着仿真模拟规模的扩大及对模拟逼真度要求的提高，固定分辨率建模已经很难有效解决仿真过程中模拟复杂性与资源有限性之间的矛盾，多分辨率建模与仿真技术已经成为系统建模与仿真发展的必然趋势。其核心思想是将数据信息表示成由粗到细的一系列不同层次，当用户需要大范围的概略信息时便为其提供大尺度信息，而当用户需要局部精细数据时便为其提供小尺度信息，从而在最小软硬件平台资源消耗下满足用户要求。此外，现多分辨率在图像视频方面应用较多，在军事领域中的研究主要集中在建模理论方面，以及针对特定业务领域的建模技术，如兵力仿真、雷达仿真、通信仿真、某兵种作战仿真等。
[0004]目前主要基于视点选择法进行多分辨率建模，在视点选择法中，底层模型始终运行在最高分辨率，在输出时提供不同分辨率信息，以及基于设置的分辨率切换规则进行切换。这种方法实现起来比较简单，然而该方法中系统的复杂性和对计算机资源的消耗都比较高，且灵活性较差，不利于进行探索性分析。

技术实现思路

[0005]本专利技术为克服上述现有技术所述的系统复杂性高、对计算机资源的消耗高，以及灵活性高的缺陷，提供一种基于多智能体的多分辨率建模方法及系统。
[0006]为解决上述技术问题，本专利技术的技术方案如下：
[0007]一种基于多智能体的多分辨率建模方法，包括以下步骤：
[0008]S1、构建由一个感知决策智能体和多个模型智能体组成的多智能体系统；
[0009]其中，所述感知决策智能体用于对任一模型智能体的多分辨率进行切换调度决策；所述模型智能体用于执行仿真运算，以及根据所述感知决策智能体的决策切换使用不同的分辨率模型；
[0010]S2、获取仿真服务器的资源使用状态数据，以及所有模型智能体当前运行的分辨率信息；
[0011]S3、所述感知决策智能体根据仿真服务器的资源使用状态数据和所有模型智能体当前运行的分辨率信息，基于多分辨率切换算法输出包括各个模型智能体下一步应选择的分辨率模型的决策信号；
[0012]S4、各个模型智能体根据接收的决策信号选择使用目标分辨率模型用于执行多分辨率建模，并输出仿真结果。
[0013]作为优选方案，所述多分辨率切换算法包括小规模多分辨率切换算法和大规模多分辨率切换算法。
[0014]作为优选方案，所述模型智能体中包括若干分辨率模型、模型一致性维护机制、模型分辨率信息共享机制和模型切换应答机制；其中，所述模型一致性维护机制用于在若干分辨率模型在切换使用时，维护模型智能体的状态信息一致；所述模型分辨率信息共享机制用于共享分辨率模型的模型信息、使用状态信息以及使用约束条件信息；所述模型切换应答机制用于响应接收的决策信号。
[0015]作为优选方案，所述S3步骤中，所述感知决策智能体根据仿真服务器的资源使用状态数据和所有模型智能体当前运行的分辨率信息，基于多分辨率切换算法输出决策信号的步骤包括：
[0016]S3.1、优先构建及使用高分辨率模型；
[0017]S3.2、根据仿真服务器的资源使用状态数据，逐个对仿真服务器中的子系统的资源占用情况进行分析，判断是否需要替换为低分辨模型：
[0018]若是，则从若干分辨率模型中选择低分辨模型，并比较使用各个低分辨率模型在子系统中的输入输出，对在相应子系统中输入和输出一致的分辨率模型进行组合，生成低分辨数学模型；同时，将高分辨率模型作为高分辨数学模型，并以所述低分辨数学模型和高分辨数学模型分别模拟在子系统中进行多分辨率建模，然后将多分辨率建模结果进行比较和校验，对满足多分辨率建模结果一致的低分辨数学模型作为模型智能体下一步应选择的分辨率模型组成决策信号输出；
[0019]否则，输出维持使用高分辨率模型的决策信号。
[0020]作为优选方案，所述S1步骤中，还包括以下步骤：对所述模型智能体基于DEVS规范进行扩展，构建得到新的Agent DEVS原子模型；其表达式如下所示：
[0021]AM＝(X,Y,P,A,δ
int
,δ
ext
,λ,ta)
[0022]式中，X＝{(ip,im)|ip∈IPorts,im∈Msg}表示输入端口ip及其输入信息im的集合，IPorts表示输入端口集合，Msg为模型智能体的消息集合，包括不同模型智能体之间的交互信息；Y＝{(op,om)|op∈OPorts,om∈Msg}表示输出端口op及其输出信息om的集合，OPorts表示输入端口集合；P为模型智能体的特征集合；A为模型智能体集合；δ
int
表示内部转移函数；δ
ext
表示外部转移函数；λ表示输出函数，当内部状态转移时触发；ta表示时间推进函数。
[0023]作为优选方案，所述模型智能体集合A中包括：
[0024]模型智能体个体的感知器，用于感知外部输入和内部反馈，产生处理器输入；
[0025]处理器，用于对输入数据做抽象、学习和推理操作；
[0026]效应器，用于完成内部特征转移和产生对环境的响应；
[0027]以及，知识库；
[0028]所述模型智能体的特征集合P中包括模型智能体的身份表示、模型智能体的名称、模型智能体的位置、模型智能体的状态和模型智能体当前特征的可能输出值；
[0029]所述模型智能体的消息集合Msg中包括消息的标识、消息发送方信息、消息接收方信息、消息类型、消息内容、消息关联时间和消息有效期。
[0030]进一步地，本专利技术还提出了一种基于多智能体的多分辨率建模系统，应用上述任一技术方案提出的基于多智能体的多分辨率建模方法。其中包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多智能体的多分辨率建模方法，其特征在于，包括以下步骤：S1、构建由一个感知决策智能体和多个模型智能体组成的多智能体系统；其中，所述感知决策智能体用于对任一模型智能体的多分辨率进行切换调度决策；所述模型智能体用于执行仿真运算，以及根据所述感知决策智能体的决策切换使用不同的分辨率模型；S2、获取仿真服务器的资源使用状态数据，以及所有模型智能体当前运行的分辨率信息；S3、所述感知决策智能体根据仿真服务器的资源使用状态数据和所有模型智能体当前运行的分辨率信息，基于多分辨率切换算法输出包括各个模型智能体下一步应选择的分辨率模型的决策信号；S4、各个模型智能体根据接收的决策信号选择使用目标分辨率模型用于执行多分辨率建模，并输出仿真结果。2.根据权利要求1所述的基于多智能体的多分辨率建模方法，其特征在于，所述多分辨率切换算法包括小规模多分辨率切换算法和大规模多分辨率切换算法。3.根据权利要求1所述的基于多智能体的多分辨率建模方法，其特征在于，所述模型智能体中包括若干分辨率模型、模型一致性维护机制、模型分辨率信息共享机制和模型切换应答机制；其中，所述模型一致性维护机制用于在若干分辨率模型在切换使用时，维护模型智能体的状态信息一致；所述模型分辨率信息共享机制用于共享分辨率模型的模型信息、使用状态信息以及使用约束条件信息；所述模型切换应答机制用于响应接收的决策信号。4.根据权利要求3所述的基于多智能体的多分辨率建模方法，其特征在于，所述S3步骤中，所述感知决策智能体根据仿真服务器的资源使用状态数据和所有模型智能体当前运行的分辨率信息，基于多分辨率切换算法输出决策信号的步骤包括：S3.1、优先构建及使用高分辨率模型；S3.2、根据仿真服务器的资源使用状态数据，逐个对仿真服务器中的子系统的资源占用情况进行分析，判断是否需要替换为低分辨模型：若是，则从若干分辨率模型中选择低分辨模型，并比较使用各个低分辨率模型在子系统中的输入输出，对在相应子系统中输入和输出一致的分辨率模型进行组合，生成低分辨数学模型；同时，将高分辨率模型作为高分辨数学模型，并以所述低分辨数学模型和高分辨数学模型分别模拟在子系统中进行多分辨率建模，然后将多分辨率建模结果进行比较和校验，对满足多分辨率建模结果一致的低分辨数学模型作为模型智能体下一步应选择的分辨率模型组成决策信号输出；否则，输出维持使用高分辨率模型的决策信号。5.根据权利要求3所述的基于多智能体的多分辨率建模方法，其特征在于，所述S1步骤中，还包括以下步骤：对所述模型智能体基于DEVS规范进行扩展，构建得到新的Agent DEVS原子模型；其表达式如下所示：AM＝(X,Y,P,A,δ
int
,δ
ext
,λ,ta)
式中，X＝{(ip,im)|ip∈IPorts,im∈Msg}表示输入端口ip及其输入信息im的集合，IPorts表示输入端口集合，Msg为模型智能体的消息集合，包括不同模型智能体之间的交互信息；Y＝{(op,om)|op∈OPorts,om∈Msg}表示输出端口op及其输出信息om的集合，OPorts表示输入端...

【专利技术属性】
技术研发人员：周颖，邹小海，沈悦，郑鹏根，陈洁琪，严嘉怡，
申请(专利权)人：中山大学，
类型：发明
国别省市：