多智能体系统建模、仿真及应用（）

图书标准信息

• 作者 赵春晓、魏楚元 著
• 出版社 中国水利水电出版社
• 出版时间 2021-09
• 版次 1
• ISBN 9787517099437
• 定价 42.00元
• 装帧 其他
• 开本 大16开
• 页数 188页
• 丛书 普通高等教育人工智能专业系列教材

【内容简介】

目前多智能体技术已经成为一种进行复杂系统分析与模拟的思想方法与工具。MAS 等相关技术已应用于交通控制、智能机器人、车联网、物联网、智能电网、柔性制造、无人机控制、虚拟现实、分布式预测、监控及诊断、电子商务、健康、娱乐等领域。 本书主要内容包括：第1 章介绍了多智能体系统的基础知识、多智能体建模基础、基于代理的模型编程的基本逻辑；第2章讨论了反应智能体，建立了扫地机器人反应行为模型和城市森林公园火灾扑救反应行为模型；第3章介绍了一致性问题并建立了基于人工势场法的机器人避障模型、无人机追捕逃犯模型；第4章介绍了蚁群自组织与共识自主性、蚁群觅食问题，建立了月球岩石搜索机器人路径规划模型；第5章介绍了PSO算法及车辆加速度参数优化问题和建筑物人员疏散问题；第6章介绍了遗传与进化智能体及餐厨垃圾收运路线优化模型；第7章介绍了认知智能体概念、基于目标的城市智能交通模型和基于效用的高速公路交通模型；第8章介绍了强化学习智能体、SARSA学习路径规划机器人和Q学习跨越障碍机器人；第9章介绍了多智能体网络与通信、基于广播通信的机器人聚集、探测器和排雷机器人的点到点通信；第10章介绍了多智能体协调、合作和协商，机器人合作铺路问题，机器人的组行为和协调以及无人驾驶出租车协商运输BDI模型。 本书可以作为各高校人工智能、智能制造、机器人工程、地理信息工程、城市管理等相关专业多智能体系统课程的教材使用，也可以作为研究生学习多智能体系统课程的教材。本书提供案例源代码和电子课件，读者可以从中国水利水电出版社网站（www.waterpub.com.cn）或万水书苑网站（www.wsbookshow.com）免费下载。

【作者简介】

赵春晓,博士后，北京建筑大学教授，硕士研究生导师，长期从事人工智能等方面的研究工作。主要研究工作领域包括多智能体系统、城市复杂系统、智能城市等。先后主持国家自然科学基金、国家863计划子课题等科研项目。以第一作者身份在国内外期刊上发表高水平论文33篇。出版教学专著2部，获得省自然科学学术成果三等奖。2017年获北京市高等教育教学成果奖二等奖（本人排名第一）。为本科生、研究生开设“人工智能的建筑应用”“机器学习”“C语言程序设计”等课程。

【目录】

前言
第1章  多智能体系统概述
  1.1  自然智能和人工智能
    1.1.1  自然智能
    1.1.2  人工智能
  1.2  多智能体系统
    1.2.1  多智能体系统的定义与特点
    1.2.2  多智能体系统的形式化描述
    1.2.3  多智能体系统理论的发展
    1.2.4  多智能体系统的应用
  1.3  多智能体系统的主要技术内容
  1.4  NetLogo仿真工具
第2章  反应智能体
  2.1  复杂自组织系统
  2.2  反应智能体建模
    2.2.1  纯反应型智能体
    2.2.2  ABM建模的基本概念
  2.3  扫地机器人反应行为模型
  2.4  城市森林公园火灾扑救反应行为模型
第3章  一致性问题
  3.1  集体运动和编队队形
    3.1.1  集体运动与自组织
    3.1.2  模式和聚集
    3.1.3  有组织队形
    3.1.4  Boids模型
    3.1.5  Couzin模型
  3.2  基于人工势场法的机器人避障模型
  3.3  无人机追捕逃犯模型
第4章  蚁群自组织与共识自主性
  4.1  蚁群优化概述
    4.1.1  引言
    4.1.2  蚁群算法的工作原理
    4.1.3  蚁群算法的基本流程
    4.1.4  蚁群算法的应用
  4.2  蚁群算法的基本实现技术
    4.2.1  蚁群算法中的转移概率
    4.2.2  信息素的更新机制
  4.3  蚁群觅食问题
  4.4  月球岩石搜索机器人路径规划
第5章  飞鸟与粒子
  5.1  粒子群算法概述
    5.1.1  引言
    5.1.2  粒子群算法的基本流程
    5.1.3  粒子群算法的应用
  5.2  粒子群算法的基本实现技术
    5.2.1  标准PSO及其扩展
    5.2.2  解的空间表示与参数选择
    5.2.3  适应度评价函数
  5.3  车辆加速度参数优化问题
  5.4  公共建筑物人员疏散问题
第6章  遗传与进化智能体
  6.1  遗传算法简述
    6.1.1  遗传算法的发展历程
    6.1.2  遗传算法的基本流程
    6.1.3  遗传算法的应用
  6.2  遗传算法的基本实现技术
    6.2.1  参数编码方式
    6.2.2  适应度函数
    6.2.3  遗传算子
  6.3  餐厨垃圾收运路线优化
第7章  认知智能体
  7.1  认知科学
    7.1.1  认矢口智能
    7.1.2  认知科学的兴起及发展
    7.1.3  基于认知科学的人工智能
  7.2  认知智能的实现技术
    7.2.1  知识图谱
    7.2.2  知识图谱架构及基本要素
    7.2.3  知识图谱构建技术
  7.3  基于目标的城市智能交通模型
  7.4  基于效用的高速公路交通模型
第8章  强化学习智能体
  8.1  强化学习智能体概述
    8.1.1  强化学习智能体的发展历程
    8.1.2  强化学习智能体概要
    8.1.3  Q学习算法的基本流程
    8.1.4  强化学习智能体的应用
  8.2  强化学习的基本实现技术
  8.3  机器人SARSA学习路径规划
  8.4  Q学习跨越障碍机器人
第9章  多智能体网络与通信
  9.1  智能体网络与通信问题
    9.1.1  引言
    9.1.2  智能体通信方式
    9.1.3  智能体通信模型
    9.1.4  智能体通信语言
  9.2  基于广播通信的机器人聚集
  9.3  探测器和排雷机器人的点到点通信
第10章  多智能体协调、合作和协商
  10.1  多智能体系统的协作机制研究
    10.1.1  多智能体协调
    10.1.2  多智能体合作
    10.1.3  多智能体协商
    10.1.4  多智能体协作的主要方法
  10.2  机器人合作铺路问题
  10.3  机器人的组行为和协调
  10.4  无人驾驶出租车协商运输BDI模型
参考文献