李宏亮, 程华, 金士尧[1]2007年在《基于Agent的复杂系统分布仿真建模方法的研究》文中研究说明基于Agent的分布仿真是研究大型复杂系统的一种有效的、重要的方法。为了减小复杂系统仿真的复杂度,增加仿真模型的重用和可维护性,需要研究基于Agent分布仿真的建模方法。首先对复杂系统及其特性进行了分析,对基于Agent的仿真进行了全面的论述,然后对基于Agent的复杂系统仿真中的复杂系统建模分析、Agent建模分析以及Agent的分布进行了分析,给出了基于Agent的复杂系统分布仿真的建模步骤,最后给出了在此建模思想指导下的金融证券市场的建模过程。
周甍[2]2003年在《复杂系统分布仿真平台中Agent建模技术的研究与实现》文中研究说明复杂系统遍布日常生活的每一个角落，人们对复杂系统和复杂性科学的研究也日益重视。基于Agent的建模方式利用Agent的思想对复杂系统中的仿真实体进行建模，通过对复杂系统中的基本元素及其之间交互的建模与仿真，可以将复杂系统的微观行为和宏观“涌现”现象有机的结合到一起，是一种自底向上的、行之有效的仿真建模方式。因此，对Agent建模技术的研究具有重要的理论意义和现实意义。 本文首先介绍了复杂系统建模与仿真中的基本概念、复杂系统建模与仿真的步骤以及基于Agent的建模与仿真方法，然后对本文的工作平台——复杂系统分布式仿真平台JCass的工作机制和主要特点进行了阐述和分析。 针对复杂系统中个体影响力因角色而异的特点，本文提出了一种等级式多Agent仿真框架。在此框架中，复杂系统中各集团的核心个体采用慎思主体进行建模，其它大多数个体采用反应主体进行建模，它们在核心个体的指引下，共同实现集团目标。这样构建的等级式多Agent系统可以在计算开销、建模难度与模拟逼真度之间取得平衡点，得到较为理想的仿真结果。 根据复杂系统仿真平台JCass中Agent的行为模式，本文采用XML技术在JCass平台上设计并实现了一个既便于查询修改又不影响系统仿真效率的Agent规则库。为了处理在复杂系统中的各种模糊信息，保证仿真的“逼真度”，还设计并实现了Agent的模糊推理机制，并根据复杂系统仿真的特点对典型的模糊推理框架进行了改进，使推理机制更适用于基于Agent的建模与仿真方法。 为了体现复杂系统的进化过程，本文在JCass平台中设计并实现了基于遗传算法的种群进化算法。它通过选择淘汰、突然变异、基因遗传等规律，产生适应环境变化的优良物种，从而在复杂系统仿真中体现出Agent种群对环境的自适应性。 在本文的最后，针对台湾民意系统所具有的复杂系统特征，依照等级式多Agent仿真框架，采用XML文档实现的规则库以及模糊推理机制，对其进行了建模和仿真，并在仿真中加入了基于遗传算法的Agent种群智能演化行为。最后，对建模和仿真结果进行了分析，验证了上述技术的正确性和可行性。
叶超群[3]2006年在《多Agent复杂系统分布仿真平台中的关键技术研究》文中研究表明随着人类步入21世纪,复杂系统与复杂性科学问题变得日益突出,其中包括环境、资源、经济、人口、健康、灾害、甚至和平与安全等困扰人类生存和社会可持续发展的重大问题,这些问题必须依靠多学科的交叉和综合从整体上寻找解决方案。在复杂适应系统理论的指导下,多Agent建模与仿真方法提供了一种研究复杂系统的新思路,是目前研究复杂系统的主要方法。本文从大规模复杂系统仿真的需求出发,研究多Agent复杂系统分布仿真平台的体系结构和关键技术。首先,根据复杂适应系统理论的要求,阐述了多Agent复杂系统仿真方法;对多Agent复杂系统分布仿真的实现途径进行了形式化描述;从分布计算支撑技术、仿真支撑技术、多Agent建模支持技术、仿真过程观察和干预手段四个方面概述了多Agent复杂系统仿真平台中的支撑技术;提出了多Agent复杂系统分布仿真平台的体系结构。其次,研究了环境的分布建模与划分问题。区分了不同的环境概念,分析了环境在多Agent复杂系统分布仿真中的关键影响,指出了环境分布仿真的必要性;介绍了具体的分布式环境模型,把环境空间划分为网格单独建模,提出了确定网格大小的方法;用环境模型负载图的划分问题描述了多Agent分布仿真中的环境划分问题,并说明了这个问题是NP难的,证明了当P≠NP时该问题不存在具有有限近似比率的多项式时间复杂性近似算法;利用启发信息提出了准贪心对分算法,用于近似求解环境的对分问题;基于分而治之的思想,给出了k路准贪心递归对分算法,用于近似求解一般情况下的环境划分问题;通过性能评测验证了近似算法能够以较小的时间开销取得理想的划分结果。研究并提出了一种层次式的因果序时间管理算法。指出了时间管理在分布仿真中的必要性,介绍了多Agent复杂系统分布仿真的特殊需求;分析了时戳序时间管理算法存在的不足,阐述了现有因果序时间管理算法的研究进展;在现有的因果序时间管理算法MSES算法的基础上,提出了改进的基于有效直接因果前驱的因果序时间管理算法;为了适应大规模分布仿真的要求,对算法进行了层次式扩展;通过测试对算法的有效性进行了评测。实现了多Agent复杂系统分布仿真平台——Advanced JCass,解决了仿真平台实现过程中的关键难点。为了验证本文的工作,研究并实现了湖南省公众科学素养趋势预测与对策系统的仿真。分析了公众科学素养趋势预测与对策研究是典型的复杂性问题,指出了现有研究方法存在的不足;提出了考虑时空结构和外部事件的复杂系统整体性建模的方法,给出了整体性建模与仿真的基本步骤;对湖南省科普系统做了整体性建模,具体给出了该系统中的环境模型、各种Agent模型和对策模型,并且在分析外部事件对整体性影响的基础上给出了外部事件建模方法;根据真实系统数据进行仿真初始化并运行,仿真结果表明了AdvacedJCass平台的可用性。
李宏亮[4]2001年在《基于Agent的复杂系统分布仿真》文中研究指明复杂系统涉及范围广，包括自然现象工程、生物、经济、管理、军事、政治、社会等各个方面。所谓复杂系统，指的是系统具有大量交互成分，其内部关联复杂、不确定，总体行为具有非线性，即不能通过系统的局部特性，形式地或者抽象地描述整个系统特性的系统。如经济系统中金融证券市场的运行涉及到交易者的行为、交易者的交互、国家企业的经济形势等众多因素，正由于经济系统中的多因素和不确定性，经典的金融证券市场理论对金融证券市场的行为难于进行解释，对某项政策或者调控措施可能对金融证券市场的影响，难于进行估计。同样，战场对抗也是典型的复杂系统，敌我双方作战单位、武器相互制约，各种因素的影响程度难于确定，其宏观行为难以进行推理。复杂系统的研究对国家的社会经济以及军事发展规划都有着重要的意义。 研究复杂系统所采用的最终有效手段是系统仿真，而建模与仿真方法学是其中首要的问题，目前，基于Agent的建模与仿真方法学是最具活力、有所突破的仿真方法学。本文的研究内容集中在，如何利用日益增大的网络Cluster计算资源，依据基于Agent的建模与仿真方法学，建立分布仿真平台，对复杂系统进行进一步的、更大规模的建模与仿真，并进而达到理解和控制复杂系统行为的目的。 本文的研究工作分为叁个部分。在第一部分中，对复杂系统与复杂性科学的起源及其特点进行了描述，并且结合前人的研究成果，从本体论、认识论以及方法论的角度来理解复杂性，强调了建模与仿真在复杂系统研究中所具有的特殊重要的地位，这些认识和理解奠定了下一步工作的基础。 对基于Agent的建模与仿真方法学进行了全面、系统的阐述，并且在这个方法学的框架下，对复杂系统进行了形式化的定义。建立了使用基于Agent的建模与仿真方法学来对复杂系统进行建模和仿真应该遵循的原则和步骤，指导复杂系统的建模与仿真。 由于复杂系统规模大、结构复杂，需要充分开发复杂系统及其模型中的并发性，提高系统仿真的效率，因此，建立一个面向复杂系统的、采用基于Agent的建模与仿真方法学的分布仿真支持平台，对于应用领域专家开展更进一步的建模与仿真工作，具有积极的促进作用。在本文的第二部分中，首先根据复杂系统和网络Cluster的特点，建立基于Agent的复杂系统的分布仿真框架，具有平台独立、可扩展性强、支持层次仿真等特点。 由于复杂系统以及仿真环境的特点，通常的并行分布仿真算法并不能满足要求，本文提出了一种适合于基于Agent的复杂系统分布仿真的层次的、混合分布并行仿真算法，测试结果验证了算法的正确性和高效率。 在分布环境下，为仿真对象——复杂系统中的Agent提供灵活、高效、透明的通讯系统，密切关系到复杂系统建模的方便程度以及分布仿真的效率，在本文中，给出了完整的分布仿真环境中的通讯系统，提出和规范了不同通讯层次中的通讯协议；同时，提出了分布仿真中支持Agent透明迁移的算法，能够保证迁移对应用系统透明以及迁移过程中消息 国防科学技木大学研究生院学应沦文不会丢失，和其｛士 ＊g＊nt迁移杉制1 ＊，具有更高o效率。 根据对复杂系统和复杂性的理解，在复杂系统分布仿真框架的指导下，提出并且实现了基于 Agent的复杂系统分布仿真平台一一二人hD （J。、｛。ed［。nwlex Ad叩11但办．。。。disll·iblltld SIllllallO，；pladOOlj。平台充分利用面向对象的设计思想，提供了最为有效的、无冗余的类层次结构，保证用户能够以最简单、最为灵活的方式来进行各个应用领域中的复杂系统分布仿真。 为了避免个别结点或者Agent的失效，而导致整个仿真过程需要重新进行，在本文中，提出了具有容错能力的复杂系统仿真解决方案，包括对分布仿真中的故障进行分类、故障检测方法、对层次的、混合分布并行离散事件仿真算法进行了容错扩展以及采用双全局服务Agent等。 提出了一种支持用户通过Internet进行远程交互的仿真方案。分布仿真平台JCss可以和 Web无缝结合，可以通过Internet远程完成如提交复杂系统应用、收集和查看仿真结果等工作，为建立一个支持用户远程交互的高性能复杂系统分布仿真中心提供了条件。 在本文的第叁部分中，针对于金融证券市场，依据基于Agent的建模与仿真方法学，提出了金融证券市场的基于Agent的同构模型，并且在分布仿真平台JCass上得到了实现。
廖守亿[5]2005年在《复杂系统基于Agent的建模与仿真方法研究及应用》文中指出复杂系统与复杂性科学是21世纪的科学,其研究方法是近代以来科学方法论的又一场革命,将为人们提供全新的了解自然界奥秘的手段。当前,对于自然现象、社会、经济、政治、军事、管理、生物以及工程(特别是航天工程)等领域复杂系统与复杂性的研究,呼唤新的建模与仿真方法的出现,基于Agent的建模与仿真(Agent-Based Modeling and Simulation, ABMS)方法应运而生。ABMS是当前建模与仿真领域的研究热点。论文以复杂系统与复杂性理论为立论基础与研究背景,以空间作战和卫星系统的建模与仿真为立题背景,开展ABMS方法学的相关问题研究,并将其应用到卫星系统的建模与仿真中,以期使ABMS方法学成为一套完善的建模与仿真理论,并能够指导具体复杂系统的建模与仿真研究。 系统地阐述了复杂系统与复杂性理论的起源,结合前人的研究成果,分析和总结了复杂系统与复杂性有关的理论与方法,从本体论、认识论和方法论角度对复杂性进行了深刻的认识与理解,强调了建模与仿真在复杂系统研究中的重要地位。从复杂性理论出发,对空间信息系统的复杂性进行了分析和探讨,并提出了空间信息系统的研究思路。 ABMS方法学是研究复杂系统的科学方法论。论文详细阐述了ABMS方法学的基本思想、特点和应用领域,提出了基于Agent的建模与仿真概念化框架,并因此界定了ABMS方法的研究内容。在此框架下,给出了ABMS方法学意义下包括Agent、消息、复杂系统以及基于Agent的仿真的形式化描述。讨论了基于Agent的模型校核与确认相关问题,探讨了基于Agent的模型有效性确认方法。建立了规范的ABMS的研究步骤,用来指导和规范复杂系统的建模与仿真,以减少建模与仿真的复杂度,提高模型的重用性与可用性。 采用多种形式化方法对基于Agent的建模方法与模型描述进行了深入的研究,包括基于Agent的模型框架及基于Agent的行为建模两个方面。提出了一个包括实体、对象和Agent在内的叁层抽象模型框架,并对相关的概念进行了形式化定义与描述,阐述了Agent模型实现相关的细节。对虚拟环境中Agent的行为建模问题进行了研究,对Agent的动作、行为以及约束等概念进行了定义与描述,提出并形式化描述了一种包含Agent的自主行为和交互行为的行为模型;为了实现复杂的智能行为以及行为的复用与集成,提出了一种包含行为聚合与分解、行为特化与泛化的行为抽象机制,并对该机制进行了形式化描述。在行为建模方法的基础上,对预警卫星的预警行为进行了分析,并对预警卫星的凝视相机的数据获取行为进行了建模。 在ABMS概念化框架的支持下,提出了一种包含仿真基础服务模型和Agent仿真模型在内的基于Agent的建模与分布仿真软件框架,阐述了其中的关键功能组件及相关的时间算法。这种框架具有平台独立、开放性强,重用性强以及支持层次仿真、建模环境与仿真环境分离开来等特点。基于此框架,利用面向对象的思想,采用Java语言实现了一个基于Agent的分布仿真环境原型系——ADSimE,可保证领域专家以最简单、灵活的方式来进行复杂系统分布仿真。
黄红兵[6]2005年在《复杂系统分布仿真平台中时空非耦合兴趣管理的研究与实现》文中研究指明复杂系统是复杂性科学研究的一项重要内容，目前已成为研究的热点。复杂系统建模与仿真是复杂性研究中重要的研究方法。复杂系统仿真平台是复杂系统仿真应用的底层支撑，对它的研究有着非常重要的意义。现有的平台基本是以CAS理论为基础的，基于Agent的复杂系统仿真平台。目前，它正在向分布式发展。兴趣管理技术是基于Agent的复杂系统仿真平台分布发展的关键技术之一。 本文以复杂适应系统理论为指导，研究了基于Agent的复杂系统分布仿真平台中时空非耦合兴趣管理的相关问题，给出了相应解决方案，并实现了Advanced JCass平台中的兴趣管理服务。 首先，本文基于现有的典型Agent模型，总结出一种Agent的外部行为模式和Agent的抽象结构；针对此行为模式和抽象结构，选择了适合Agent的通信模式；提出并设计了基于发布／订阅和邮箱模式的时空非耦合通信方式。 其次，基于这种时空非耦合通信方式，设计实现了兴趣管理的过滤机制。针对Agent的兴趣和广泛应用的基于区域的兴趣表述，讨论了兴趣聚合和区域聚合问题；基于过滤位置，分析了叁类过滤机制的特点；在这些工作的基础上，设计实现了基于兴趣聚合的多层过滤机制(包括其基本思想、兴趣聚合策略和基本结构)。 鉴于兴趣匹配的速度和精度严重影响着兴趣管理的性能，本文提出了基于仿真局部性的sort-based区域匹配算法。在分析基本的sort-based区域匹配算法的基础上，结合复杂系统分布仿真应用运行时的局部性，提出了一种改进的基于排序的区域匹配算法，设计了算法的数据结构，并描述了算法；进一步对算法的复杂性进行了分析和测试，实验表明在Agent状态变化不太剧烈时，算法匹配速度比原算法有较大的提高。 再次，基于Advanced JCass平台中兴趣管理的任务和目标，设计实现了Advanced JCass平台中的兴趣管理服务，达到了方便建模与提高仿真性能和系统可扩展性的设计目标。 最后，利用Advanced JCass平台及其兴趣管理服务，开发实现了“湖南省公众科学素养趋势预测与对策研究”复杂系统仿真应用。通过应用系统的运行，验证了本文的方法及Advanced JCass兴趣管理的正确性和实用性。
吴集[7]2006年在《多智能体仿真支撑技术、组织与AI算法研究》文中提出大规模智能、并发、多态组织结构的复杂系统是仿真领域研究的热点。这类系统的定性定量研究需集成计算机仿真、系统理论和人工智能等领域的相关技术。多智能体仿真采用系统理论和多智能体系统建模方法建立系统高层模型,使用针对基于智能体模型的仿真软硬件支撑技术建立的系统计算模型并实现仿真。由于它可以有效处理复杂系统的非线性、交互性和突现性,所以被认为是复杂系统仿真的最具活力、有所突破的方法学。多智能体仿真正由探索性研究向实用化发展,在理论与实践方面均有若干问题急待解决,主要包括缺乏通用的多智能体仿真分布支撑平台、对仿真中智能体组织结构等深层建模问题研究不足以及多智能体仿真应用局限于少数传统领域。针对这些问题,本文首先进行构建及完善多智能体仿真理论与通用支撑技术的相关工作,面向仿真研究智能体组织空间/时间结构的可计算模型,并对应用领域进行拓展。本文的主要工作具体分为以下五个方面:1.具有仿真语义时延和组织扩展信息的多智能体仿真模型与仿真策略。作为多智能体仿真工作的基础,需要根据智能体行为模式、交互模式为其建立仿真模型和设计仿真策略。本文在综合传统研究的基础上,提出多智能体仿真的形式化基本模型和仿真策略;研究智能体在仿真时间约束下的执行模型,提出用于将语义层行为时效映射为仿真时延的语义时延模型;结合仿真中智能体群体结构和组织建模需求,提出基于组织结构含义和约束含义的多智能体仿真扩展模型。2.基于智能体的复杂系统仿真框架及其实现。本文提出一种基于智能体的柔性复杂系统分布仿真框架FFCAS。FFCAS的特点是采用包含外部事件描述和宏观演化规则的复杂系统整体建模框架和基于“模型-视图-控制器”设计模式的分布交互仿真体系结构。FFCAS最终实现为复杂系统分布仿真平台Advanced JCass。在此基础上进行了草原生态系统、公众民意系统和科学素养决策系统叁个跨领域复杂系统仿真应用研究,说明FFCAS可为复杂系统仿真开发提供充分的灵活性、复用性以及可扩展性。3.面向仿真的智能体组织建模与实现。论文以描述并发、自治智能系统中空间结构演化为目的,对仿真中基于社会关系网络的智能体组织和基于角色的智能体组织模型进行研究。本文将社会关系网络用于公众科学素养系统的知识传播优化问题,提出基于顶点影响启发式的贪婪算法,并证明算法具有(1-1/e)的性能界,评测结果表明算法性能优于顶点最大度和最小平均距离算法;提出面向仿真的角色组织实例化与建模框架,将角色组织模型用于描述网络攻防战仿真中的智能体组织结构建模和动态协同。4.面向仿真的多智能体AI算法。作为多智能体仿真和AI研究的衔接,本文以仿真和分布式人工智能共同关注的学习和协同为研究实例,在分析仿真中已使用AI技术基础上,提出一种在多智能体仿真具体场景中应用的对手学习算法,算法特点是在多角色敌对环境下,智能体的行为回报同时取决于自我选择以及对手的趋势;针对多智能体仿真中规划的NP问题,提出一种的层次式多智能体问题求解算法及其实例说明,使用层次组织结构对规划问题进行分解,理论证明算法具有良好的时间复杂度。5.网络化防空作战的多智能体仿真。防空作战仿真是对社会学等多智能体仿真传统领域的拓展。本文以研究网络化防空作战的态势共享与协同为目的,阐述多智能体建模、智能体组织以及AI算法在网络化防空作战中的应用,对网络化防空作战中的若干优化问题进行了理论分析,提出一种的开放式多智能体分布仿真框架。
王文收[8]2011年在《基于多智能体的社会公众科学素养系统仿真研究》文中研究指明多智能体建模与仿真方法以复杂适应系统理论为理论基础,提供了一种研究复杂系统的崭新思路,也是目前研究复杂系统的主要方法。本文主要研究多智能体复杂系统分布仿真平台的关键技术和体系结构。首先,以复杂适应系统理论为指导,分析了多智能体复杂系统仿真的特点,从基础支撑技术、仿真支撑技术、多智能体建模支持技术、仿真过程观察和干预手段四个方面概述了多智能体复杂系统仿真平台中的关键技术,并研究了多智能体复杂系统仿真平台的体系结构。其次,研究并提出了一种因果序分布式仿真Agent时间管理算法。分析了时戳序时间管理算法存在的不足,指出了时间管理在分布仿真中的必要性;阐述了现有因果序时间管理算法的研究进展;在现有的因果序时间管理算法MSES算法的基础上,提出了因果序分布式仿真Agent时间管理算法;通过测试对算法的有效性进行了评测。再次,应用AdvancedJCass仿真平台,研究并实现了湖南省公众科学素养趋势预测与对策系统的仿真。分析了公众科学素养趋势预测与对策研究是典型的复杂性问题;对湖南省科普系统做了整体性建模,具体给出了该系统中的环境模型、各种Agent模型和外部激励模型;根据真实系统数据验证平台的可靠性,仿真初始化并运行;拓展了AdvancedJCass平台的应用。
牛文娟[9]2007年在《基于系统演化算法的水资源多Agent系统建模仿真研究》文中研究表明本文深化复杂适应系统理论在水资源系统研究中的应用，综合运用复杂性科学、水资源优化配置、人工智能、计算机仿真等学科的相关理论和方法，结合我国南水北调东线水资源系统的实际，从理论分析和技术实现的角度对水资源复杂适应系统进行研究。首先，本文在介绍水资源优化配置、复杂系统和复杂性科学理论、智能Agent理论、一般的复杂适应系统特性、概念、研究方法的基础上，运用复杂适应系统理论对水资源系统进行解析，确定了水资源复杂适应系统研究的基本方法，建立了水资源多Agent系统的概念。其次，本文研究了水资源多Agent系统的建模，主要包含两部分内容：单Agent抽象和建模，以及系统整体建模。单Agent抽象和建模是在对水资源系统分析的基础上抽象出水资源系统中的Agent，并根据水资源系统Agent的特点，引入智能Agent的研究成果，建立单Agent的理论和结构模型，将经济学研究中对人类行为方式的研究融合到水资源Agent建模的研究中。系统整体建模研究水资源多Agent系统的整体模型，主要考虑如何将单Agent进行组织和协调，实现水资源多Agent系统的协作和进化，以完成水资源多Agent系统的整体目标。在此，本文引入了协同进化机制，建立了水资源多Agent系统的整体协作模型。接着，本文研究了将水资源系统中的Agent和多Agent系统从概念模型的表达方式向仿真模型的表达方式进行转化。从分析Agent的学习机制入手，建立了水资源多Agent系统的基于遗传算法的叁层演化优化模型。从微观个体行为优化级、微观个体交互作用级和宏观系统演化优化级叁个层次对优化算法进行了研究。对每一层的优化模型进行了详细的论述，并用具体的例子进行仿真，为后续的水资源多Agent系统仿真框架的建立奠定技术基础。然后，本文研究了水资源复杂适应系统的仿真问题，对水资源复杂适应系统仿真理论进行了介绍，对基于Agent的仿真技术及其应用进行了探讨，并建立了水资源多Agent系统的仿真框架。最后，作为水资源复杂适应系统理论的实践应用，本文对南水北调东线工程水资源优化配置问题进行了仿真研究。在了解南水北调东线工程概况的基础上，应用本文建立的水资源复杂适应系统的理论和方法建立了仿真模型，并进行编程实现，然后对仿真结果进行了分析。
李云芳[10]2012年在《战场环境下基于HLA的BDI Agent仿真研究与实现》文中研究表明随着计算机仿真理论和应用的快速发展，高层体系结构（HLA）以其互操作性和重用性的特点，在仿真界得到广泛应用。但由于仿真系统规模和复杂程度的提高，基于HLA的仿真缺乏提高仿真实体行为能力的机制，使其无法完全满足仿真需求，而Agent技术的引入为仿真的发展提供了新思路。针对基于HLA的传统仿真无法有效地提高实体行为能力的问题，本文提出了一种基于HLA/RTI仿真平台和组件技术的Agent作战仿真框架。首先，本文采用基于BDI Agent的体系结构来刻画作战实体的结构模型，在此基础上通过分析实体行为的产生过程，建立了作战实体的行为输出模型。随后，本文运用关系型数据库作为模型内部知识和规则的存储介质，并借鉴中间件技术，运用常规开发工具开发了一套规则与程序相互独立的知识库系统，在此基础上拟定了Agent运行控制的基本流程。另外，为了确保仿真成员之间通信的准确性和时序性，本文提出并实现了一种基于HLA的可靠通信方式。最后，针对作战仿真中的火力分配问题，本文采用带截止期的遗传算法求解分配方案，并对该算法进行元级控制来提高算法的整体性能。本文设计并实现了一个空防对抗仿真实例，该实例由六个联邦成员组成，包括仿真控制管理成员和五个作战实体成员，分别为空袭目标、防空群指控、火力单元指控、发射平台、地空导弹成员。作战实体成员采用基于HLA和组件技术的Agent模型来实现，而仿真控制和管理成员则采用基于HLA的仿真模型。仿真过程中基于两种模型的联邦成员相互配合，共同完成仿真试验推演过程，从而验证了仿真模型框架的合理性和先进性。
参考文献：
[1]. 基于Agent的复杂系统分布仿真建模方法的研究[J]. 李宏亮, 程华, 金士尧. 计算机工程与应用. 2007
[2]. 复杂系统分布仿真平台中Agent建模技术的研究与实现[D]. 周甍. 国防科学技术大学. 2003
[3]. 多Agent复杂系统分布仿真平台中的关键技术研究[D]. 叶超群. 国防科学技术大学. 2006
[4]. 基于Agent的复杂系统分布仿真[D]. 李宏亮. 国防科学技术大学. 2001
[5]. 复杂系统基于Agent的建模与仿真方法研究及应用[D]. 廖守亿. 国防科学技术大学. 2005
[6]. 复杂系统分布仿真平台中时空非耦合兴趣管理的研究与实现[D]. 黄红兵. 国防科学技术大学. 2005
[7]. 多智能体仿真支撑技术、组织与AI算法研究[D]. 吴集. 国防科学技术大学. 2006
[8]. 基于多智能体的社会公众科学素养系统仿真研究[D]. 王文收. 国防科学技术大学. 2011
[9]. 基于系统演化算法的水资源多Agent系统建模仿真研究[D]. 牛文娟. 河海大学. 2007
[10]. 战场环境下基于HLA的BDI Agent仿真研究与实现[D]. 李云芳. 南京航空航天大学. 2012
标签：计算机软件及计算机应用论文; 系统仿真论文; 建模软件论文; 层次模型论文; 组织环境论文; 工作管理论文; 工作描述论文; 系统论论文;