异质多智能体系统的网络建模及合作行为分析与调控

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61703439
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    26.0万
  • 负责人：
    黄科科
  • 依托单位：
    中南大学
  • 学科分类：
    F0304.系统工程理论与技术
  • 结题年份：
    2020
  • 批准年份：
    2017
  • 项目状态：
    已结题
  • 起止时间：
    2018-01-01 至2020-12-31

项目摘要

With the expansion of multi-agent system application and the increasing scale of the system, the multi-agent systems are heterogeneous in many aspects, such as network structure, agent dynamics and so on. Based on the heterogeneity of multi-agent system, this project researches on the network modeling of multi-agent system, and analysis as well as control of cooperative behavior of multi-agent system. Firstly, this project constructs the network model of multi-agent system, such as multilayer network and dynamic network based on time series data, analysing heterogeneity of multi-agent system. Then, this project explores cooperative behavior evolution under the network model of multi-agent system in addition to interaction model of agents and behavior decision-making model. Lastly, this project researches controllability and optimal control strategy of multi-agent system, incorporating heterogeneity of the system and cooperative behavior dynamics into the behavior evolution of the system based on controllability theory framework of complex networks. To analyse and control cooperative behavior of multi-agent system through constructing the network model of the system heterogeneity is significant for cooperation of multi-agent system and its application.
随着多智能体系统应用领域和系统规模的不断扩大，多智能体系统在很多方面存在异质性，包括系统网络结构、智能体动态等。本项目立足多智能体系统异质性的特点，研究多智能体系统的网络建模、多智能体系统合作行为分析以及控制问题。首先，基于多智能体系统的时间序列数据，分析多智能体系统的异质性特点，构建多智能体系统的多层网络和动态网络等网络模型；然后，基于多智能体系统的网络模型、智能体间交互作用关系模型以及智能体行为决策模型分析合作行为的演化；最后，基于复杂网络的可控性理论框架，将多智能体系统的异质性特点和合作行为动态融入到系统的行为动力学中，研究多智能体系统合作行为的可控性和最优控制策略。通过建立多智能体系统异质性的网络模型，分析和调控多智能体系统的合作行为，对于多智能体系统的合作问题及其应用具有重要的意义。

结项摘要

随着多智能体系统应用领域和系统规模的不断扩大，多智能体系统在系统网络结构、智能体动态等方面存在异质性。本项目立足多智能体系统异质性的特点，研究多智能体系统的网络建模、多智能体系统合作行为分析以及控制问题。首先，基于多智能体系统的时间序列数据，分析多智能体系统的异质性特点，构建多智能体系统的多层网络和动态网络等网络模型；然后，基于多智能体系统的网络模型、智能体间交互作用关系模型以及智能体行为决策模型分析合作行为的演化；最后，基于复杂网络的可控性理论框架，将多智能体系统的异质性特点和合作行为动态融入到系统的行为动力学中，研究多智能体系统合作行为的可控性和最优控制策略。通过建立多智能体系统异质性的网络模型，分析和调控多智能体系统的合作行为，对于多智能体系统的合作问题及其应用具有重要的意义。

项目成果

期刊论文数量（21）
专著数量（0）
科研奖励数量（0）
会议论文数量（2）
专利数量（0）
Reconstructing Heterogeneous Networks via Compressive Sensing and Clustering
通过压缩感知和聚类重建异构网络
  • DOI：
    10.1109/tetci.2020.2997011
  • 发表时间：
    2021-12
  • 期刊：
    IEEE Transactions on Emerging Topics in Computational Intelligence
  • 影响因子：
    5.3
  • 作者：
    Yichi Zhang;Chunhua Yang;Keke Huang;Marko Jusup;Zhen Wang;Xuelong Li
  • 通讯作者：
    Xuelong Li
Effects of external forcing on evolutionary games in complex networks
外部强迫对复杂网络演化博弈的影响
  • DOI：
    10.1063/1.5040714
  • 发表时间：
    2018-09-01
  • 期刊：
    CHAOS
  • 影响因子：
    2.9
  • 作者：
    Huang, Keke;Zhang, Yichi;Wang, Zhen
  • 通讯作者：
    Wang, Zhen
Emergent Inference of Hidden Markov Models in Spiking Neural Networks Through Winner-Take-All
尖峰神经网络中隐马尔可夫模型通过赢者通吃的紧急推理
  • DOI：
    10.1109/tcyb.2018.2871144
  • 发表时间：
    2020
  • 期刊：
    IEEE Transactions on Cybernetics
  • 影响因子：
    11.8
  • 作者：
    Yu Zhaofei;Guo Shangqi;Deng Fei;Yan Qi;Huang Keke;Liu Jian K.;Chen Feng
  • 通讯作者：
    Chen Feng
Sparse Bayesian learning for network structure reconstruction based on evolutionary game data
基于进化博弈数据的稀疏贝叶斯学习网络结构重构
  • DOI：
    10.1016/j.physa.2019.123605
  • 发表时间：
    2020-03
  • 期刊：
    Physica A: Statistical Mechanics and Its Applications
  • 影响因子：
    --
  • 作者：
    Keke Huang;Wenfeng Deng;Yichi Zhang;Hongqiu Zhu
  • 通讯作者：
    Hongqiu Zhu
Structure Dictionary Learning-Based Multimode Process Monitoring and Its Application to Aluminum Electrolysis Process
基于结构字典学习的多模式过程监控及其在铝电解过程中的应用
  • DOI：
    10.1109/tase.2020.2984334
  • 发表时间：
    2020
  • 期刊：
    IEEE Transactions on Automation Science and Engineering
  • 影响因子：
    5.6
  • 作者：
    Keke Huang;Yiming Wu;Chunhua Yang;Gongzhuang Peng;Weiming Shen
  • 通讯作者：
    Weiming Shen

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Energetic multi-component molecular solids of tetrafluoroterephthalic acid with some aza compounds by strong hydrogen bonds and weak intermolecular interactions of C– H ？ F and C– H ？ O
四氟对苯二甲酸与一些氮杂化合物通过强氢键和弱的C–H·F和C–H·O分子间相互作用形成的高能多组分分子固体
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    CrystEngCom
  • 影响因子：
    --
  • 作者：
    胡焉静;王文强;刘法谦;黄科科
  • 通讯作者：
    黄科科
钙钛矿型锰氧化物La_(1-x-y)Ca_xK_yMnO_3系列样品的介电性质
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    Chemical Journal of Chinese Universities
  • 影响因子：
    --
  • 作者：
    杨铭;黄科科;侯长民;刘宪瑞;胡滨;袁宏明;冯守华
  • 通讯作者：
    冯守华
多孔硅/TiO2纳米线光阳极的制备及其光电催化性能
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    无机化学学报
  • 影响因子：
    --
  • 作者：
    赵一铭;杨继凯;马福哲;陈张笑雄;魏子娟;张宇飞;成明;杨雪;肖楠;王国政;王新;黄科科
  • 通讯作者：
    黄科科
取代石榴石型铁氧体Nd3-xSrxFe5O12（0.2≤x≤0.8）的水热合成与磁性研究
  • DOI：
    10.7503/cjcu20120370
  • 发表时间：
    2013-01
  • 期刊：
    高等学校化学学报
  • 影响因子：
    --
  • 作者：
    刘绍孔;秦圆圆;黄科科;冯守华
  • 通讯作者：
    冯守华
无机固体材料中的忆阻效应
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    无机化学学报
  • 影响因子：
    --
  • 作者：
    吴小峰;袁龙;黄科科;冯守华
  • 通讯作者：
    冯守华

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

黄科科的其他基金

有色冶金焙烧炉运行工况智能监测方法及应用研究
  • 批准号：
  • 批准年份：
    2020
  • 资助金额：
    60 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码