基于演化Agent的人工社會系統(tǒng)建模方法及其應用研究.pdf

1、復雜系統(tǒng)與復雜性科學被譽為21世紀的科學，是一種新興的邊緣、交叉學科，已成為現(xiàn)代系統(tǒng)科學的一個主要研究方向。作為復雜系統(tǒng)的研究工具，復雜系統(tǒng)的建模和仿真方法目前還在探索階段，沒有形成一個完整的體系，還需要繼續(xù)深入研究。本文依據(jù)復雜適應系統(tǒng)理論的基本思想，將演化算法和人工社會方法相結合，構造出一種人工社會系統(tǒng)的建模方法——基于演化Agent的人工社會系統(tǒng)建模方法，并以企業(yè)組織這個復雜系統(tǒng)作為應用對象，結合微觀經(jīng)濟學原理和復雜網(wǎng)絡理論，應用

2、本文建立的基于演化Agent的人工社會系統(tǒng)建模方法，建立了基于演化Agent的企業(yè)組織演化模型和企業(yè)人際關系網(wǎng)絡的演化模型。本文主要完成以下工作:
　　1.給出了基于演化Agent的人工社會系統(tǒng)建模方法。以復雜適應系統(tǒng)理論為基礎，利用人工社會思想，運用多Agent建模方法的關鍵技術，根據(jù)人工社會系統(tǒng)中行為個體的局部細節(jié)，將演化算法應用于Agent的反應規(guī)則和各種局部行為中，實現(xiàn)Agent的類生物進化和行為優(yōu)化，建立了具有高智能性和

3、高適應性的微觀Agent結構和模型。然后根據(jù)所建立的演化Agent的結構和模型，給出了基于演化Agent的人工社會系統(tǒng)建模方法和具體的建模流程，并分析了該方法的難點和模型的特點。
　　2.建立了基于演化Agent的企業(yè)組織演化模型。針對企業(yè)組織系統(tǒng)的生長演化過程，運用基于演化Agent的人工社會系統(tǒng)建模方法，從微觀主體的行為入手，依據(jù)主體的行為特點，結合演化算法，分別建立了企業(yè)組織演化模型的基本結構、適應性主體的基本行為模型和宏觀

4、整體演化的Echo模型，從而構造了基于演化Agent的企業(yè)組織演化模型，并借助Swarm仿真平臺對其進行仿真實驗，觀察和分析模型中企業(yè)組織系統(tǒng)的演化規(guī)律及影響因素，探討企業(yè)組織系統(tǒng)中的復雜適應性行為，驗證了基于演化Agent的人工社會系統(tǒng)建模方法的有效性。
　　3.應用改進微粒群算法對成員主體行為參數(shù)進行優(yōu)化，提高基于演化Agent的企業(yè)組織模型的智能性。首先，針對企業(yè)組織系統(tǒng)演化過程中微觀主體的自適應性行為，應用基于約束保持法的

5、微粒群算法(CPPSO)優(yōu)化成員主體的行為參數(shù)，根據(jù)成員對資源的需求偏好和對資源的工作能力，在滿足成員最大化效用的基礎上，設計了基于改進微粒群算法的成員主體行為參數(shù)的優(yōu)化模型。然后，將該模型應用到基于演化Agent的企業(yè)組織演化模型中，并對其進行仿真實驗，結果證明，在實際需求及約束條件下，CPPSO方法采用簡潔的位置和速度更新實現(xiàn)參數(shù)尋優(yōu)，不僅可較快獲得行為參數(shù)的全局最優(yōu)解，提高成員的學習能力，而且能有效地反映出成員理想效益曲線與實際效

6、益曲線間的總體差異。
　　4.應用遺傳算法實現(xiàn)資源主體的進化。首先，以資源主體的屬性特征為基礎，對個體進行實數(shù)編碼，根據(jù)資源主體與資源含量和成員對資源的需求之間的關系，建立適應度函數(shù)。然后，根據(jù)遺傳算法“適者生存，優(yōu)勝劣汰”的進化原則，采用遺傳操作實現(xiàn)資源主體的進化，并在計算機上進行仿真，實現(xiàn)了基于演化Agent的企業(yè)組織演化模型中的資源主體的演化機制，同時，分析了資源主體的進化對企業(yè)組織演化過程的影響。
　　5.構造了基于

7、演化Agent的企業(yè)人際關系網(wǎng)絡模型。根據(jù)Agent的行為特點，制定演化Agent節(jié)點的行為策略，構造智能Agent節(jié)點，使Agent節(jié)點能夠隨著企業(yè)組織的演化逐漸建立關聯(lián)，形成企業(yè)人際關系網(wǎng)絡模型，并通過仿真實驗觀察企業(yè)人際關系網(wǎng)絡模型的生成和演化過程，同時，運用網(wǎng)絡的統(tǒng)計特征論分析人際關系網(wǎng)絡模型在演化過程中的變化規(guī)律，結果表明企業(yè)人際關系網(wǎng)絡是隨著Agent節(jié)點尋找資源的行為生成和演化的，網(wǎng)絡結構也隨著企業(yè)組織系統(tǒng)的演化不斷變化，