您的位置: 专家智库 > >

山东省自然科学基金(Y2007G56)

作品数:5 被引量:20H指数:2
相关作者:张伟童向荣黄厚宽胡潇琨毕远伟更多>>
相关机构:烟台大学北京交通大学烟台大学文经学院更多>>
发文基金:山东省自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇自动化与计算...

主题

  • 2篇多议题
  • 2篇多议题协商
  • 2篇PARETO...
  • 2篇多AGENT...
  • 2篇AGENT
  • 1篇调度
  • 1篇调度算法
  • 1篇多目标优化
  • 1篇性质及应用
  • 1篇摄像
  • 1篇摄像机
  • 1篇视场
  • 1篇双目
  • 1篇双目立体
  • 1篇双目立体测量
  • 1篇搜索
  • 1篇通信代价
  • 1篇资源调度
  • 1篇最优联盟结构
  • 1篇完全信息

机构

  • 5篇烟台大学
  • 1篇哈尔滨工程大...
  • 1篇吉林大学
  • 1篇北京交通大学
  • 1篇烟台大学文经...

作者

  • 3篇童向荣
  • 3篇张伟
  • 1篇武秀川
  • 1篇刘兆伟
  • 1篇刘惊雷
  • 1篇黄厚宽
  • 1篇毕远伟
  • 1篇武佳薇
  • 1篇李金城
  • 1篇刘俞斌
  • 1篇董红斌
  • 1篇孙雪姣
  • 1篇胡潇琨
  • 1篇许欢欢

传媒

  • 2篇计算机研究与...
  • 1篇计算机工程与...
  • 1篇计算机工程
  • 1篇烟台大学学报...

年份

  • 1篇2011
  • 2篇2010
  • 2篇2009
5 条 记 录,以下是 1-5
排序方式:
一种无公共视场双摄像机位置关系的求取方法被引量:5
2010年
提出并实现了一种简便易行的双摄像机外参现场标定方法:利用一根带有2块平面标定模板的标定杆,双摄像机对其拍摄一组图像,来求取双摄像机外参.上述方法解决了传统单平面标定板只能标定有公共视场的双摄像机外参,而不能标定无公共视场的双摄像机外参的问题,同时也适用于有公共视场双摄像机的外参标定.
胡潇琨毕远伟
关键词:双目立体测量
一种基于多目标优化的Agent多议题协商模型
2010年
Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化,以达到快速达成一致并能最优化自身效用的目的。针对该问题,本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP,该模型能够实现双方Agent的效用最优,提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。
刘俞斌张伟童向荣董红斌
关键词:多AGENT系统多议题协商PARETO最优多目标优化
联盟结构图的性质及应用被引量:2
2011年
形成有效的联盟是多Agent系统的一个重大课题.然而联盟结构的数目很大,对于包含n个Agent系统来说,其可能构成的联盟结构是O(nn),以至于通过穷举搜索最优联盟结构是不可能的.另外联盟结构空间是一个什么样的形态,这是目前为止很少有人系统研究的课题,尤其是其图性质的研究.从图的视点讨论多Agent系统中的最优联盟结构生成问题.首先将联盟结构空间抽象为一个联盟结构图,其中顶点代表联盟结构,有向边代表联盟结构的分解.随后总结和形式化该联盟结构图所具有的两个性质:最优子结构、重复子结构问题;推广了一个性质:关键搜索集;给出了一个新性质:较少冗余路径的图的连通性.为了理解联盟结构图的这些性质,将这些性质用到了有效动态规划法(effectivedynamic programming,EDP)中,分析得到其时间复杂度的下界是Ω(2.1n),上界是O(3n).实验分析表明,EDP算法比DP算法的搜索次数更少,在含有21个Agent的系统中,EDP比DP减少42%的搜索次数.
刘惊雷张伟刘兆伟孙雪姣
关键词:最优联盟结构
基于通信代价的网格资源调度算法被引量:1
2009年
针对基于时间和预算限制的资源调度算法在调度数据密集型应用程序时存在的问题,提出一种新的基于通信代价的网格资源调度算法,综合考虑用户的时间限制和预算要求,根据用户作业的计算量与通信量选择具有一定计算能力,且通信代价较小的资源节点作为目标节点,通过减少此类程序提交到目标资源节点的通信代价,达到减少整个应用程序完成时间的目的。实验结果表明,该算法能够获得较好的性能。
许欢欢武秀川武佳薇李金城童向荣
关键词:网格资源调度
一种基于案例的Agent多议题协商模型被引量:12
2009年
不完全信息条件下的Agent协商最优回价策略一般采用间接学习对手偏好的方式;另一方面,Agent一般拥有或多或少的经验和知识,这将帮助它们取得更好的协商结果.这启发了用基于案例的方法直接学习得到最优回价,提出了不完全信息条件下基于案例和对策论的Agent多议题Pareto最优协商模型.所给出的算法计算复杂度为多项式级,且当案例库规模控制在一定范围内时低于Fatima工作的计算复杂度.实验结果显示,采用该算法的Agent能够取得比人类更优的效用和更短的达成一致时间,且优于Lin等人的实验效果.改进了Fatima等人的工作.
童向荣黄厚宽张伟
关键词:多AGENT系统多议题协商不完全信息PARETO最优
共1页<1>
聚类工具0