[發明專利]一種基于多智能體的分布式模式識別方法

有效

• 申請號: 201110241054.3
• 申請日: 2011-08-22
• 公開（公告）號: CN102955948A
• 公開（公告）日: 2013-03-06
• 發明（設計）人: 程顯毅;梁軍;王進;陸旦前;程晨
• 申請（專利權）人: 南通大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多智能體的分布式模式識別方法，其特征在于，其步驟包括：

步驟一：將輸入模式表示為智能體影響圖；

步驟二：根據智能體影響圖的演化來提取其中的定性特征，縮小搜索的空間；

步驟三：通過多智能體的協作和動力學模型來完成目標模式的涌現。

2.根據權利要求1所述的基于多智能體的分布式模式識別方法，其特征在于，所述步驟一中智能體影響圖的建立的過程為：

首先通過單個智能體對輸入模式進行識別，由于知識的缺乏，單個智能體無法完全識別輸入模式；

然后單個智能體再進行相應的繁殖或者重組，從而增加識別輸入模式的知識；

最后通過繁殖或者重組所產生的多智能體提取出輸入模式的定量特征，從而實現一個具有記憶功能的智能體影響圖的建立。

3.根據權利要求2所述的基于多智能體的分布式模式識別方法，其特征在于，所述智能體影響圖為一可變結構，其中的各個智能體之間是可變動、可移動的無線連接方式，智能體影響圖采用動態連接方式處理多智能體之間的相互作用，智能體影響圖具有增加智能體、刪除智能體以及改變智能體之間聯系的能力。

4.根據權利要求2所述的基于多智能體的分布式模式識別方法，其特征在于，所述定量特征的提取過程中采用神經網絡集成技術，對所述神經網絡集成經過訓練后，提取的定量特征均為數值形式知識，為隱式知識，后通過定性特征提取算法將隱式知識抽取出來并通過顯式形式表示出來。

5.根據權利要求2所述的基于多智能體的分布式模式識別方法，其特征在于，所述智能體影響圖中的建立過程中形成的多智能體之間通過協商、協作、協調、競爭和交互，使得生存能力強的智能體生存下來，生存能力弱的智能體消亡，智能體數量漸減，縮小搜索空間，從而最終實現正確的目標模式的涌現。