• 제어로봇시스템학회논문지
• /
• 제22권7호
• /
• pp.508-512
• /
• 2016

This paper discusses a Takagi-Sugeno (T-S) fuzzy controller design problem for a phugoid model-based multi-agent system. The error between the state of a phugoid model and a reference is defined to construct a multi-agent system model. A T-S fuzzy model of the multi-agent system is built by introducing a nonlinear controller. A fuzzy controller is then designed to stabilize the T-S fuzzy model, where the synthesis condition is represented in terms of linear matrix inequalities.

• Management Science and Financial Engineering
• /
• 제11권3호
• /
• pp.1-17
• /
• 2005

Agent technology has been widely applied in today's electronic business, such as mobile agents, multi-agent information systems, etc. In particular, multi-agent systems have been applied as powerful simulation tools to study complex business networks composed of various self-interested trading firms and/or human beings. In this paper, we build an integrated model that consists of a multi-agent B2C market model and a B2B trade network model, and incorporate more reality than much of prior work. Then with this model, we carry out experimental studies on two different strategies that are common in electronic business - 'loyal' strategy (retailers try to build stable cooperation with suppiers to ensure material supply) and 'cost-saving' strategy (retailers try to reduce cost by choosing suppliers with lower wholesale price).

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권5호
• /
• pp.489-497
• /
• 2001

본 논문에서는 지능형 의료 정보 제공을 위한 멀티 에이전트 시스템인 MAMI(Multi-Agent system for Medical Image)의 에이전트 플랫폼의 설계 및 구현에 대해 기술한다. MAMI는 여러 의료 정보 중 의료 영상을 위한 멀티 에이전트 시스템이다. MAMI의 가장 중요한 구성 요소는 에이전트 플랫폼이고, 각 에이전트들이 동작할 수 있는 물리적 기반을 제공해 준다. MAMI는 FIPA(Foundation for Intelligent Physical Agent)가 제안하는 관리 모델을 따르고 있다. MAM는 FIPA(Foundation for Intelligent Physical Agent)가 제안하는 관리 모델을 따르고 있다. MAMI에서는 COM(Common Object Model)과 XML(eXtensible Markup Language)로 인코딩된 ACL(Agent Communication Language)을 메시지 교환에 이용하고 있다. 의료 인력을 하나의 에이전트로 개념화하여 시스템에 연결함으로써 소프트웨어 에이전트와 휴먼 에이전트가 지식을 공유하기에 적합한 물리적 기반을 제공해 주며 지능형 의료 정보 서비스를 용이하게 해준다.

• 지능정보연구
• /
• 제7권1호
• /
• pp.123-133
• /
• 2001

의료 정보 시스템은 많은 지식과 의료 인력과의 연계가 필요하기 때문에, 멀티 에이전트 시스템의 활용 영역으로 적합하다. 본 논문에서는 지능형 의료 정보 제공을 위한 멀티 에이전트 플랫폼의 설계 및 구현에 대해 기술한다. 멀티 에이전트 시스템을 이용하여 지능형 의료 영상 정보를 제공하기 위해 FIPA(Foundation for Intelligent Physical Agent)가 제안하는 에이전트 플랫폼 모델을 따르고 있다. 윈도우 기반에서 컴포넌트 활용을 위해 COM(Common Object Model)과 XML(Extensible Markup Language)로 인코딩된 ACL(Agent Communication Language)을 메시지 교환에 이용하고 있다. 치료 영역의 특성상 의료 전문 인력과의 연계가 아주 중요한 요소이기 때문에, 의료 인력을 하나의 휴먼 에이전트로 개념화하여 시스템에 연결하고, 소프트웨어 에이전트와 휴먼 에이전트들이 지식을 공유하기에 적합한 물리적 기반을 제공하여 지능형 의료 정보 서비스를 용이하게 한다.

• 한국항공우주학회지
• /
• 제48권8호
• /
• pp.573-580
• /
• 2020

다중개체를 제어하기 위해서 해결해야 되는 문제들 중 하나는 위치제어다. 위치와 속도를 제어하기 위한 모델로 augmented Cucker-Smale 모델이 존재했다. 하지만 기존 모델은 모든 개체에 동일한 시스템을 적용함에 따라서 개별개체의 특성을 살리지 못했다는 특징이 있다. 본 논문에서는 그 점을 보안하고 적절한 형태로 변형하기 위해서 초기 위치와 분포를 이용한 마할라노비스 거리를 계수와 통계학적 자유도를 적용해서, 모델의 수렴시간과 소모에너지를 동시에 줄이고자 한다. 모델의 성능 검증을 위해서 몬테카를로 시뮬레이션을 통해서 전체적인 경향성을 판단했고, 추가적으로 개별 개체의 움직임을 분석하여서 마할라노비스 거리 계수가 적절한 역할을 수행하고 있는지 확인했다.

• 전기학회논문지
• /
• 제57권4호
• /
• pp.537-542
• /
• 2008

The protection against transient instability and consequent out-of-step condition is a major concern for the utility industry. Unstable system may cause serious damage to system elements such as generators and transmission lines. Therefore, out-of-step detection is essential to operate a system safely. Also, a multi-agent system is one that consists of a number of agents, which interact with one another. Multi-agent systems(MAS) can offer the flexibility and the adaptability to the previous algorithm. In this paper, the detection algorithm of out-of-step is designed by multi-agent system and implemented by EMTP-MODELS. To verify performance of the proposed algorithm based on multi-agent system, simulations by EMTP have been carried out.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.587-594
• /
• 2001

멀티 에이전트 시스템은 분산적이고 개방적인 인터넷 환경에 잘 부합된다. 멀티 에이전트 시스템에서는 각 에이전트들이 자신의 목적을 위해 행동하기 때문에 에이전트간 충돌이 발생하는 경우에 조정을 통해 협력할 수 있어야 한다. 그러나 기존의 멀티 에이전트 시스템에서의 에이전트 간 협력 방법에 관한 연구 방법들은 동적 환경에서 서로 다른 목적을 갖는 에이전트간의 협동 문제를 올바로 해결할 수 없다는 문제가 있었다. 본 논문에서는 신경망과 강화학습을 이용하여 목적 패턴을 정확히 결정할 수 없는 복잡하고 동적인 환경하에서 멀티 에이전트의 자동조정 모델을 제안한다. 이를 위해 복잡한 환경과 다양한 행동을 갖는 멀티 에이전트간의 경쟁 실험을 통해 멀티 에이전트들의 행동의 영향을 분석 평가하여 제안한 방법이 타당함을 보였다.

• 한국콘텐츠학회논문지
• /
• 제9권10호
• /
• pp.51-58
• /
• 2009

강화학습은 최적의 행동정책을 구하는 최적화 문제로 주어진 환경과의 상호작용을 통해 받는 보상 값을 최대화하는 것이 목표이다. 특히 단일 에이전트에 비해 상태공간과 행동공간이 매우 커지는 다중 에이전트 시스템인 경우 효과적인 강화학습을 위해서는 적절한 행동 선택 전략이 마련되어야 한다. 본 논문에서는 멀티에이전트의 효과적인 행동 선택과 학습의 수렴속도를 개선하기 위하여 퍼지 추론 기반의 멀티에이전트 강화학습 모델을 제안하였다. 멀티 에이전트 강화학습의 대표적인 환경인 로보컵 Keepaway를 테스트 베드로 삼아 다양한 비교 실험을 전개하여 에이전트의 효율적인 행동 선택 전략을 확인하였다. 제안된 퍼지 추론 기반의 멀티에이전트 강화학습모델은 다양한 지능형 멀티 에이전트의 학습에서 행동 선택의 효율성 평가와 로봇축구 시스템의 전략 및 전술에 적용이 가능하다.

• 전기학회논문지
• /
• 제56권12호
• /
• pp.2072-2077
• /
• 2007

The primary objective of all power systems is to maintain the reliability and to minimize outage time for fault or the others. The frequency relaying algorithm perceives a variation of system frequency and thereafter detects the unbalance between generation and load. A multi-agent system is composed of multiple interacting computing elements that are known as agents. In this paper, frequency relaying algorithm is designed by multi-agent system and is implemented by EMTP-MODELS. To verify performance of the frequency relaying algorithm based on multi-agent system, simulations by EMTP have been carried out.

• 한국군사과학기술학회지
• /
• 제11권5호
• /
• pp.49-57
• /
• 2008

In this paper, we suggested a methodology that can be used by an agent to learn models of other agents in a multi-agent system. To construct these model, we used influence diagram as a modeling tool. We present a method for learning models of the other agents at the decision nodes, value nodes, and chance nodes in influence diagram. We concentrated on learning of the other agents at the value node by using neural network learning technique. Furthermore, we treated anti-air units in anti-air defense domain as agents in multi. agent system.