دانلود پایان نامه کارشناسی رشته مهندسی برق با موضوع بررسی سيستم‌های چند عامله با استفاده از تئوری بازی‌ها

دانلود پایان نامه

متن کامل پایان نامه

با عنوان : بررسی سيستم‌های چند عامله با استفاده از تئوری بازی‌ها

در ادامه مطلب می توانید تکه هایی از ابتدای این پایان نامه را بخوانید

و در صورت نیاز به متن کامل آن می توانید از لینک پرداخت و دانلود آنی برای خرید این پایان نامه اقدام نمائید.

دانشگاه آزاد اسلامی

واحد تهران جنوب

دانشکده فنی و مهندسی

سمینار براي دریافت درجه کارشناسی ارشد”M.Sc”

مهندسی برق – کنترل

عنوان:

بررسی سيستم‌های چند عامله با استفاده از تئوری بازی‌ها

برای رعایت حریم خصوصی اسامی استاد راهنما،استاد مشاور و نگارنده درج نمی شود

تکه هایی از متن به عنوان نمونه :

***ممکن است هنگام انتقال از فایل اصلی به داخل سایت بعضی متون به هم بریزد

یا بعضی نمادها و اشکال درج نشود ولی در فایل دانلودی همه چیز مرتب و کامل و با فرمت ورد موجود است***

متن کامل را می توانید دانلود نمائید

چون فقط تکه هایی از متن پایان نامه در این صفحه درج شده (به طور نمونه)

ولی در فایل دانلودی متن کامل پایان نامه

 با فرمت ورد word که قابل ویرایش و کپی کردن می باشند

موجود است

چكيده

در اين رساله، روش مناسبي جهت محاسبه نقطه تعادل نش در الگوريتم‌هاي يادگيري تقويتي چندعاملي با تعداد زياد عامل‌ها مطرح شده‌است، كه قادراست با ادغام محاسبات مربوط به نقطه تعادل نش و ايجاد مصالحه بين اكتشاف- استخراج، محاسبات را به صورت بهينه كاهش دهند. تركيب يادگيري تقويتي تك- عاملي و تئوري بازي ايده اصلي اكثر روشهاي يادگيري چندعاملي است. اين روش‌ها سعي دارند تا كل فرآيند يادگيري را به تعدادي متناهي از حالت‌هاي تصميم‌گيري چندعاملي با خاصيت ماركوف تقسيم كرده و با انتخاب نقطه تعادل نش در هر كدام از اين مراحل به تدبير بهينه براي هر عامل همگرا شوند. بنابراين محاسبه نقطه تعادل نش مسئله مهمي است كه در حال حاضر مشكلاتي شامل پيچيدگي محاسبات در روشهاي شناخته شده محاسبه نقطه تعادل نش، چندگانگي نقطه تعادل نش، و مختلط بودن نقطه تعادل نش باعث شده كه اكثر روشهاي پيشنهادي يادگيري تقويتي چندعاملي جايگاه مناسبي در حل مسائل دنياي واقعي پيدا نكنند. ناگفته نماند كه تقريباً تمام روشهاي يادگيري تقويتي چندعاملي مطرح شده، مبتني بر روشهاي off-policy بوده‌اند كه نيازي به در نظر گرفتن مسئله رويه انتخاب عمل و اكتشاف در اثبات همگرايي ندارند. بنابراين در رويه‌هاي اجرايي پيشنهاد داده‌اند كه ابتدا نقطه تعادل نش محاسبه شده و سپس با روش ϵ-greedy مصالحه بين اكتشاف و استخراج برقرار شود.

محاسبه نقطه تعادل ϵ-نش در بازي‌هاي نرمال در اين رساله به صورت يك مسئله مينيمم‌سازي تعريف شده كه جواب آن توسط الگوريتم‌هاي ژنتيك بدست آمده‌است. علاوه بر كاهش پيچيدگي روش محاسبه نقطه تعادل نش، با اضافه كردن جمله مناسب در محاسبه تابع برازندگي، هر عامل قادر است نقطه تعادل نش پارتو را محاسبه كند كه مسئله چندگانگي نقاط تعادل نش را نيز مرتفع مي‌سازد.

مقدمه

محاسبه نقطه تعادل ϵ-نش در بازي‌هاي نرمال در اين رساله به صورت يك مسئله مينيمم‌سازي تعريف شده كه جواب آن توسط الگوريتم‌هاي ژنتيك بدست آمده‌است. علاوه بر كاهش پيچيدگي روش محاسبه نقطه تعادل نش، با اضافه كردن جمله مناسب در محاسبه تابع برازندگي، هر عامل قادر است نقطه تعادل نش پارتو را محاسبه كند كه مسئله چندگانگي نقاط تعادل نش را نيز مرتفع مي‌سازد.

در پايان، روشهاي پيشنهادي در حل مسئله بازار برق مورد استفاده قرار گرفته‌است. در ابتداي هر روز، شركت برق با هدف كاهش هزينه و در عين حال تأمين نيازهاي مصرفي با توجه به توپولوژي شبكه، به كمك برنامه‌ريزي خطي ميزان خريد برق از هر ژنراتور را با توجه به قيمت‌هاي پيشنهادي آنها اعلام مي‌كند. علاوه بر آن در پايان هر ماه با توجه به تناسب قيمت‌هاي پيشنهادي، مبلغي را به عنوان پاداش به هر ژنراتور مي‌دهد. ژنراتورها با توجه به ميزان سودي كه از فروش برق بدست مي‌آورند، پارامترهاي مربوط به جدول ارزش‌هاي خود در آن روز را اصلاح مي‌كنند. اين جدول‌ها منعكس كننده مسئله تعيين قيمت با توجه به خواسته‌هاي شركت برق و نحوه قيمت‌گذاري ساير ژنراتورها است. ژنراتور‌ها در ابتداي هر روز با توجه به اين جدول به دنبال پيدا كردن بهترين پيشنهاد به شركت برق هستند كه در واقع همان مسئله تعيين نقطه تعادل نش است. با كمك يادگيري تقويتي چندعاملي، ارزش‌هاي اين جدول‌ها به مرور اصلاح شده و عامل‌ها قادر به جمع‌آوري سود بيشتري در طول يك ماه خواهند بود. شبيه‌سازيهاي انجام شده روند صعودي افزايش ميزان سود را نشان مي‌دهند.

1- عامل و سيستم‌های چند عامله

1-1- مقدمه

يكي از مهمترین مقوله هایی كه انتظار می رود در باره يك حوزه علمي جديد، مشخص شود، آشنايي با ماهيت آن حوزه است. بدين معني كه اين حوزه چيست، چگونه و چرا به وجود آمده است، سعي دارد چه مسائلي را حل كند، براي حل چه مسائلي كاربرد دارد و قلمروي آن تا کجاست؟

در دو دهه اخير، با افزايش توجه به محاسبات توزيع شده و علاقه به استفاده از تكنيك‌هاي هوش مصنوعي در این نوع محاسبات، شاخه جديدي از هوش مصنوعي به نام هوش مصنوعي توزيع شده[1] شكل گرفته است. “هوش مصنوعي توزيع شده” عبارتی است كه پژوهشگران در اولين گردهمايي رسمي، كارگاهی آموزشی در سال 1980 در دانشگاه ام آي تي در آمريكا پيشنهاد کردند.

در اين حوزه جديد، به حل مسائل به صورت توزيع شده، توسط گروهي از موجوديت‌هاي خودمختار[2] حل كننده مسئله به نام عامل[3] پرداخته مي‌شود. در اجتماع عامل‌ها، هر عامل خودمختار داراي اهداف، باورها، قابليت‌ها و ويژگي‌هاي خاصي مي‌باشد.

1-2- هوش مصنوعی توزیع شده

در اولين تعاريف ارائه شده براي هوش مصنوعي توزيع شده بيان شده است كه اين حوزه، زير مجموعه‌اي از هوش مصنوعي است كه به مدل‌هاي دانش و تكنيك‌هاي ارتباط و استدلال مورد نياز عامل‌هاي محاسباتي هوشمند براي مشاركت در اجتماعي از عامل‌ها مي‌پردازد.]11[. در تعاريف ديگر آمده است كه هوش مصنوعي توزيع شده، مطالعه، ساخت و بكارگيري سيستم‌هايي است كه در آنها چندين عامل در حال تعامل با يكديگر، مجموعه‌اي از اهداف را دنبال مي‌كنند و مجموعه‌اي از وظايف را انجام مي‌دهند. ]14[.

در سال 1980 هوش مصنوعي توزيع شده متوجه آن دسته از مسائلي گرديد كه براي آنها يك حل كننده مسئله و يا يك واحد محاسباتي كافي نيست، بلكه نياز به همكاري بين موجوديتهاي مستقل حل مسائل (عامل‌ها) براي حل اينگونه مسائل مي‌باشد. ]12[. اين تعريف مورد تغيير و بحث‌‌هاي بسياري قرار گرفت كه از جمله احتمال وجود چندين وظيفه براي سيستم مطرح شد. در حالي كه عامل‌ها ممكن است داراي اهداف ناسازگار نيز باشد. در سال 1981 هوش مصنوعي توزيع شده متوجه وضعيت‌هاي حل مسئله‌اي گرديد كه در آنها چندين عامل براي رسيدن به مجموعه‌اي مشترك از اهداف همكاري مي‌كنند.

در سال 1983، يك سيستم همكاري حل مسئله به صورت شبكه‌اي توزيع شده از اجتماع عامل‌هاي نيمه خودمختار معرفي شد كه هر كدام قادر به حل مسئله مي‌باشند و براي حل يك مسئله با يكديگر همكاري مي‌كنند. ]2[. بر اين اساس سيستم هوش مصنوعي توزيع شده، شبكه‌اي از سيستم‌هاي مجزا و هوشمند است كه با يكديگر همكاري دارند. ]5[. در تعاريف سال‌هاي اخير سيستم هوش مصنوعي توزيع شده از تعداد زيادي عامل تشكيل شده است كه هر عامل توانايي محدودي در حل مسائل داشته و هوش كلي سيستم نيز نتيجه تعامل‌هاي بين اين عامل‌هاي با توانايي محدود در نتيجه‌گيري است. البته به نظر مي‌رسد كه محققين علاقه‌مند به عدم توزيع (به صورت پيوند گرا) بيشتر از اين تعريف پيروي مي‌كنند و به نظر مي‌رسد كه همان تعريف اوليه نزديكي بيشتري با اكثر تعاريف در اين زمينه داشته باشد.

در سال 1985 هوش مصنوعي توزيع شده متوجه راه‌حل نتيجه شده از مشاركت مجموعه‌اي از منابع دانش غير متمركز و ارتباط بين آنها شد كه هر كدام در پردازنده‌اي جدا از هم قرار گرفته‌اند ]13[ . اين ارتباط الزاماً يك ارتباط از پيش تعريف شده نمي‌باشد. يكسال بعد، در تعريفي جديد حداقل هوش و نتيجه‌گيري در هوش مصنوعي توزيع شده بدين صورت بيان گرديد كه سيستم هوش مصنوعي توزيع شده بايد حداقل شامل دو عامل باشد. اين عامل‌ها داراي درجه‌اي از اطلاعات و خودمختاري در راستاي دستيابي به هدف خود بوده و از ديدگاه هوش مصنوعي مهارتهايي نظير قابليت استنتاج، برنامه‌ريزي و غيره را از خود بروز مي‌دهند.

در سال 1987 هوش مصنوعي توزيع شده، در رابطه با اجتماع، همكاري و تعامل بين عامل‌هاي هوشمند مستقل براي حل مسائل پيچيده و كلي تعريف گرديد. ]10[. در مسائل فرض شد ]6[. در سال 1988 بحث همزماني در سيستم‌هاي هوشمند عنوان گرديد. ]1[. در جدول 1-1 خلاصه‌اي از تعاريف ارائه شده براي هوش مصنوعي توزيع شده و معيارهايي كه در هر تعريف اهميت داشته‌اند، ديده مي‌شوند.

تعداد صفحه :129

قیمت : 4800 تومان

بلافاصله پس از پرداخت ، لینک دانلود به شما نشان داده می شود

و به ایمیل شما ارسال می شود.

پشتیبانی سایت :  

     ۰۹۳۰۹۷۱۴۵۴۱ فقط پیامک        serderehi@gmail.com

در صورتی که مشکلی با پرداخت آنلاین دارید می توانید مبلغ مورد نظر برای هر فایل را کارت به کارت کرده و فایل درخواستی و اطلاعات واریز را به ایمیل ما

  serderehi@gmail.com

ارسال کنید تا فایل را از طریق ایمیل دریافت کنید.

 

---  -- ----