26336

ارائه يك سيستم چندعامله تطبيقي براي شبكه هوشمند در حوزه مسكوني

كارشناسي ارشد

هوش مصنوعي و رباتيك

1400

1400/09/27

دكتر مزيني

مهندسي كامپيوتر

امروزه علوم كامپيوتر با پيشرفت همه جانبه، بخصوص در حوزه هوش مصنوعي براي حل مسائل مختلف كاربرد گسترده‌اي پيدا كرده است. پيشرفت‌هاي اخير و روش‌هاي جديد در حوزه هوش مصنوعي، حل مسائل گوناگون در حوزه‌هاي مختلف علوم و تكنولوژي را به همراه داشته است. يكي از موضوعات اساسي در به كارگيري روش‌هاي حل مسئله هوش مصنوعي، توانايي هماهنگي و دريافت صحيح از محدوديت‌ها و ارزش‌هاي يك موضوع است. هوش مصنوعي توزيع شده و يا همان سيستم‌هاي چند ‌عامله، يكي از پركاربردترين روش‌هاي حل مسئله در هوش مصنوعي است. سيستم‌هاي چند‌ عامله به دليل ماهيت توزيع شده، خودمختاري عامل‌ها، مقاومت در برابر خرابي و ديگر خواص خود، براي حل مشكلات دنياي واقعي بسيار پركاربرد هستند. يك چالش اساسي در استفاده از سيستم‌هاي چند عامله، تحليل درست مسئله و انطباق آن با يك سيستم چند عامله است، كه بتواند تمام محدوديت‌ها و اهداف سيستم را پوشش دهد. در اين پايان‌نامه، به يك قسمت از مسئله شبكه هوشمند كه در حوزه‌ي مسكوني است، پرداخته شده است. در اين حوزه كه به عنوان نمونه مطرح شده است، سرويس‌ها بايد به گونه‌اي زمان‌بندي شوند كه بيشترين استفاده از منابع توليد انرژي داخلي انجام شود و در ضمن تمامي سرويس‌ها انرژي مورد نياز خود را دريافت كنند. در همين راستا با مطالعه فراوان در حوزه‌هاي مرتبط و تحقيق در كارهاي پيشين، تلاش بر اين بوده است كه با دقت در شناخت محدوديت‌ها، به بهينه‌سازي يكي از كارهاي پيشين، پرداخته شود. ، در كار ابتدايي نتايج نامطلوبي در برخي شرايط احراز مي‌شد. در ادامه با تغيير تابع ساده كه اشكالاتي در ارزش‌گذاري داشت، تعريف يك تابع "ارزش" جديد و غير خطي بسيار دقيق و در نظر گرفتن تمام شرايط و محدوديت‌ها تغيير داده شده، نتايح به سمت بهينه شدن گرايش پيدا كرد. در نهايت اين سيستم چند عامله با تطبيق خود با شرايط مختلف مي‌تواند با حفظ خود مختاري، محرمانگي و تحمل خرابي تا حد قابل قبولي به‌كار گرفته شود و همچنين با استفاده هرچه بيشتر از منابع محلي، كاهش هزينه‌هاي مادي و زيست محيطي را به دنبال داشته باشد.

1401/01/23

An Adaptive Multi-Agent System for Smart Grid in Resedintial Areas

1/1/1900 12:00:00 AM

Today, computer science is widely used to solve various problems with all-round advances, especially in the field of artificial intelligence. Recent advances and new methods in the field of artificial intelligence has led to the solution of several problems in various fields of science and technology. One of the main issues in using artificial intelligence problem solving methods is the ability to coordinate and correctly understand the limitations and values of an issue. Distributed artificial intelligence or the same as multi-agent systems (MAS), is one of the most widely used methods of problem solving in artificial intelligence. MAS are widely used to solve real-world problems due to their distributed nature, agent autonomy, failure resistance and other properties. A major challenge in using MAS is to properly analyze the problem and adapt it to a multi-agent system, which can cover all the limitations and goals of the system. This thesis deals with a part of the smart grid problem that is in the residential field. In this field, which has been cited as an example, services should be timed to make the most of domestic energy resources and at the same time all services receive the energy they need. In this regard, with a lot of study in related fields and research in previous works, an attempt has been made to optimize one of the previous works by carefully recognizing the limitations. In the initial work, unfavorable results were achieved in some circumstances. Then, by changing the simple function that had problems with valuation, defining a new, highly accurate, nonlinear "value" function, and considering all the changed conditions and constraints, the results tended to be optimized. Finally, this MAS, by adapting to different conditions, can be used while maintaining autonomy, confidentiality and tolerance to an acceptable level, and also by using more local resources, reduce material and environmental costs.

هوش مصنوعي توزيع شده , سيستم‌هاي چند عامله , شبكه هوشمند , زمان‌بندي سرويس‌ها , برنامه ريزي خطي

Distributed AI , Multi-Agent Systems , Smart Grid , Service Scheduling , Linear Programming

Mohsen Mahdavi Pour

Dr. Naser Mozayani