中文摘要：

为了满足应急物流保障任务决策过程实时性和精确性要求，以多Agent作为模拟实际决策过程的主要手段，将应急物流本体库作为辅助Agent决策与协作的重要基础，建立一种基于本体的应急物流半自治多Agent协作模型。主要研究内容包括基于本体的应急物流领域知识建模框架、应急物流保障多Agent模型以及应急物流任务协作求解工作流。本体知识建模框架是基础，包括应急物流本体建模方法、本体库建立与管理和Agent本体访问机制等研究；多Agent模型是核心，主要研究Agent分类、自治/半自治Agent结构设计、协商协作机制等内容，并通过将OWL本体作为FIPA ACL内容语言的方式以支持基于本体的多Agent协作；应急物流任务协作求解工作流是纽带，通过应急物流任务形式化、基于MAS的任务分解分配算法、流程生成、方案验证等内容研究，建立系统整体设计框架；最后，实现系统并进行仿真分析以验证其有效性。

结论摘要：

以Multi-Agent理论与本体知识表示技术为基础，针对应急任务协作求解难题，提出基于本体的应急物流Multi-Agent模型，并在此基础上提出应急物流任务协作求解的理论与方法。基于本体的应急物流Multi-Agent模型研究。提出了基于本体的应急物流Multi-Agent系统模型并进行了系统结构与运作机理的研究。包括结合业务模型驱动的本体建模方法，对应急物流领域进行概念分析，提出应急物流元概念本体模型，建立领域本体知识库和推理规则集，形成Multi-Agent模型的知识管理模块；对组成应急物流MAS的Agent进行分类，设计了主要Agent的内部结构；构建应急物流MAS通信模型，在FIPA通信模型基础上提出应急物流半自治通信控制结构，扩展支持半自治性的FIPA ACL通信原语，并对应急物流MAS中的本体知识共享机制进行了设计；对支持应急物流MAS运行的协调与协作机制进行了形式化，对支持应急物流实体Agent进行任务实施规划的Agent决策模型进行了形式化；分析并定义了MAS中存在的静态与动态冲突，提出了对应的冲突检测与消解策略，并设计了函数及原型加以验证。应急物流任务协作求解工作流研究。通过研究指挥层的应急物流任务分配协调和实施层的应急物流实体Agent决策规划以支持应急物流任务协作求解。针对应急物流任务分配协调问题，提出了基于心智模型的扩展合同网方法。该方法包括心智模型定义、基于心智模型的发标与投标、MAS动态任务分配等过程，主要特点在于采用混合体系结构降低系统控制的复杂度并吻合实际场景需求；设立门限值并可主动选择有限可信的竞标Agent集以降低通信与资源耗费；考虑竞标agent投标愿景并将其映射成竞标报价；针对任务性质采用不同的心智因素调节系数。针对应急物流实体Agent决策规划，以应急救灾物资调度问题为实例，在考虑物资需求、运输工具多样性及其载重、容量约束的基础上，构建了以应急响应时间最短和运输工具平均空载率最低为目标的应急救灾单需求点物资调运多目标非线性整数规划模型，应用多目标粒子群算法，并从粒子编码、适应度函数和速度更新策略三个方面对该算法进行了改进，并对模型算法在MAS中的实现与应用进行了分析。通过半自治MAS模型结合本体模拟应急物流系统，更为精确智能地满足了应急物流任务协作求解需求，为物流系统建模与优化提供了全新思路与可行方法。