可伸缩的分布式决策和协调大而复杂的系统,方法,技术和模型
出版日期
2019年10月01
状态
发表
提交截止日期
2019年5月24日
导致编辑器
1IMT里尔杜埃,杜埃,法国
2罗马大学“Tor Vergata”,罗马,意大利
3意大利博洛尼亚大学、博洛尼亚
4马德里Rey Juan Carlos大学西班牙
可伸缩的分布式决策和协调大而复杂的系统,方法,技术和模型
描述
人类社会、全球经济和互联网变得越来越分散,数以百万计的电脑连接到互联网促进工程的系统规模超越空间和计算各个组织的边界。
决策权在这种情况下是在系统和分布式决策引起的局部相互作用的个体与系统的其余部分和它的环境。全球预期行为后整个系统的可识别的利益是由于系统的情报系统的信仰体系和系统的集体行动,因此,是一个从等级制度范式转变。分布式决策(DDM)模型通常用于支持群体决策在这样大而复杂的系统,每个代理只有有限的信息和代理之间的合作对系统的性能是至关重要的。
在这个特殊的问题,我们邀请提交原始研究的文章,关注新方法的设计和实现,技术,和模型适应或分布式优化杂交结果,多代理系统,网络科学、分布式计算和多智能体决策和协调促进分布式/并行求解大系统复杂的计算和现实生活中的问题。此外,我们欢迎文章集中在任何方面的智能和分布式决策和协调大型和复杂的系统包括正式的分析,与意向之间的平衡理论研究思路及其实用性。评论文章在最先进的DDM也欢迎。
潜在的主题包括但不限于以下:
- DDM模型和算法和分布式协调
- DDM的体系结构和协议
- DDM所有权
- 代表团和直接参与DDM
- DDM新兴行为
- DDM的容错性、可靠性和可用性
- 混合DDM系统中涉及的软件代理和人类演员
- 个体与系统DDM性能
- (元)DDM的启发式
- 网络情报和DDM
- 解决阻塞DDM的组织结构
- DDM的自组织和适应性
- 规范、语义DDM的验证和测试
- DDM的效率
- DDM在团体和人群、互联网、物流、多机器人系统,和运输
- DDM在智能电网和云基础设施
- DDM的移动自适应网络
- DDM在无人机