随着计算机技术的发展,建模仿真已经成为继理论研究和实验研究之后的第三种认识、改造客观世界的重要手段。特别在复杂对象的研究方面,通过建模仿真可以促进我们对复杂对象的认识,并基于仿真结果对其进行改进。但由于复杂对象本身的复杂性,传统的数学建模方法等已经很难对其进行描述,因此需要另选角度实现对复杂对象的建模。由于Agent概念本身具有良好的自治性与独立性,使得将复杂对象进行分解建模成为可能,但在个体人员建模方面,目前还大多停留在理论分析阶段,没有实际的实验支撑;并且人员建模涉及的因素众多,往往针对特定的对象领域进行属性设计,并将人设计成完全理性的个体,忽视了人的感性特征,使得模型不能很好的模拟现实中的个体。另一方面,由于绝大多数的建模平台都是通过编程语言进行实现,很大程度上提升了建模的门槛,使得研究者不能专注于模型创建,需要花费额外的精力去学习相应的编程语言,降低了效率。
因此本文首先基于Agent观点将复杂产品的开发过程进行整体分解,设计复杂产品生产过程的整体框架;然后基于认知行为模型对人员个体进行涵盖广泛的属性划分,在影响绩效的因素上不仅考虑能力,还考虑情绪、压力、人格等因素;并且根据个体的属性差异设计个体间的相互影响模型,同时利用改进的进化算法来预测组织的整体绩效输出。在实现手段上,通过模糊规则的形式将影响因素之间定性的关系进行量化,为最后的数据分析提供支持。
另外本文还对基于多Agent复杂对象建模平台进行研究,构建了图形化的建模平台。以图形化的形式定义不同的Agent模型,通过图标拖拽的方式完成整个系统模型的创建,并以XML文件形式进行模型的保存。在模型仿真方面,基于Repast建模仿真平台,对Agent模型进行编码实现,并对仿真结果进行分析。在Repast集成调用方面,研究两种Repast调用方式。
最后,基于图形化多Agent建模平台,通过一个模型实例对建模平台的各部分功能进行了测试,验证其可行性。