基于验证门控的多智能体治理用于运行工况偏移下热工水力代理模型的在线自适应

针对人工智能代理模型在部署后因工况偏移而失效的问题，本研究提出了一种受保护的持续自适应框架。该框架利用角色分离的多智能体（监控、诊断、适应、安全审计及协调器）协同工作，结合确定性冠军 - 挑战者门控机制，实现模型的在线评估与替换。实验表明，全模式多智能体治理显著降低了预测误差和警告超标率，优于静态部署及规则基适应方法，证明了日志化且受门控控制的适应机制可支持可审计的代理模型进化。