多Agent动态影响图的一种混合近似推理算法

多Agent动态影响图模型适合于对动态环境中多Agent问题进行建模,Agent之间结构关系被表示成局部的概率因式形式.概率图模型推理所面临的一个主要问题是难以实现近似推理的精度和复杂性之间的均衡.近似推理方法可提高推理精度,但同时也会带来推理精度的损失.BK和粒子滤波(PF)是动态概率模型两种重要的近似推理算法,BK算法有较高的计算效率但会引入较大的误差,PF可以近似任意分布但存在计算的高维问题.结合BK和PF的优点,提出多Agent动态影响图(MADIDs)的一种混合近似推理算法.根据概率图模型的可分解性,将MADIDs分解生成用于推理的原型联合树,混合近似推理算法在规模复杂度较小的团上执行PF推理以达到局部最佳估计,而在其他的团上执行BK推理,为了减小推理误差引入了分割团.仿真实验表明混合近似推理算法是MADIDs模型的一种有效推理方法,与BK和PF算法相比,该算法显著提高了推理精度,且可以实现推理精度和时间复杂性之间的均衡.     

知识Agent在农业决策系统中的应用研究

针对农业领域多Agent系统的特点,本文利用一种基于知识的Agent模型,该模型以知识为核心,以本体作为内部知识表示方法.在农业领域多Agent系统的设计中,采用基于黑板模型的通信方法,避免了复杂的会话层的通信设计.在知识的决策过程中,将本体与当前成熟的基于规则的推理技术相结合,使农业多Agent系统更加灵活和智能.     

基于TBM模型的多Agent决策融合方法

多Agent系统存在的动态特性使证据推理中的可传递置信模型（TBM）能够有效地处理动态环境的证据推理。在分析和研究可传递置信模型算法的基础上,提出一种基于证据推理TBM模型的多Agent决策融合方法,构建多Agent决策融合系统的框架模型,分析该系统的信息更新、合成算法及决策制定算法。利用SimuroSot作为仿真平台,将该方法应用于判断对手的队形和策略,得到了较满意的结果。     

基于网格和移动Agent技术的oPenDSS研究

为了构建具有真正开放性的OpenDSS,提高DSS对于复杂决策问题的效率,提出了网格环境下移动Agent的决策支持系统MABODSS模型.利用移动Agent的智能性和自适应能力,将基于CBR的推理机制用于任务分解和网格决策资源匹配,阐述了MABODSS方案层基于CBR的Agent推理机制及其运作流程和交互机制,把复杂的决策问题求解分布到网格环境的各个节点上,实现决策问题的并行异步求解.通过物流企业配送优化问题的MABODSS设计,表明系统的智能性及运行效率得到提高.     

多Agent动态影响图及其一种近似推理算法研究

针对多Agent影响图不能建模动态环境和多Agent马尔可夫决策过程难以表示Agents之间结构关系的问题,提出一种新决策模型——多Agent动态影响图(MADIDs).为了能有效地对MADIDs进行推理,提出一种扩展的BK(EBK)近似推理算法,其扩展体现在三个方面:在BK算法中加入效用结点的边际化操作,加入分割团来减小BK算法的推理误差,使用MADIDs分层分解所生成的联合树来降低推理的复杂性.在模型实例上的实验结果显示了MADIDs模型和EBK算法的有效性.     

多Agent系统安全信任问题研究

随着网络的普及和计算机性能的提高,智能Agent技术以其高度的灵活性和智能型等特征在解决未来复杂问题方面具有独特的优势。本文以多Agent合作为场景提出了基于关系网的信任模型。提出了基于信任模型的分层信任推理算法,实现了一个能对信任进行推理的框架,并且给出了信任评估模型以及度量信任的机制。     

基于FPN推理的多Agent网络故障诊断系统的研究

多Agent诊断系统是一种分布式系统,现已在故障诊断中得到广泛应用.提出一种基于FPN推理的多Agent网络故障诊断模型,该模型利用各部分Agent模块来完成故障诊断过程中的信息搜集与分析,故障的确定以及对故障的处理,其中故障的确定由模糊Petri网推理算法来完成.该模型综合了FPN推理算法的并行性以及多Agent技术对故障诊断与处理的智能性的特点,为实现网络故障的快速诊断提供了一条全新的思路.     

关系网模型在基于Agent的远程教学系统中的应用

从研究Agent社会合作机制入手,引入了一个表示Agent之间联系的关系网模型,并将其应用到基于Agent的远程教学系统中,同时针对学生Agent如何有效地搜索教师Agent给出了具体的算法。     

基于Agent的建模技术研究

本文提出了一种基于Agent的模型生成方法,它结合了面向对象和人工智能技术,既具有对象的继承和封装特性,也具有推理学习功能.利用该方法,传统的顺序建模系统被发展成为并行的、自主的、可扩展的、适应性良好的建模系统.文中详细介绍了Agent的内部表示和设计Agent系统的关键技术,并用一个实例验证该方法的实用性.     

基于多Agent的坦克故障诊断专家系统的设计

以信息技术为核心的高技术群的发展,对装备维修的方法和效率提出了更高的要求.为提高装备故障诊断效率,缩短维修时间,该文以主战坦克为研究对象设计了一种基于多Agent的故障诊断专家系统.该系统按照坦克结构划分,为每一个独立的功能模块构造相应的诊断Agent,每个Agent内部采用基于案例、基于规则、基于神经网络的三层推理方法进行推理决策,然后采用集中式方案对各Agent进行集成.该方法构建的故障诊断专家系统具有通用性和实用性.     

基于Agent的专家系统推理模型

针对传统专家系统推理模型结构在知识获取方面适应性差的现状,从系统科学的视角,运用复杂适应系统理论,对传统专家系统的结构及运行机制进行了改进.引入Agent来模拟人脑中的神经元,用来承载专家系统中相互作用的知识,然后,基于Multi-Agent之间的相互作用来构建复杂适应的专家系统推理模型.从而,将专家系统中的知识获取机制、知识库、推理机三者统一于由Multi-Agent进行相互作用的复杂适应系统之中.通过设计体育赛事申办决策专家系统的原型,进行了专家系统推理模型的验证.原型运行结果表明:基于Multi-Agent的专家系统推理模型结构能够有效地提高专家系统知识获取的适应性.这为研究更加接近人脑智能的专家系统提供了崭新的研究思路.     

基于DFL的Agent推理模型

推理是Agent研究的核心问题之一.根据Agent的推理特性,引用DFL理论提出基于动态模糊逻辑(DFL)的Agent推理模型,实现了范例验证系统,即基于动态模糊逻辑(DFL)的Agent推理模型的叮当漫画书城系统.     

车-地通信场景的一种混合建模方法研究

为了更好地建立高速列控系统分布式整体形式化描述,采用Agent理论和层次着色Petri网混合建模方法对中国列车控制系统车-地通信场景进行了研究。将车-地通信场景抽象为MAS,给出了场景中车-地主体Agent的内部推理过程和形式化定义,采用CPN Tools工具建立了层次化结构HCPN模型,使车-地通信过程、MAS整体行为以及车-地主体内部推理流程可视化。通过对模型状态空间报告的分析确保了模型的正确性,通过对模型进行多次模拟仿真,分析了该场景中不同通信故障率情况下非周期消息的重发间隔对控车实时性能的影响,验证了模型的可行性。     

一种Agent结构的形式化模型

从外表看,Ａｇｅｎｔ是具有信念、意向、期望等意识属性的统一整体。Ａｇｅｎｔ之间可相互通信或相互合作,而且,Ａｇｅｎｔ自身还可以有诸如计算,推理或其他人们所希望的具有一定的智能特征的行为。为了把Ａｇｅｎｔ行为和它所应具有的内部结构联合起来,本文提出一种Ａｇｅｎｔ 形式化描述模型,在此模型的帮助下,可以较好地把一些Ａｇｅｎｔ的简单行为解释为Ａｇｅｎｔ内部状态的演变过程。这对Ａｇｅｎｔ的建模与实现,加深     

一种适合开放环境的Agent体系结构

通过对著名的BDIAgent模型进行改进,并引入元级推理机制而给出了一个适合开放环 境的Agent体系结构。该体系结构具有高效、可扩展的、易于实现等特点。同时,该体系结构还解决 了Agent构造中的一系列难题。     

一种BDI Agent的动态推理模型

论文提出了基于环境感知的具有动态推理能力的BDIAgent模型。该模型引入了环境感知函数、意见函数、过滤函数和行为函数对环境的变化和Agent自身推理过程进行研究,并用扩展了的ASL语言描述该模型的动态推理过程。然后,用机器人摞积木的例子来验证这种推理过程的合理性。最后进行总结并讨论了进一步的研究工作。     

基于Agent技术的导弹故障诊断专家系统研究

为对大型复杂装备进行故障诊断,在某型导弹控制系统自动测试平台上构建故障诊断专家系统,从结构和功能的角度提出了复杂装备多Agent故障诊断模型,设计了Agent通信模型,并采用ADO(ActiveX Data Object)技术实现了黑板方式的通信,解决了多Agent故障诊断模型中推理决策Agent与自动测试Agent间的通信问题;基于Agent的故障诊断专家系统,以多个Agent协作的形式及时、正确地对单机的各种故障状态做出诊断,具有较好的主动性和灵活性,从而提高大型复杂装备故障诊断效率,缩短维修时间.     

智能数据批量处理控制模型

介绍了一种用于设计制造协同平台的基于软件Agent的智能数据批量处理控制模型。模型利用Agent的学习能力分析数据处理的行为特征并记录到信念库中,当有请求到达时,Agent利用外部环境传感器获取系统负载、用户带宽等数据,并结合信念库中的请求特征,运用推理过程计算出当前处理的最佳数据量,通过调用执行计划改变请求的控制流来控制本次请求需处理的数据量。在协同平台中集成本模型可以保障用户的请求响应时间,缩短等待时间,平滑系统负载的峰值。通过实验验证了模型的性能。     

一种BDI Agent的多线程实现方法

Agent BDI结构的实现是多Agent系统开发中的难点之一。本文研究了理性BDI模型,提出并实现了一种AGENTFRAME结构,其中明确表示了Agent的信念、愿望和意图,以该结构为模板所生成的Agent能够长期持续地自主运行,完成推理和协作等多种智能行为。     

基于情境演算的智能体结构

Agent结构的建立是Agent研究的重要内容.尝试着结合BDI结构和情境演算的优点,提出了一个能够刻画Agent的多种特征,尤其是自主性的智能体结构AASC(Agent architecture based on situation calculus).此结构既能表示Agent的信念、目标、策略等心智状态,又能进行行动推理和规划,为解释Agent的自主性、建构不同类型的Agent提供了统一的平台.