多主体系统服务模型的研究

在研究多主体系统理论的基础上，结合面向服务的体系结构，提出了一个多主体系统的服务模型，给出了该服务模型的体系结构，能有效整合异构服务资源，解决用户服务请求，在多主体环境MAGE上进行实现，并在城市应急联动与社会综合服务系统中得到了应用。     

多引擎协作体系结构下引擎调度机制的研究与实现

随着Internet应用的发展,支持分布式应用已成为应用体系结构的基本特征,为了加快系统的开发效率,开发模式和开发过程的研究成为研究热点,利用组件和中间件技术的多引擎协作体系结构可以加快应用系统的开发过程。多引擎协作体系结构中的多引擎调度机制是多引擎协作体系结构的核心问题。该文研究、分析了多主体协作理论,以及分布式使用组件的需求,同时定义了多引擎调度机制的功能,并设计了多引擎调度机制的体系结构。在多引擎协作体系结构下多引擎调度系统中,可以灵活地定义各种分布式操作服务引擎,同时定制需要实现的功能,引擎调度机制就可以根据这些定制内容,调用已定义的分布式操作服务引擎,来实现定制的功能。通过定制可以显著地提高系统的开发效率。     

多主体系统的组织结构建模方法

组织结构是指从组织的观点来描述的多主体系统的全局体系结构，是多主体系统建模的一个重要方面。本文在已有的面向主体软件开发方法Gaia的基础上提出了一个组织结构建模方法Gaia2S以及可视化建模语言OrgS，并通过一个典型的电子商务案例详细说明了如何使用OrgS和Gaia2S对多主体系统的组织结构进行分析和建模。     

基于Multi-agent的撮合交易系统体系结构

电子商务中交易系统体系结构是电子商务的重要组成部分，根据市场的组成要素及其特点提出了基于多智能主体的撮合交易系统体系结构，深入分析了基于该体系结构的撮合交易流程及核心主体的组成，讨论了基于多智能主体撮合交易系统的开放性和集成性，为市场资源的进一步整合优化以及供应链一体化的最终实现奠定了一定的基础。     

多Agent收益管理决策支持系统设计

介绍了自主开发的收益管理决策支持系统的体系结构,提出了基于多主体的决策支持系统结构框架,将多主体系统的组件抽象为主体和通信器两种,设计了上述体系结构下层次化的收益管理决策支持系统,重点分析了该体系结构下系统的集成性、开放性和复用性.这种设计可以在系统运行时灵活地进行功能重组.该系统已实际运行.     

基于信息总线的多引擎协作体系结构的研究与实现

随着Internet应用的发展,支持分布式应用已成为应用体系结构的基本特征,为了加快系统的开发效率,开发模式和开发过程的研究成为研究热点,利用组件和中间件技术的多引擎协作体系结构可以加快应用系统的开发过程。多引擎协作体系结构中的协作信息总线是多引擎协作体系结构的基本问题。本文研究、分析了多主体协作理论,以及分布式使用组件的需求,同时定义了协作信息总线的功能,并设计了协作信息总线的体系结构。在多引擎协作体系结构下,显著地提高系统的开发效率。     

基于信息总线的多引擎协作体系结构的研究与实现

随着Intemet应用的发展,支持分布式应用已成为应用体系结构的基本特征,为了加快系统的开发效率,开发模式和开发过程的研究成为研究热点,利用组件和中间件技术的多引擎协作体系结构可以加快应用系统的开发过程.多引擎协作体系结构中的协作信息总线是多引擎协作体系结构的基本问题.本文研究、分析了多主体协作理论,以及分布式使用组件的需求,同时定义了协作信息总线的功能,并设计了协作信息总线的体系结构.在多引擎协作体系结构下,显著地提高系统的开发效率.     

一种基于Web服务的多主体系统模型

针对广域网异质、开放和动态的特性，提出了一种基于Web服务的多主体系统模型，它将Web服务嵌入BDI主体结构，使得异质主体之间得以方便地协作；它引入了关于多主体系统中主体类与服务描述的本体，使得主体之间可以进行动态协作；模型还建立了一个协调控制中心，使主体之间得以进行时间非耦合的协作。对相关模块及功能作了详细的描述，并对一些服务的流程或实现进行了说明。     

基于多Agent的全资产可视性系统

全资产可视性(TAV)系统是实时、准确地获取和处理物流的数字化信息，并对物流活动进行有效控制的一体化综合电子信息系统，实现物流管理全过程的可视性，降低物流成本，极大地提升物流的服务水平。TAV系统是复杂系统，多主体(multi-agent)具有自治性和独立性，能主动规划自己的行为，可以有效地解决系统复杂的集成问题。结合系统特点，构建了基于多主体(multi-agent)的TAV系统体系结构，并分析了需求模型。     

基于多主体中间件的移动巡检系统研究

在现有中间件技术和多主体系统的理论基础上,设计了一个多主体中间件模型,论述了该模型的工作流程.在多主体中间件模型的基础上结合移动GIS特点设计了具有客户层、应用层、业务逻辑层和数据层四层结构的移动GIS体系结构.最后结合移动GIS体系结构,设计和实现了移动巡检系统,该系统的实现和应用在一定程度上验证了移动GIS模型的有效性.     

一种基于分布式强化学习的多智能体协调方法

多智能体系统研究的重点在于使功能独立的智能体通过协商、协调和协作,完成复杂的控制任务或解决复杂的问题。通过对分布式强化学习算法的研究和分析,提出了一种多智能体协调方法,协调级将复杂的系统任务进行分解,协调智能体利用中央强化学习进行子任务的分配,行为级中的任务智能体接受各自的子任务,利用独立强化学习分别选择有效的行为,协作完成系统任务。通过在Robot Soccer仿真比赛中的应用和实验,说明了基于分布式强化学习的多智能体协调方法的效果优于传统的强化学习。     

基于熟人的Agent联盟策略

在多ａｇｅｎｔ系统中,ａｇｅｎｔ可以通过协商形成联盟来完成任务求解。本文基于ａｇｅｎｔ联盟的统计规律提出了ａｇｅｎｔ熟人的概念,以熟人为基础的联盟策略可以有效减少联盟形成过程中的通讯开销和计算量。随后给出了一种基于该策略的联盟竞争任务的算法,该算法适用于动态,开放的环境、无中心控制,不存在通讯和计算瓶颈。     

Applications and environments for multi-agent systems

This paper addresses multi agent system (MAS) environments from an application perspective. It presents a structured view on environment-centric MAS applications. This comprises three base configurations, which MAS applications may apply directly or combine into a composite configuration. For each configuration, the paper presents key issues, requirements and opportunities (e.g. time management issues, real-world augmentation opportunities and state snapshot requirements). Thus, the paper delineates what environment technology may implement to serve MAS applications. Sample applications illustrate the configurations. Next, electronic institutions provide an example of an environment technology, addressing norms and laws in an agent society, already achieving some maturity. In comparison, application-domain specific environment technologies still are in embryonic stages.     

DPMAS:一种多主体系统设计方法

提出一种多主体系统设计方法DPMAS。首先,该方法以对象作为主体实现的基础,以UML作为基本的建模语言,保证了与面向对象方法的延续性。同时,该方法提供了新的图来表示多主体系统中的知识模型和主体间交互模型,并对UML符号进行了一些改进以表示主体特有的概念。     

群智能在多智能体系统中的应用研究进展

群智能算法是受群居性昆虫群体的集体行为启发而设计的分布式问题求解方法,将它应用到多智能体系统,旨在提高系统的鲁棒性、灵活性和自适应性。以群智能在多智能体系统中的应用为线索,首先介绍群智能的核心机制,然后从多智能体系统通信机制、协作技术、学习问题及体系结构建立这几个方面总结群智能理论在多智能体系统中的已有工作。最后分析和讨论了群智能方法在多智能体系统应用中存在的问题,并提出今后的工作展望。     

多agent系统的抽象合作模型

合作是多agent系统的特征之一,研究了具有请求／服务交互特征的多agent系统的抽象合作模型,根据服务请求强度和服务提供方式的差异性和多样性,系统分析并提出了6种基本抽象合作模型,提取了请求、承诺和通知3个言语行为作为实现合作的原子通信行为,给出这些原子通信行为和抽象合作模型的严格语义定义,分析它们的实现机制,以描述多agent系统的合作方式和机制,指导多agent系统的设计和实现．     

多智能体系统MAS及其应用

分布式人工智能的研究和网络化分布环境的普及,推动了Agent的理论、技术特别是多Agent的理论及其技术的进展.随着计算机科学的发展迅速趋于成熟,多智能体方法和技术在很多领域得到了广泛的应用.针对目前多智能体系统(MAS)的研究现状及存在的问题,运用系统工程的思想,给出了多智能体系统的研究思路与方法.从工程应用的角度出发,详细论述了Agent及MAS的特性、结构模型以及多智能体系统所使用的一种最常用的通讯语言--KQML,重点分析了多智能体技术在几个有代表性领域的应用.最后,对多智能体系统技术的应用前景做出了系统的分析与展望.     

一种基于本体的主体服务快速匹配算法

分析了目前主体服务匹配中存在的问题，研究了目前主体服务匹配算法效率低的原因。为了提高主体服务匹配的效率，提出了主体服务本体的概念，研究了如何根据主体服务本体来组织主体服务，提出了一种基于本体的主体服务快速匹配算法，从理论上分析了该服务匹配算法的性能特点，并用仿真实验验证了该服务匹配算法的有效性。     

多Agent协作的生物网络服务质量的智能评估模型

生物网络结构是为设计和实现可调整的、适虚的及可生存的网络应用的中间件.生物网络的服务和应用是通过多Agent之间的相互协作,动态地选择Agent所提供的服务来完成的.基于模糊逻辑、神经网络和遗传算法相结合的方法提出了多Agent协作的生物网络整体服务质量的智能评估和优化模型,它是一种基于五层模糊神经网络的模型,并采用遗传算法进行优化.仿真实验验证该模型的可行性.该智能评估模型能够高效地处理多Agent的模糊和非确定的服务质量评估问题.     

基于多Agent的适应性网络教学系统设计

当前的智能教学系统对于用户提出的适应性学习服务实现效果尚不理想,突出体现在不能根据学生的学习特点提供相应的学习方式.将Agent技术引入智能教学系统,构建了一种基于多Agent的适应性网络教学系统框架,分析了框架内各Agent的功能和工作过程,提出了一个学生学习特征提取和处理的模型.通过动态跟踪学习记录,采用向量相似度计算寻找一种与学习者相适应的学习风格,为学生提供适应性的学习服务.