基于Q的多代理语义信息互操作查询系统

在引入并实现本体映射的基础上，基于Q语言(一种设计代理(Agent)和用户交互的场景描述语言)，提出了一个语义Web上多Agent信息互操作查询系统．该系统由领域本体服务器、本体映射服务器、语义信息源、以及多Agent查询系统组成．映射服务器通过映射规则提供概念转换功能，Q用于描述和统一多Agent查询系统中的Agent到Agent以及人到Agent的交互．系统结构的原型实现表明：通过Q场景(scenarios)，终端用户可以灵活和交互地控制多个Agent的行为，以实现信息互操作查询．     

基于MAS的本体语义Web服务智能搜索系统的设计研究

目前传统Web服务查询缺乏智能语义支持和配置灵活性等诸多问题,无法适应Web用户持续增长的服务性能要求,基于多Agent技术改进的本体语义Web服务检索系统和解决方案可以较好的解决上述问题。在讨论多Agent技术、本体语义以及Web服务的基础上,提出了将Agent表达为Web服务,并通过UDDI发布该服务而将Agent和Web服务融合的解决方案,并设计了一个基于多Agent技术和本体语义的Web服务智能搜索系统。并通过对系统的Web服务搜索实例检测,验证了系统是可用的和有效的。     

基于Agent与个人知识本体的搜索系统研究

传统的信息搜索模型缺乏语义理解。而本体是对共享概念模型的明确的形式化规范说明,提供基于语义的知识表示和共享。本文通过引入个人知识本体,综合利用智能Agent的主动性、协作性、移动性等特性,采用协同式过滤的基本原理,提出了基于Agent与个人知识本体的个人搜索系统,有效地提高了检索效率。文中提出了通过不断的学习用户的反馈信息,对个人知识本体中的概念进行修正的算法,并探讨了多Agent协同信息过滤技术在搜索系统中的应用。     

基于Agent的语义Web服务框架及其逻辑描述

通过研究Agent技术与语义Web服务技术在应用中结合的方式和Agent在语义Web服务技术体系中需要扮演的角色,以及Agent与语义Web服务结合的具体实现,提出了一种基于Agent的语义Web服务框架。在此框架的原理基础上,利用扩展逻辑C＆L意图理论描述了框架中Agent的工作过程以及语义Web服务的内容。     

强Agent社会智能系统及模态逻辑应用

基于系统对Agent的应用，将Agent分为强Agent和弱Agent两类．论述了有关强Agent的概念及其特性；提出了一个能处理社会智能的模态逻辑系统(MLMS)模型，MLMS采取模态逻辑处理系统中的强Agent精神状态；讨论了MLMS的模态逻辑语义和语法．     

Ontology与Agent 在服务选择中的应用研究

为了解决服务选择过程中由于缺少语义和有效的协商,使得用户难以获取满意服务这个问题,提出利用Ontology和Agent来进行服务选择的方法SBOA(Service based ontology and agent),该方法包括本体相似度计算和Agent协商这两个主要过程.在本体相似度协商过程中,研究了一个改进的基于语义的相似度计算方法,在Agent协商策略的设计过程中,把寻找相似度值与服务成本的比值最大作为协商策略,设计了Agent之间基于效用最大的具体的协商算法.SBOA既利用了Ontology的语义表示能力,也利用了Agent具有的自主协商能力,为它们的结合提供了一个途径,也为用户根据语义选择用户满意的服务提供了一个有效的方法.仿真实验表明了SBOA的过程和它的有效性.     

数据仓库聚集策略优化的研究

数据仓库聚集策略的维护与优化是数据仓库领域的重要研究课题，反映了数据仓库反生命周期规律的重要特征．探讨一种基于数据仓库质量的聚集策略优化方法，以及在此基础上提出了一个基于C0RBA的Agent实现技术构建具有主动性和适应能力的数据仓库聚集策略优化的实现方案．利用Agent的特性，从而适应用户需求的变化、提高系统的性能和用户满意度．     

基于Aglets的MAS信用研究的实验平台设计

在Aglets平台上开发出一个主要用于MAS系统信用机制研充的可视化实验平台，用户在该平台上能够方便快捷地配置出一个多Agent系统．该系统不但具有Agent与Agent，Agent实体与平台的通信，Agent与用户的交互，Agent在内外网的移动等基本功能，而且可以在Agent之间建立信用关系，可以存储记录和直观的显示交互的历史厦信用信息．该系统还是一个开放的系统，用户可以方便的在该系统中加入自己的安全构架，信用策略和信用相关算法，以方便快速测试新的MAS信用模型．     

基于语义Web的多Agent系统研究

语义Web服务是在分布式环境下构建复杂系统的一种新兴技术。该文阐述了语义Web的核心概念和多Agent系统的主要特点,在此基础上,提出了基于语义Web的多Agent系统的体系模型,并探讨了该结构对于构建开放的、动态的、异构的多Agent系统所具有的优越性。     

基于多Agent的语义Web挖掘系统模型研究

随着语义Web技术的出现,传统的Web挖掘面临新的挑战.文章讨论了语义Web的体系结构、Web挖掘和Agent技术的有关概念,提出了基于多Agent的语义Web挖掘系统模型,并对其进行了分析.实验结果表明,该系统模型具有较高的准确性和效率.     

基于Agent的个性化元搜索引擎

传统搜索引擎不能满足用户对个性化数据的需求,本文提出基于Agent的个性化元搜索引擎,将Agent技术与元搜索引擎技术相结合,较好的实现了搜索引擎的智能化,为用户提供了一种良好的检索解决方案.Agent具有的自主性、社会性、反应性和能动性等特性可提高系统的灵活性与智能性,可更好地根据用户行为定制个性化模型,大大提升了用户体验,查全率与查准率得到改善.     

基于Agent的网络信息检索技术的设计与实现

介绍了一个基于Agent的网络搜索子系统，该系统通过查询代理与Internet上的搜索引擎实现连接，既可实现元搜索，又可以在返回的网址较少或不满足用户的要求时，使用自身搜索工具在网络上自主搜索，而且搜索算法从查询代理返回的网址出发进行搜索，减少了搜索的范围，加快了搜索的速度．     

用OWL绑定学习对象元数据

随着学习对象的增加,对学习对象的管理、查找、评价和共享需要通过元数据来实现。目前一般用XML或RDF绑定元数据。由于XML绑定缺乏语义性,RDF绑定虽然具有一定的语义性,但是其表达的语义不够。于是提出了用OWL绑定学习对象元数据,通过OWL提供的大量建模原语,可以为学习对象元数据增加更多的语义描述信息,从而更好地实现学习对象的语义查询。     

基于自然语言查询的搜索引擎模型

阐述了目前网络上的搜索引擎主要是基于关键词索引查询技术而设计的,这种技术的搜索范围很大,但由于关键词难于表达丰富的概念和用户信息需求中的丰富语义,导致查准率很低。以语义W eb和基于语义的网络信息检索技术为理论根据,从克服目前信息组织和信息检索的矛盾出发,用XML/RDF作为语义描述、组织、存储、查询的工具,试图在未来搜索引擎发展方面做一些尝试性的研究,提出了一个基于自然语言查询的搜索引擎模型。     

基于Agent的Web网页自适应检索模型

分析了Agent和一般信息检索模型的特征 ,根据Web网页信息检索的特点 ,综合布尔逻辑模型和向量空间模型的优点 ,提出了一种基于Agent的智能、主动、自适应超文本网页信息检索模型 .     

一种基于遗传算法的快速服务发现方法

在分布式的网络中，传统的搜寻方法复杂性过高，搜索时间较长，而且往往不能适应网络动态的变化．基于遗传过程，提出了一种快速服务发现算法（QSFA）．在Mobile Agent（移动代理）和服务节点交互的过程中，QSFA根据访问的结果来动态地改变每条服务记录适应值的高低，从而使得有效的信息能够在网络中保留较长的时间，而过时的、错误的服务信息会在网络中较快地消亡．实验仿真的结果表明，Mobile Agent能够在分布式网络中较快速地发现所需的服务资源．     

多Agent蚁群算法求解炼钢-连铸动态调度问题

为了求解炼钢-连铸动态调度问题,提出了多Agent系统与蚁群算法相融合的方法。建立了该问题的约束满足模型和多Agent协商机制;并将炉次与蚂蚁相对应,把调度过程看作路径寻优来处理,在满足约束的前提下搜索炉次全程占用时间最短的路线。针对国内某钢厂建立了仿真实验模型。结果表明,该方法能够缩短炉次在炼钢-连铸过程占用的时间,并能够在发生突发事件时做出快速合理的调整。     

基于移动智能体的资源库管理系统的研究

随着各类资源数据量、内容和形式的极大丰富,资源的组织和管理日益成为人们关注的焦点。目前对资源库管理的研究不少,但它们在资源搜索和分类方面均存在不足。本系统研究基于移动智能体的资源库管理系统,将移动智能体应用于资源搜索,它可以根据用户的访问资源活动,建立反映用户兴趣的导向图,由Agent感知用户的搜索要求,利用已有的知识预测当前用户搜索的意图、趋势,给出面向用户的引导界面,最后每个Agent能够根据用户对引导界面的反馈情况或用户的操作或特殊需要进行优化,以便能适应环境的变化,作出更为有效的信息引导。为快速、高效地获得面向用户的所需资源提供了一种有效的方法。     

基于领域本体的信息搜索模型

针对目前的搜索模型局限于语法层次上关键词匹配的特点,以领域本体作为知识组织方式,提出了一种语义环境下基于本体的信息搜索模型.在此模型的基础上,分别提出了文档语义标注算法和搜索词语义扩展算法,两种算法分别对文档集语义分析和搜索词语义关系理解,实现双向语义信息搜索的目的.实验结果表明,提出的信息搜索方法能够克服关键词匹配搜索的不足,获得较好的搜索效果