一种基于多Agent的企业知识链管理系统模

本文在C.W.Holsapple和M.Singh提出的知识链模型基础上,引入了分布式人工智能(DAI)中的多Agent技术,提出了一个基于多Agent的知识链管理系统模型--MAKCMS,讨论了该模型的体系结构和模型中各个Agent的功能,研究了模型内各Agent之间的通信与协作机制.     

基于Mobile Aqent需求链建模的设计与实现

针对传统需求链MAS模型的不足,分析了Mobile Agent在需求链管理中的优势,提出了基于Mobile Agent的需求链优化模型,详细描述了各Agent的功能和协作,最后实现了Mobile Agent平台,对Mobile Agent的通信、迁移和安全性进行了讨论.该模型在需求链中的应用大大提高了需求链各成员对多变的市场需求做出快速反应的速度,增强了企业的竞争力.     

基于Mobile Agent需求链建模的设计与实现

针对传统需求链MAS模型的不足,分析了Mobile Agent在需求链管理中的优势,提出了基于Mobile Agent的需求链优化模型,详细描述了各Agent的功能和协作,最后实现了Mobile Agent平台,对Mobile Agent的通信、迁移和安全性进行了讨论。该模型在需求链中的应用大大提高了需求链各成员对多变的市场需求做出快速反应的速度,增强了企业的竞争力。     

多Agent系统在供需链管理中的应用

目前供需链管理和优化已成为企业提高综合竞争力的核心。供需链本质上是由多个具有独立决策能力的实体所构成的复杂动态系统。多Agent系统是描述这一复杂系统的理想模型。论文首先介绍了Agent和多Agent系统的概念,然后从供需链的角度阐述了多Agent系统在供需链管理中的应用,提供了利用多Agent系统进行供需链管理研究的模型框架和基本方法。     

Multi-Agent系统中Agent知识获取的合作模型

Agent的知识是Agent计算的前提.在动态、不确定的Multi-Agent系统中,Agent必须具备及时有效地获取所需知识的能力以求解问题.现有的知识获取模型不能有效地支持在动态、不确定的Multi-Agent系统中Agent对知识获取的要求,Agent的知识获取能力比较有限.提出一个系统的、用于Agent知识获取的合作模型KACM(knowledge-acquiringcooperationmodel)系列,包括被动模型、主动终止模型和主动非终止模型.基于言语行为理论和以分枝时序逻辑为基础的形式化框架,讨论了KACM所涉及的Agent通信行为,分析了Agent如何响应这些通信行为以完成知识交互,定义了各通信行为以及KACM的满足语义,最后讨论了研究工作的意义.     

基于多Agent的政府知识管理系统模型研究

针对现有政府知识管理系统的局限性和政府知识管理的复杂性,采用面向多Agent的系统设计方法,设计了一个基于多Agent的政府知识管理系统模型,给出了系统模型实现的一些关键技术.该模型由多个Agent来协同实现政府知识的异构整合、知识推送、知识利用等服务,以满足政务知识管理的异构知识集成、智能化决策、个性化服务等实际需求.     

动态网络环境下的多Agent移动合作系统

多Agent移动合作系统为分布式系统提供了灵活、高效的解决方案,但针对动态网络环境,当前的一些研究工作还存在局限性,以多Agent移动合作系统模型为基础,考虑到动态环境中Agent知识的不确定性、影响力和Agent间可能客观存在的矛盾,提出了Agent模糊知识表达与交换的思想、理论模型及算法,较好地考虑并解决了Agent的模糊信念合成及矛盾处理等关键问题,通过仿真研究,将所提出的理论与模型应用于解决动态网络拓扑发现问题,结果证明了该模型是可行、高效的。     

一种基于Agent网络的多Agent系统的协作组织方式

对分布式多Agent系统中的Agent组织方式,协作机制进行了讨论,提出了根据Agent间的物理位置和通信代价关系建立Agent网络,通过Agent网络模型,模仿计算机网络中的动态路由机制,进行Agent协作组织的方法.     

基于声誉激励机制的多Agent分配任务的方法

在一个多Agent系统中,合理的分配任务成为Agent间高效协作的关键之一.提出一种基于Agent的声誉分配任务的方法,并给出Agent的声誉模型以及基于此声誉模型分配任务的具体方法.在充分竞争的多Agent系统中,声誉效应是多Agent系统中的重要激励机制.因此,基于Agent的声誉分配任务增加了Agent间协作的协调性.     

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.