基于Agent的分布式防火墙设计及在校园网中的应用

分析了传统防火墙和分布式防火墙在校园网应用中的局限性。引入Agent技术,利用Agent的特性对分布式防火墙重新规范、设计,并且在校园网中增加了中心服务器和域服务器的备份,更好地提高了校园网的稳定性、安全性。     

基于MAS自治与合作机制的广域网远程监控系统

基于分布式人工智能的思想,将多Agent理论引入到广域网的远程监控系统中,扩展了传统意义上的分布式远程监控系统,使其能够运行于一个动态的、实时的、不确定的开放式网络环境中。指出了广域网远程监控系统的优势和存在的问题,提出了一种远程监控系统的Agent体系结构,分析了MAS理论在远程监控系统中的可实现性和MAS环境特性;研究了监控系统监控单元的自治、通讯和合作机制,及其Agent状态的全局可靠性和监控信息时序的可靠性。     

基于HLA的智能仿真支撑环境研究

引入了分布式人工智能（DAI）中多Agent的概念，将HLA仿真技术框架和多Agent技术相结合，提出了一种具有智能特性的仿真支撑环境，实现了一个通用的Agent仿真对象模型，介绍了如何利用Agent通信语言KQML进行互操作的方法，描述了仿真系统的工作过程。     

有限资源环境下的分层分布式体系结构研究

1 引言随着网络技术、分布式理论的发展,人工智能进入了一个新的阶段。人们从不同的方面对分布式人工智能的理论、结构、应用进行了深入的研究。其中分布式问题求解(DPS)、并行人工智能(PAI)以及多Agent系统(MAS)是分布式人工智能的三个主要研究领域。DPS的研究一般是面向任务的,在任务间进行分配、协调,从而生成大量的专家系统和基于知识的系统,在粗粒度上研究控制和数据分布。MAS的研究在近十年中得到较快的发展,当前已经出现了基于Agent的系统和开发Agent的工具和语言等。DPS和MAS的研     

智能Agent与多Agent系统的研究

智能Agent及多Agent系统自20世纪80年代起一直是分布式人工智能研究的热点。对Agent理论，语言，结构以及多Agent系统结构等问题进行了研究，并对Agent与对象（Object) ,过程控制系统，软件“精灵”以及多Agent系统与分布式问题求解的区别进行了分析。     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型,该模型利用管理Agent对多Agent系统进行全局协作分配,协作申请分级处理,解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。     

智能信息处理-面向Internet的分布式人工智能技术

多Agent系统和应用是当前分布式人工智能的研究热点。介绍了Agent的特性和结构,并举例说明了基于多Agent技术的智能信息检索系统的构成和应用。     

基于多Agent系统的分布式群体决策支持系统中问题分配的研究

本文利用分布式人工智能技术提出基于多Agent系统(MAS：Multi—Agent System)的分布式群体决策支持系统框架体系结构。在这个系统中，每个Agent都是一个独立的、具有各自利益的自治体，问题不能被强行地分配给各个Agent，因此本文在研究多Agent系统协调的基础上，给出了问题分配的一种解决方案。     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型，该模型利用管理Agent对多Agent系统进行全局协作分配，协作申请分级处理，解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。     

Multi-Agent系统在主动网络管理中的应用研究*

将分布式人工智能中的智能Agent用于计算机网络管理,是近年来最活跃最前沿的研究领域之一。介绍Agent和多Agent系统(MAS)以及主动网络的概念,从分布式主动网络管理体系结构入手,论述了基于多Agent的主动网络管理模型,研究了主动网络管理智能Agent以及MAS体系结构。     

基于Nios的温备份智能容错系统的设计

本文是在充分研究了智能故障诊断、容错控制以及可靠性理论的前提下,运用FPGA、Nios处理器、控制理论、人工智能等相关知识,提出了一个能在实际的网络系统中提高服务器运行可靠性的有效方法——温备份智能容错系统。该方法使用Nios软核处理器以及FPGA的优点,运用SOPC Builder工具设计了一个智能仲裁器的核心部件。该仲裁器能够智能地获取服务器的状态、同步服务器的内容以及控制服务器的开启和关闭。从而提高了系统的可靠性,延长了服务器的使用寿命。本文给出了该方法的实现模型及详细实现步骤。     

基于FPGA的星地信道模拟系统的研究与设计

卫星信道复杂多变的特性严重的影响了卫星通信系统的性能,能够模拟信道特性的信道模拟系统可以作为卫星通信技术研究的有力工具.本文首先设计出符合星地链路实际情况的仿真模型,在确定误码结果统计方法的基础上,提出了一种能够模拟卫星轨道星地链路特性的信道模拟系统的硬件实现方法.     

Efficient forest fire occurrence prediction for developing countries using two weather parameters

Forest fire occurrence prediction plays a major role in resource allocation, mitigation and recovery efforts. This paper compares two artificial intelligence based methods, artificial neural networks (ANN) and support vector machines (SVM), utilizing a reduced set of weather parameters. Using a reduced set of parameters results in an efficient and reduced cost prediction system especially for developing countries. In this paper the aim is to predict forest fire occurrence by reducing the number of monitored features, and eliminating the need for weather prediction mechanisms. The reason is to reduce errors due to inaccuracies in weather prediction. The challenge is to choose a limited number of easily measurable features in the aim of reducing the cost of the system and its maintenance. At the same time, the chosen features must have a high correlation with the risk of fire occurrence. A literature review of forest fire prediction methods divided into systems/indices, and artificial intelligence is provided. The two fire danger prediction algorithms utilize relative humidity and cumulative precipitation to output a risk estimate. The assessment of these algorithms, using data from Lebanon, demonstrated their ability to accurately predict the risk of fire occurrence on a scale of four levels.     

工业人工智能的关键技术及其在预测性维护中的应用现状

随着人工智能技术的快速发展及其在工业系统中卓有成效的应用, 工业智能化成为当前工业生产转型的一个重要趋势. 论文提炼了工业人工智能(Industrial artificial intelligence, IAI)的建模、诊断、预测、优化、决策以及智能芯片等共性关键技术, 总结了生产过程监控与产品质量检测等4个主要应用场景. 同时, 论文选择预测性维护作为工业人工智能的典型应用场景, 以工业设备的闭环智能维护形式, 分别从模型方法、数据方法以及融合方法出发, 系统的总结和分析了设备的寿命预测技术和维护决策理论, 展示了人工智能技术在促进工业生产安全、降本、增效、提质等方面的重要作用. 最后, 探讨了工业人工智能研究所面临的问题以及未来的研究方向.     

基于仿人分层递阶智能控制的复杂大延时锅炉水磷酸盐处理系统研究

火电厂锅炉水协调PH 磷酸盐处理的调节机理复杂，具有大延时和非线性的特点． 根据被控对象的不同情况，分别采用专家控制、模糊控制和增益自适应内模IMC-PID控制， 提出了一套基于仿人分层递阶智能控制方案，并说明了其工程实现方法．     

Combining case-based reasoning systems and support vector regression to evaluate the atmosphere–ocean interaction

This work presents a system for automatically evaluating the interaction that exists between the atmosphere and the ocean’s surface. Monitoring and evaluating the ocean’s carbon exchange process is a function that requires working with a great amount of data: satellite images and in situ vessel’s data. The system presented in this study focuses on computational intelligence. The study presents an intelligent system based on the use of case-based reasoning (CBR) systems and offers a distributed model for such an interaction. Moreover, the system takes into account the fact that the working environment is dynamic and therefore it requires autonomous models that evolve over time. In order to resolve this problem, an intelligent environment has been developed, based on the use of CBR systems, which are capable of handling several goals, by constructing plans from the data obtained through satellite images and research vessels, acquiring knowledge and adapting to environmental changes. The artificial intelligence system has been successfully tested in the North Atlantic Ocean, and the results obtained will be presented in this study.     

人和人工智能系统的概念形成过程研究

概念的形成是实现人工智能的基础,为研究人工智能系统中概念的形成过程,从人对事物形成概念的过程出发进行了研究。比较人和人工智能系统的概念形成过程得到了如下特点:人的优势在于能自主地确定对象表象和对象功能中的各种特征和划分等,能在对象、描述性定义和功能性定义对应关系不完备情况下通过思维和联想建立概念;人工智能系统的优势在于丰富的对象表象感知能力,对象的各种特征和划分的长期存储、运算和分析能力;而人工智能的概念形成过程存在的缺点基本与人的概念形成过程的优点对应。因此本文认为人工智能的概念形成过程必须关注因素的智能识别、功能的系统实践和人经验知识的有师学习。现有技术在缺乏人经验知识的情况下,人工智能系统不能自主建立概念和知识库,不能实现智能过程。     

A fuzzy process controller for in situ groundwater bioremediation

Dynamic operation control for in situ groundwater bioremediation requires expertise in both areas of bioremediation and biochemistry. This paper presents an artificial intelligence aided process control system that incorporates an on-line expert system. The fuzzy controller controls the pumping rate based on the measured pollution level. Through analysis of knowledge from domain experts, a model of interval-parameter has been developed from which fuzzy information and fuzzy rules can be derived. There are two levels of fuzzy rules in the hierarchical controller. The lower level can be further divided into two branches. Each branch is divided into three layers based on the employed artificial intelligence techniques and the system inputs and outputs. The system was applied to a real-world case study in western Canada. The results indicated that the developed artificial intelligence aided control system could help improve efficiencies of in situ bioremediation at petroleum-contaminated groundwater systems.     

可解释的知识图谱推理方法综述

近年来,以深度学习模型为基础的人工智能研究不断取得突破性进展,但其大多具有黑盒性,不利于人类认知推理过程,导致高性能的复杂算法、模型及系统普遍缺乏决策的透明度和可解释性。在国防、医疗、网络与信息安全等对可解释性要求严格的关键领域,推理方法的不可解释性对推理结果及相关回溯造成较大影响,因此,需要将可解释性融入这些算法和系统中,通过显式的可解释知识推理辅助相关预测任务,形成一个可靠的行为解释机制。知识图谱作为最新的知识表达方式之一,通过对语义网络进行建模,以结构化的形式描述客观世界中实体及关系,被广泛应用于知识推理。基于知识图谱的知识推理在离散符号表示的基础上,通过推理路径、逻辑规则等辅助手段,对推理过程进行解释,为实现可解释人工智能提供重要途径。针对可解释知识图谱推理这一领域进行了全面的综述。阐述了可解释人工智能和知识推理相关概念。详细介绍近年来可解释知识图谱推理方法的最新研究进展,从人工智能的3个研究范式角度出发,总结了不同的知识图谱推理方法。提出对可解释的知识图谱推理研究前景和未来研究方向。     

基于随机森林的卫星快变遥测数据建模

现代卫星已逐渐成为国家重大基础设施,为了解其在轨运行状态,需要对遥测数据进行分析;其中快变遥测数据包含了大量卫星服务情况信息,对该数据进行基于机器学习算法的分析建模,可以更好利用特征维度高、数据量大的快变遥测数据,为人工智能在卫星数据建模、运维方面提供一种可能方案;提出一种基于随机森林算法对在轨卫星快变遥测数据进行建模的方法,并引入改进的二次网格搜索方法对模型参数进行调优;使用模型对某频点功率测量值进行预测,结果显示R2值达到0.98以上,预测值误差较小,建立了效果较好的快变遥测数据模型,为实现基于机器学习的快变遥测数据分析提供了一种可能的方案;