一种基于Agent的语义Web服务编制框架

针对动态、开放网络环境下复杂多变的业务需求,本文在前期语义编程语言SPL研究的基础上,提出一种基于Agent和本体的语义Web服务编制方法,形成一个以语义编程语言SPL为核心的、可适用于将语义Web服务与多A-gent技术无缝集成起来的,进行语义Web服务编制的技术框架。框架实现基于SPL开发和运行支撑平台,该平台为语义Web服务和软件Agent提供必要的运行支持。     

基于MAS的资源管理智能决策支持系统研究

提出了基于多智能体的人事管理系统设计思想，以实现人事管理任务的分布武协作求解，以更好地实现人事管理的信息化。分析了现代Agent代理技术，利用Agent智能代理的自治性、反应性、协作性、进化性、通信性和移动性等特点．构建了基于Agent的人事管理决策支持系统的体系构架模型．描述了任务智能体、人事管理系统的结构、具体的功能Agent模块设计厦其工作过程和通信方式。使系统能够在目标的驱动下采取社交、学习等行为，对环境的变化作出主动的反应并完成特定的人力资源管理任务。显著提高了人事管理工作的效率，为人力资源管理信息系统的开发提供了一种新的模式。     

Semantic Web与Agent的共生及融合

Web技术与Agent技术作为两种技术体系一直独立发展。但现在Web技术借鉴Agent技术的先进思想，基于Ontology对Web进行改造，提出了Semantic Web的概念。在Internet上必将是Semantic Web和Agent共同提供智能化、个性化的服务。而要想达到这个目的，首先必须解决Ontology的构造问题。文中在详细论述Semantic Web和Agent的基础上，探讨了Semantic Web与Agent的共生及融合关系，给出了共生及融合关系图，并设计了一个概念性的智能Web服务IWS模型。     

多Agent中文Web信息自动检索系统研究(英文)

文章采用多Agent技术对中文Web信息进行智能检索,系统结构和工作原理的介绍明确了Agent行为规范,并为一系列信息检索技术提供实现平台。其中,为提高系统效率并实现中文Web信息的智能分类和检索,将支持向量机引入智能过滤子系统。实验结果表明,该系统有效地提高了检索过程中的查全率和查准率。     

基于XML的多Agent系统的研究与实现

作为构建开放和分布式应用系统的一种主流模式，多Agent系统有着广阔的研究前帚和应用价值。在统一建模语言（UML）的支持下，面向Agent的软件工程研究开始走向成熟。一些面向Agent的方法学提供了开发多A—gent系统的工具、应用方法或技术。随着Web服务技术的发展，XML成为Internet上数据组织和交换的标准。现有研究工作所提出的多Agent系统对XML文档提供很少的支持。针对上述问题，设计了一个基于XML的多Agent系统——XMAS。该系统采用带根连通有向图来表示XML文档数据模型，并给出相应的文档模式提取算法，XML文档数据的解析以及对Web服务的相关支持。在数据存储过程中的索引优化使得XMAS在数据查询上具有良好的性能。     

Web智能研究现状与发展趋势

Web智能是近年出现的一个崭新的研究方向，它是人工智能和高级信息技术在新的Web和Internet环境下相互融合的产物．首先从总体上讨论了Web智能的概念、研究内容和功能技术框架，然后分别就Web智能的几个核心方面的研究现状进行了综述，主要包括语义Web与ontology，Web Agent和Web挖掘等，并进一步给出了它们的研究重点和发展方向，最后是关于Web智能的研究展望和面临的挑战，指出智慧Web是Web智能研究的目标和中长期发展方向．     

基于Agent技术的智能体网格的研究

Agent能够感知外界环境的动态变化，而支持动态环境变化是网格的基本要求之一。把Agent技术引入到网格计算中，通过对Agent技术的特点和优点的分析，给出智能体网格的概念和体系结构，阐明Agent在智能体网格中，既充当Grid的使能器，又作为其功能享受者的特殊作用，最后，提出Agent技术在基于开放网格服务体系结构（OGSA）的网格计算中的应用模型。     

基于Agent面向服务体系结构中的服务查询与选择

面向服务研究的一个重点问题是如何智能集成或协同分布在网络上的各种服务,以完成更为复杂的应用目标,使之能适应开放动态的网络计算环境和不断演化的用户个性化需求.把Agent技术与技术比较成熟的SOAP/WSDL/UDDI体系结合起来,是一个可行的解决方案.利用Agent技术设计了一个面向服务动态协同架构模型,解决了智能集成服务问题.着重研究并设计了一个基于Agent的服务查询与选择框架模型.这一模型利用移动Agent的移动性、自治性、智能推理性,实现了Web服务的智能查询与选择,从而解决了智能集成服务问题.     

基于本体和语义Web服务的供应链知识集成

运用本体论、语义Web、Web服务和多Agent等技术研究供应链系统知识集成的方法，提出了一个基于本体和语义Web服务的多Agent供应链知识集成架构，讨论了供应链系统中基于语义Web服务的智能服务机制和基于元本体和共享本体的多Agent协作方法。     

语义Web上本体与智能信息Agent的集成研究

该文介绍了语义Web新技术,它可以为处理Web信息的智能应用程序提供帮助。文中描述了语义Web的层次结构及其支持语义Web的基础技术如RDF(资源描述框架)和本体(Ontology)等,文章表明,Agent技术与本体的集成会扩展程序能力,更有效地为用户执行任务而较少需要人的干预,也会对Web服务的使用产生重大影响。文中介绍了本体与智能信息Agent结合的应用实例,为用户搜索Web上的服务提供帮助。     

Integrity protection for Code-on-Demand mobile agents in e-commerce

The mobile agent paradigm has been proposed as a promising solution to facilitate distributed computing over open and heterogeneous networks. Mobility, autonomy, and intelligence are identified as key features of mobile agent systems and enabling characteristics for the next-generation smart electronic commerce on the Internet. However, security-related issues, especially integrity protection in mobile agent technology, still hinder the widespread use of software agents: from the agent's perspective, mobile agent integrity should be protected against attacks from malicious hosts and other agents. In this paper, we present Code-on-Demand (CoD) mobile agents and a corresponding agent integrity protection scheme. Compared to the traditional assumption that mobile agents consist of invariant code parts, we propose the use of dynamically upgradeable agent code, in which new agent function modules can be added and redundant ones can be deleted at runtime. This approach will reduce the weight of agent programs, equip mobile agents with more flexibility, enhance code privacy and help the recoverability of agents after attack. In order to meet the security challenges for agent integrity protection, we propose agent code change authorization protocols and a double integrity verification scheme. Finally, we discuss the Java implementation of CoD mobile agents and integrity protection.     

一种基于社会承诺的Agent组织模型OMSC

多Agent领域所面临的一个重大的挑战是解决开放异质的多Agent系统中自治Agent间的协调问题。多Agent为了协调它们之间的活动,需要进行交互。社会承诺作为一种通信和交互机制,为自治的多Agent提供了一种协调的途径。然而,仅靠交互难以实现多Agent间的协调。Agent组织作为一种协调模型可以有效地控制多Agent间的交互与合作。论文将社会承诺和Agent组织两种协调机制相结合,提出一种基于社会承诺的Agent组织模型OMSC,分析了Agent如何用社会承诺进行推理以及基于社会承诺的多Agent系统并给出了一个实例,为多Agent间的协调提供了一种新的方法。     

伦理智能体及其设计:现状和展望

智能体一直是人工智能的主要研究领域之一,任何独立的能够同环境交互并自主决策的实体都可以抽象为智能体.随着人工智能从计算智能到感知智能,再到认知智能的发展,智能体已逐步渗透到无人驾驶、服务机器人、智能家居、智慧医疗、战争武器等人类生活密切相关的领域.这些应用中,智能体与环境、尤其是与人类和社会的交互愈来愈突出,其中的伦理和道德问题日益凸显.人工智能应用的伦理风险和挑战引起了人们的普遍关注,伦理智能体是人工智能伦理的重要研究内容.本文从人工智能伦理的工程设计与实现角度,对伦理智能体及图灵测试、伦理智能体的设计范式、伦理智能体的逻辑程序设计、伦理智能体的形式化验证、伦理困境及分析等进行了介绍和讨论.同时,对伦理智能体及设计所面临的挑战和进一步研究方向进行了述评和展望.     

多Agent系统分布式问题求解的代数模型方法(Ⅱ): 群体智能和社会动力学

该文是组合论文中第二篇，讨论多Agent系统分布式问题求解的代数模型中的特性层和动力学层，即没粒度Agent群体的宏观群体智能的形式优化代数模型以及宏观社会智能与Agent个体间微观社会行为之间的社会动力学模型，提出了基于这种新的代数模型方法的超分布超并行社会智能问题求解算法，关于分布式多任务自组织规划和资源自组织分配的仿真实验以及与其它方法的比较分析，表明了该文提出了代数模型和问题求解方法的特点和有效性。     

A type-2 fuzzy embedded agent to realise ambient intelligence in ubiquitous computing environments

In this paper, we present a novel approach for realising the vision of ambient intelligence in ubiquitous computing environments (UCEs). This approach is based on embedding intelligent agents in UCEs. These agents use type-2 fuzzy systems which are able to handle the different sources of uncertainty and imprecision in UCEs to give a good response. We have developed a novel system for learning and adapting the type-2 fuzzy agents so that they can realise the vision of ambient intelligence by providing a seamless, unobtrusive, adaptive and responsive intelligence in the environment that supports the activities of the user. The user’s behaviours and preferences for controlling the UCE are learnt online in a non-intrusive and life long learning mode so as to control the UCE on the user’s behalf. We have performed unique experiments in which the type-2 intelligent agent has learnt and adapted online to the user’s behaviour during a stay of five days in the intelligent Dormitory (iDorm) which is a real UCE test bed. We will show how our type-2 agents can deal with the uncertainty and imprecision present in UCEs to give a very good response that outperforms the type-1 fuzzy agents while using smaller rule bases.     

人工智能技术在矿山智能化建设中的应用初探

介绍了人工智能技术的相关概念、发展概述及其在煤炭行业发展中的应用,指出目前人工智能技术在矿山应用只是点状结合和浅度结合,没有实现人工智能技术和矿山某个生产或管理系统层面的深度融合。概述了智能矿山的发展历程,指出智能矿山是人工智能技术、大数据技术、物联网技术和矿山实体的深度融合体,利用智能通信、智能控制和智能计算技术实现数字化矿山的计算、处理,构建数字孪生矿山,通过数字孪生矿山和物理矿山的智能交互演化,达到对煤矿安全、高效、绿色的生产控制。构建了将人工智能技术和矿山深度融合的包括设备层、智能层、应用层的智能矿山三层构架:应用层处于智能矿山的最高层,其中的数字孪生矿山子层相当于“数字大脑”,实现矿山最高层次的智能控制;智能层中的智能体要求子系统不仅仅是应用人工智能技术处理子系统所产生的数据,而是从架构上就要将智能计算、智能通信、智能控制融为一体。展望了智能矿山建设的发展趋势:智能化矿山需要加强人工智能技术和矿山融合度的深入研究,将现有的基于人工智能的故障检测、诊断及超前干预技术应用到机器人系统中,智能计算、智能通信、智能控制融合的巡检机器人将是最早能推广的井下智能体之一;智能化矿山需要进一步加强复杂巨系统建模技术的研究,只有建立了矿山的复杂巨系统模型,才能实现采矿活动和环境的协同互动,实现采煤活动的精准控制,复杂巨系统模型的缺乏将是未来智能矿山建设亟需解决的问题。     

智能体对手建模研究进展

智能体是人工智能领域的一个核心术语。近年来,智能体技术在自动无人驾驶、机器人系统、 电子商务、传感网络、智能游戏等方面得到了广泛研究与应用。随着系统复杂性的增加,关于智能体的研究重 心由对单个智能体的研究转变为智能体间交互的研究。多个智能体交互场景中,智能体对其他智能体决策行为 的推理能力是非常重要的一个方面,通常可以通过构建参与交互的其他智能体的模型,即对手建模来实现。对 手建模有助于对其他智能体的动作、目标、信念等进行推理、分析和预测,进而实现决策优化。为此,重点关 注智能体对手建模研究,展开介绍关于智能体动作预测、偏好预测、信念预测、类型预测等方面的对手建模 技术,对其中的优缺点进行讨论和分析,并对手建模技术当前面临的一些开放问题进行总结,探讨未来可能 的研究和发展方向。     

智能代理和学习对象的集成—— 一种应用于在线教学的设计思想

讨论了一种很有发展前景的E教学开发设计思想,集智能代理和学习对象为一体来开发更智能化,更高交互性和高扩展性的在线教学系统。在该系统中,每个对象都被附加上一个智能代理,从而在在线学习中像一个代理程序一样,从学习环境中获得各项实时参数,然后根据这些参数采取相应的操作。此外,与内置智能代理的对象一样,用户模块被设计用来记录和保存一切与用户有关的信息,包括习惯的学习方式以及所有在线学习课程当中的活动事件。由于用户模块可以更好地了解每个用户,系统就会以一种更具有针对性的方式工作,就像老师在课堂上可以对不同的学生采取     

多Agent系统分布式问题求解的代数模型方法(Ⅰ): 社会行为、社会局势和社会动力学

该组论文提出一种新的代数模型方法，用于多Agent系统超分布超并行社会智能问题求解，该方法通过社会动力学和社会智能，统一地处理各种复杂的并行的社会行为，用于求解用常规方法难以处理的许多社会交互问题，本文是组合论文中第一篇，提出多Agent系统分布式问题求解的代数模型结构，讨论多Agent系统中典型社会行为模式及其性质，建立形式化描述，同时也论述了代数模型中的社会局势和社会动力学。     

A fuzzy embedded agent-based approach for realizing ambient intelligence in intelligent inhabited environments

We describe a novel life-long learning approach for intelligent agents that are embedded in intelligent environments. The agents aim to realize the vision of ambient intelligence in intelligent inhabited environments (IIE) by providing ubiquitous computing intelligence in the environment supporting the activities of the user. An unsupervised, data-driven, fuzzy technique is proposed for extracting fuzzy membership functions and rules that represent the user's particularized behaviors in the environment. The user's learned behaviors can then be adapted online in a life-long mode to satisfy the different user and system objectives. We have performed unique experiments in which the intelligent agent has learned and adapted to the user's behavior, during a stay of five consecutive days in the intelligent dormitory (iDorm), which is a real ubiquitous computing environment test bed. Both offline and online experimental results are presented comparing the performance of our technique with other approaches. The results show that our proposed system has outperformed the other approaches, while operating online in a life-long mode to realize the ambient intelligence vision.