基于 JADE 的性能测试平台设计与实现

本文提出了基于Agent和JADE（Java Agent Development Framework）的性能测试平台体系结构模型,以解决当前诸如虚拟用户动作协调和信息实时采集问题。 JADE支持管理和通信控制的多Agent系统开发环境。本文描述了JADE的原理和用于设计与性能测试平台的基本方法与技术。     

基于JADE的Multi—Agent合作仿真的设计与实现

Multi—Agent合作是分布式人工智能领域的一个研究热点,多种合作算法被提出,需要一个平台进行比较验证,而从底层开发出一个Multi-Agent合作系统是比较复杂和困难的,该文在研究JADE仿真平台技术的基础上,构建了一个Multi—Agent合作系统,为研究Multi—Agent合作算法提供了验证平台。     

基于JADE平台的Multi-Agent协商的设计与实现

Multi-Agent协商是目前研究的一个热点,而从底层开发出一个Multi-Agent协商系统是非常复杂和困难的。该文在研究JADE仿真平台技术的基础上,对基于JADE仿真平台的Multi-Agent协商进行了设计与实现,为研究Multi-Agent协商有着重要的意义。     

基于MAS平台的产品管理系统的研究与开发

论文首先介绍了Agent和MAS的概念,并且介绍了JADE平台的特点和在此平台上开发系统的优点。接着引出了基于JADE平台开发产品管理系统的过程,然后给出了此系统中一个Agent的详细设计。最后指出此产品管理系统的特点及研究的意义。     

基于多Agent拍卖的网格资源主动分配

为了保障网格资源的利用率和实现资源主动分配,提出基于FIPA（FoundationofIntelligentPhysi-calAgents）英式拍卖和荷兰式拍卖协议的网格资源分配方法,在多Agent开发平台JADE（JavaAgentDevelop-mentFramework）下分别对这两种拍卖协议作了实现,给出了具体的实现算法、步骤、参与拍卖的各Agent的交互过程以及拍卖结果。最后,用实例说明了仿真实现过程的正确性。     

基于Multi Agent的技术性贸易壁垒

技术性贸易壁垒成为阻碍我国出口的主要因素,建立高效的预警预测系统已经势在必行。结合MultiAgent和Ontology技术,在JADE开发平台的基础上,给出了系统的详细设计方案和实现的关键技术。     

基于多智能体的监控与故障诊断技术及其应用

基于多智能体平台的系统开发，已经成为多智能体技术能否应用到各领域的关键，通过对多智能体开发平台的选择，提出了基于JADE平台的多智能体实时诊断与监控系统，讨论了诊断智能体模型与诊断机理，以及多智能体的ACL通信语言，该系统能够完成诊断测试任务，并达到要求的性能指标。     

基于Web和Agent的招投标系统的设计

本文将分布式人工智能的有关理论应用到招投标系统的设计中，设计了一个基于Web和Agent的招投标系统，为招投标过程的电子化、智能化提供了一种有效的方法。     

Virtual approach to holonic control of the tyre-manufacturing system

Tyre manufacturers aiming to remain competitive in complex modern markets must promptly adjust to the changes within the production environment. With traditional tyre-manufacturing systems, a slow response during optimization of the manufacturing process and low-level adaptability to system disturbances is evident. The presented approach to virtual holonic control of the tyre-manufacturing system enables dynamic response in the event of new optimization demands, decrease of the impact of disturbances on system productivity and smaller future investments in the manufacturing equipment.     

JADE平台粒子群算法在环境经济调度中的应用

在环境经济调度模型中,为同时降低火电机组的燃料成本和污染气体排放量进行多目标优化,模型引入阀点效应并考虑网损,在满足功率平衡和出力限制的前提下,采用一种基于JADE平台下的粒子群多目标优化算法对模型进行求解。算法吸收了粒子群算法的进化机制,将Pareto占优策略和拥挤距离相结合并应用在粒子群算法中,添加了动态惯性权重特性和小概率变异,提高了算法全局搜索能力。在JADE平台下搭建算法模型,并运用IEEE-30节点6机组和IEEE-118节点40机组的标准测试系统进行仿真,结果表明该算法提高了系统的计算速度,改进了算法的并行性,更适合求解大规模复杂系统。