基于决策论的Agent个性化行为选择

Agent不同的主观态度对行为策略的偏好具有重要影响,但Agent的个性化态度难于在量化或符号化的数值决策模型中体现。该文参照定性决策理论,在现有效用最大化决策模型基础上,利用不同决策原则模拟不同Agent个性,得到符合Agent个性的行为策略。Agent的决策结果反映了其不同个性特征,个性化使Agent的行为呈现多样化,有利于Agent社会模型的建立。     

基于Agent的CGF行为建模技术研究

对于含有智能体、智能行为的复杂系统仿真，传统的建模方法难以表述智能体的精神状态。Agent技术作为面向对象技术的延伸，为解决这类复杂系统的建模与仿真问题提供了有效手段。本文综合论述了基于Agent的CGF行为建模技术，最后并阐述了行为建模研究面临的困难。     

形式化研究基于Agent的行为建模及应用

为了实现虚拟环境中Agent的行为真实感以及行为动画,必须开展基于Agent的行为建模相关问题的研究。提出了一个包含Agent自主行为和全局互操作行为的基于Agent的行为模型,并利用形式化语言对相关概念例如状态、时间、动作和行为进行了规范描述与定义。在此基础上形式化研究了复杂智能行为的抽象机制,包括行为分解与聚合、行为特化与泛化,并因此提出在基于Agent的元行为模型的基础上,通过行为逻辑运算和行为抽象机制实现基于Agent的行为综合方法。同时以空间作战中的导弹预警为背景,分析了预警卫星的预警行为模型,并对预警卫星的数据获取行为进行了建模。这有利于实现预警卫星的行为动画以及对预警卫星的传感器进行调度,进而对预警行为进行规划、调度与仿真。     

基于人工生命行为选择的智能体决策的研究

人工生命行为选择是人工生命研究领域的重要问题之一,智能体作为人工生命体的一种形式,决策系统相当于是智能体的“大脑”。文章以足球机器人作为智能体的研究原型,分析了机器人足球决策系统的现状,根据仿人智能控制思想和人工生命行为选择模型,建立了基于人工生命的智能体决策系统,并借助机器人足球比赛这样一个标准任务平台,投入实际比赛中,证明结果是可行的和有效的。     

基于Agent的个性化电子商务系统研究

该文介绍了一种基于Agent的带有个性化服务的电子商务系统。通过买方Agent和卖方Agent带有主动性和智能性的活动,能有效地对用户(顾客和销售商)行为提供建议与支持,从而保证了用户决策的正确性。该文着重对个体之间的联系机制作了一番详细介绍。此外,卖方Agent还能对顾客的个性进行动态描述,从而实现了个性化的服务,大大增加了商品对顾客的吸引力,有利于电子商务的顺利进行。     

卫星系统功能行为的基于Agent建模

为支持对卫星系统的仿真研究,提出使用基于agent的建模方法从功能行为角度对卫星系统进行建模.首先,介绍了系统功能行为的相关概念和建模与仿真中所用的agent技术.然后,详细分析了卫星系统地面部分和空间部分的功能行为.根据卫星系统的功能行为属性,提出一个以agent模型为核心的卫星系统模型体系--ABSSA,并介绍了其中的关键部分:基于组件的agent模型结构和卫星系统模型结构.最后,简要分析了建模思想的仿真应用和实现策略.     

基于BP神经网络的软件行为评估系统

针对当前国内信息安全领域对于恶意软件的判断智能化程度较低的现状,分析不同类型的恶意软件,提取典型的危险行为特征,对这些行为进行整合并建立一个行为映射库,将软件行为映射成数据,设计算法将其转换成可用于实际神经网络训练的数据。通过反复实验,给出一个适用于训练该类型样本的BP神经网络,并确定其中各个算子和参数值。通过训练该神经网络,建立一个判断可疑软件是否为恶意软件的行为评估系统。实验结果证明了上述设计的正确性,系统的漏报率和误报率仅为1%和3.7%。     

基于多Agent系统和神经网络的路由选择策略

我国长信网的接通率为45%左右,链路的利用率也仅为30%～40%.据估计,接通率每提高一个百分点,收益可达10亿元,针对目前所使用的路由选择方法的不足,提出全新的基于多Agent系统和神经网络预测的路由选择策略,包括网络模型、选路过程、Agent内涵的刻划,并介绍了用递归神经网络进行预测的思想.仿真结果表明,其良好的分布性和智能预测能力使之优于其它方法.这为解决网络接通率低和负荷不平衡问题提供了良好途径.     

一种面向Agent的分布监控系统行为建模和设计方法

根据多智能体系统的重要特性和面向高层次抽象的方法,给出了一种扩展BDI智能体行为模型,重点描述了每个智能体的行为以及多智能体通信和协调机制.最后通过实例说明模型的有效性和实用性.     

基于Multi—Agent空天无人飞行器的自主控制研究

主要通过在空天无人飞行器中,各Agent之间的通讯和协作关系来论述Multi-gent的结构与功能,讨论Agent的体系结构的组成和各自的动态行为,实现在完全自主下,Multi-Agent系统智能控制的实时反应能力;从能源的角度,将本系统的结构和规划与传统的Multi-Agent进行比较,设计出适合特殊需求的智能系统,从而达到飞行器能源要求;最后通过仿真来评价这个Multi-Agent系统完成一个任务的过程.     

模糊粗糙神经网络特征选择方法研究

实际采集的数据中往往存在模糊不确定性和粗糙不确定性,为全面度量数据的不确定性,引入了模糊粗糙集中的模糊粗糙隶属函数概念,并结合容错能力较强的神经网络设计了一种新的模糊粗糙神经网络.该网络不仅训练速度快,且具有较好的分类效果.利用该网络设计了一种新的特征选择算法,根据精度下降指标对输入节点进行结构修剪,实现最优特征子集的搜索.通过UCI数据集实验,并与RBF网络选择结果进行比较,表明该算法具有精度高、速度快、泛化性能好等优点,是有效的.     

基于优化神经网络的云计算环境下供应链伙伴选择

针对云计算环境下供应链伙伴的动态性,提出一种基于优化神经网络的云计算环境下供应链伙伴选择模型.首先构建计算环境下供应链伙伴评价指标体系,并采用层次分析法计算每一个指标的权值,然后采用神经网络对采集的企业评估训练样本进行学习,并采用遗传算法对神经网络参数进行优化价,建立企业综合评估模型,最后进行了仿真模拟实验.结果表明,本文模型可以准确描述供应链伙伴的动态性,能够对云计算环境下的供应链伙伴进行全面、公正的评价.     

基于BP训练数据选取的压气机特性曲线计算

基于BP神经网络方法,研究了压气机特性曲线的拟合及BP神经网络结构设计。对不同训练数据选取方法和比例情况下的BP神经网络进行了计算,分析BP神经网络数据选取与网络泛化能力之间的关系。分析结果表明,均匀顺序选择的BP神经网络在压气机特性曲线仿真上具有更优的泛化能力。     

基于主成分分析与BP神经网络的供应商选择模型

供应商选择是企业进行决策的重要内容,也直接影响着企业竞争力。在科学合理的构建供应商评价指标体系的基础上,首先对供应商评价的数据进行主成分分析,然后建立基于BP神经网络的供应商评价模型,最后以实例验证。这两种方法相结合不仅简化了模型结构,而且较好的克服评价指标主观性强的问题,为供应商选择提供了一种新的、实用的评价方法。     

动态自适应选择神经网络集成的方法研究

为了有效提高神经网络的集成性能，提出了基于局部分类精度估计的动态自适应选择集成的思想．根据贝叶斯理论．证明了在满足一定假设的条件下，动态自适应选择集成的分类性能可以逼近最优贝叶斯分类器．在此基础上，分别介绍了硬决策和软决策两种个体网络选择方法．选自UCI机器学习数据库的5个数据集的实验结果表明，动态自适应选择的分类性能明显优于常用的投票法和平均法，且集成分类性能对邻域的大小并不敏感；其中，软决策方法要优于硬决策方法．     

基于Agent的无灯控交叉路口插车仿真研究

该文以Agent技术为基础,首先论述车辆Agent的基本结构,进而对车辆Agent经过无灯控路口时的插车策略进行描述,通过Agent的通信功能以及相互协调功能,使车辆Agent在经过路口时与实际驾驶员的行为相接近,对车辆经过无灯控路口时的插车行为进行仿真,仿真结果表明了使用Agent技术进行交通流系统仿真的可行性。     

基于智能 Agent 的模型自动选择

模型自动选择是决策支持系统智能化发展的必然要求。针对目前可行算法较少的现状,提出了一种基于智能Agent的模型自动选择方法。该方法运用BDI Agent中的信念描述所求问题,运用信念愿望匹配规则完成模型类型选择;模型选择Agent再通过合同网协议与模型Agent进行交互选择出模型结构。实验结果表明,该方法能较好的完成模型自动选择任务。     

基于大数据深度神经网络与Agent的大规模任务处理方法

因大规模任务处理模型在处理实际任务请求通常是基于历史数据的,若总依据经验和以往知识判断,会出现许多无法识别并处理的任务,以及出现模型过拟合等问题.提出了一种基于深度神经网络的计算模型进行大规模任务部署,并引用Agent强化学习效用进行评价,实现最佳虚拟网络映射方案.实验结果表明,这种BD T ard方法法能满足大规模任务请求,稳定系统长期收益,保障了大数据环境下大规模任务处理的高效执行.     

基于神经网络集成的入侵检测系统

目前,较为成熟的入侵检测系统普遍存在检测率偏低、对新的入侵不够敏感等问题,影响了系统的整体性能。在深入研究的基础上,本文提出了一种基于神经网络集成的入侵检测方法。该方法采用神经网络集成分类技术,在去除冗余数据的基础上对成员网络进行训练,并通过动态的方法确定成员网络的个数,最终通过神经网络对成员网络结果进行融合,以提高系统的整体性能。理论和实验表明,该方法能在保证成员网络差异性的同时提高入侵的检测率,具有较好的应用前景。