多Agent合作求解

Multi-Agent Collaborative Problem Solving is one basic issue of the research of Multi-Agent System (MAS). In this paper we summarize some research work of Multi-Agent collaborative problem solving,expound the characteristic of Multi-Agnet collaborative problem solving,Model of Multi-Agent collaborative problem solving,pro-cess of solving,the application field of Multi-Agent collaborative problem solving and some challenge. Especially wediscuss the main models ,introduce the representative model including joint-intention,joint-commitment ,shared plan.     

基于多Agent和本体的分布式资源描述和检索

分布式资源库是当前信息领域的一个重要趋势,分布式资源描述和检索是其中的核心问题。文章提出了一个基于多Agent和本体的分布式资源描述和检索解决方案,实现资源分布式存储和资源分布式检索。引入本体作为领域知识基础,各站点以异构的方式,按照自己的方案来进行资源存储和描述。引入静态Agent用于各个站点的管理,并使用移动Agent作为移动的智能查询实体往返于各站点之间,实现分布式的资源检索。     

一种新的基于复合弹簧网络的多Agent系统分布式问题求解方法

当多Agent系统（MAS）中Agent之间存在多种复杂的随机的社会交互行为时，当各Agent表现出不同程度的自治性和理性时，难以用现有的方法描述和求解MAS问题，即使对仅仅存在竞争和合作这两种社会交互行为，并且不考虑Agent之间自治程度的本质性差异时，现有的基于结盟的MAS问题求解算法也具有极高的计算复杂性，该文提出一种新的复合弹簧网络模型和方法，利用分布式弹性动力学方程，将MAS分布式问题求解过程转变对应的复合弹簧网络形变过程，这种模型和方法能够处理各种社会交互行为以及Agent不同程度的自治性，分析和仿真实验表明，在计算复杂性和适用性等许多方面，该文的分布并行算法优于文献[7,8]的Shehory-Kraus算法。     

基于多Agent的分布式通信对抗目标分配系统

针对通信对抗目标分配的特点,提出一种基于多Agent的分布式目标分配系统。给出问题描述和模型建立的方法,设计分布式协同拍卖机制和分布协同拍卖算法,其中,分布协同拍卖算法包括竞拍序列禁忌规则、目标威胁度更新规则等。仿真结果表明,与遗传算法相比,该算法收敛速度较快、实时性较强。     

基于多Agent的动态层次化分布式入侵检测系统

随着入侵检测技术的发展。IDS越来越呈现出分布性、智能性的特征。传统的基于多Agent的分布式入侵检测系统,往往采取一种分布式数据采集和层次化数据分析的方法。这虽然使系统的逻辑结构简单严谨,却很大程度上限制了系统的分布性、智能性与实时响应能力。本文提出一种动态建立的层次化结构,并提出了对其运行进行支持的基本方法体系;引入了对手思维状态模型,实现了建立在多Agent合作关系上的协同检测;对传统的分布式入侵检测系统进行了有效的改进。     

基于Agent的分布式入侵检测系统框架设计

在分析现有基于Agent的入侵检测系统的基础上,提出了一种基于Agent的DIDS(Distributed Intrusion Detection System,分布式入侵检测系统)模型,系统采用分布检测,分布处理的模式,通过多Agent技术的思想建立DIDS整体结构,用Agent实现不同的功能单元,给出了模型的各个组成部分,并对模型中各种Agent的功能设计和实现原理进行了分析;尽管Agent的相关理论和系统有待发展与完善,但由于网络系统的分布式的特点以及网络应用的发展,基于Agent的检测框架应是未来IDS发展的重要方向.     

基于多Agent的分布式虚拟设计/制造系统研究

文章首先分析了在分布式虚拟设计/制造系统中结合多Agent技术的必要性,然后给出了一种基于多Agent的分布式虚拟设计/制造系统的实现方案,并详细地描述了部分组成和功能。     

基于多Agent技术的分布式测控系统研究

文章将智能Agent技术应用于分布式测控系统领域．实现分布式测控系统的智能化。对Agent技术、多Agent系统、分布式测控系统进行分析，指出基于多Agent技术的分布式测控系统需要解决的几个问题，最后给出一个应用实例。     

基于实时多Agent系统的作战智能决策仿真模型

该文首先对Agent和多Agent系统的理论和应用进行了概述，提出一种用于实时人工智能系统(RTAIS)的多Agent结构模型AA的形式化描述，这种Ageng结构包含两层Agent，即RTAIS Agent(AA)和AA内部的一组Agent体(IA)，并介绍基于该模型的舰艇协同攻击潜艇的仿真系统的实例，证明AA结构模型应用于实时智能系统，不仅能适应强实时系统的实时性要求，而且提供了更高的智能水平。     

多Agent诊断系统中合作任务调度算法的实现

多Agent系统的核心问题是多Agent的合作和问题求解,在多Agent系统合作的调度算法中引入遗传算法,能更准确和更有效地进行问题求解。文中在介绍多Agent系统结构的基础上,分析了多Agent的合作问题以及基于遗传算法的调度算法,并在一个实用系统中实现了合作任务调度算法,达到了预期效果。     

基于BDI的Agent合同网实现

合同网是一个用于分布式问题求解的高层通信协议,本文给出了一个扩充的合同网协议的会话策略和一个BDI精神状态形成模型,并在此基础上将BDI模型用于合同网协议,给出了实现合同同网协议的一系列BDI行为驱动规则。本文在合同网协议的招投标过程中引入了信任度、稳健度和积极程度等精神状态参数,这类参数有助于改善协作质量,从而使系统具有较好的适应性和灵活性。     

资源受限的多Agent系统通信研究

在部分可观察环境中,Agent需要知识共享完成分布式合作.在资源受限的条件下,不加选择的通信会因为消耗有用的带宽产生性能瓶颈.因此,在资源受限的系统中需要在通信效用和通信代价之间进行适当的折衷.通过对无线网络通信方法的研究,基于信息冗余的思想讨论了多Agent系统的通信问题,提出了选择性信息交换算法,保证了Agent之间必要时的通信,以此来提高合作的效率.     

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。     

基于分布式智能移动Agent的信息检索系统

随着网络的迅速发展和信息时代的到来,从网络中快速准确地检索到自己所需要的信息变得更为困难,于是提出了分布式移动多Agent的概念来接受此挑战.首先对Agent理论的研究现状进行了综述和讨论,主要内容包括智能Agent的概念、特性、多智能Agent系统等;然后在研究了现有的检索系统的基础上,提出了其存在的问题,并进而提出了解决方案,即基于分布式智能多Agent的智能检索系统的设计和实现;该系统可及时有效地根据用户的需求实现智能地、自主地、协作地、快速地检索、过滤和融合网络信息.     

基于多Agent技术的自动文摘研究

针对自动文摘研究所面临的问题和现有单机自动文摘系统的性能特点,提出了基于多Ａｇｅｎｔ技术的自动文摘系统的构想,给出了其体系结构,阐述了系统的工作原理。该文摘系统是一个面向Ｉｎｔｅｒｎｅｔ的分布式系统,且具有较好的可靠性和开放性。     

移动Agent系统中分布式资源监测器的设计与实现

本文从硬件资源的角度出发,探讨了移动Ａｇｅｎｔ目标主机的选择标准,并给出了相应的分布式资源监测器的设计与实现方法。     

基于移动Agent的分布式多层结构及应用研究

本文在分析分布式对象技术、Web多层结构技术和移动Agent技术的基础上 ,建立了基于移动Agent的分布式多层结构计算模型 ,并将此模型应用于远程学习系统中。     

基于多Agent的组织决策支持系统(ODSS)的设计与研究

近年来，Agent技术给软件的发展带来了日新月异的变化．这种技术提供了软件系统概念化、设计与实现的全新模式，多Agent与组织决策支持系统(ODSS)也是人工智能和系统工程中的研究热点。本文在研究多Agent与0DSS的基础上，设计了一种基于多Agent的组织决策支持系统，并对它进行了适当的分析和展望。     

基于多Agent的分布式计算机动态取证模型研究

传统的计算机取证大多采用静态取证技术,通过事后分析的方法提取证据,证据的收集和提取比较困难,证据的法律效力低.将计算机取证技术与入侵检测技术结合,提出一种基于多Agent的分布式计算机动态取证模型,采用多Agent的分布式数据采集策略,扩展了取证范围;通过入侵检测系统实时监测,动态获取入侵证据,提高了证据的证明能力;同时,采用证据融合的数据分析技术,通过多源联合信息降低了误警率,增加了证据的可信度,提高了证据的有效性.     

基于多Agent的分布式数据挖掘模型

论文分析了分布式数据挖掘的优势和所面临的问题,讨论了Agent对分布式数据挖掘性能的增强。又进一步提出了一个基于Agent的分布式数据挖掘形式模型,并结合数据挖掘方法和知识集成技术对该模型进行了深入的分析和讨论。