基于软件人的装备物流供应链协商模型

供应链成员之间的协商是智能供应链管理系统的关键部分,供应链成员只有通过协商才能进行有效的交互、合作。装备物流供应链中的一些运作功能定义成多个软件人模型,其中包括协调软件人、采购软件人、生产软件人、库存软件人、运输软件人、供应软件人。本文主要研究的是采购软件人与供应软件人之间的协商,提出一个软件人之间的协商模型。     

多智能体系统中的协商模型

目前,对多智能体系统的应用多是以开放的、复杂的、变化的网络为平台,为了更好地与环境相匹配,同对提高智能体之间协商的效率,从全局与单个智能体两方面着手,提出了一种新的MAS全局模型,并相应地提出了全局协调Agent的三维模型以及智能体之间的协商模型。通过这一系列模型的模拟实现,证明了此协商模型是正确的与接近自然的。从理论上基本上解决了与当前流行的基于网络的各种先进的智能系统,分布式问题求解等领域的衔接,因而有一定的指导意义并具有广阔的发展前景。     

基于SOAP的软件人通信模型研究

对比了两种常用智体通信语言KQML和FIPA-ACL,确定软件人的通信语言采用FIPAACL,从而实现与分布在世界各地的多智体系统之间能够互操作,即相互通信和交流信息。同时提出了软件人通信层;欠结构和交互模型。然而,目前FIPA消息不能穿越防火墙,极大地制约了不同Agent平台之间的互操作性,因此提出使用简单对象存取协议（simple Object Access Protocol）作为新的传输协议,该协议可以穿越防火墙FIPAACL的规范,但未完整地涉及安全问题,因此同时通过扩展SOAP解决软件人通信的安全问题,从而达到可靠的安全通信。     

“软件人”社会的递阶协调模型研究

在借鉴多智体系统协调模型的基础上，提出了软件人社会的递阶协调模型，即基于合同网模型的软件人群体之间的协调机制和基于公共知识库的软件人群体内部的协调机制。使用公共知识库，单个软件人可以用最少的通信与其他软件人一起完成一项复杂的任务。将复杂问题进行有效分解，采用集中与分散相结合的协调原则，共同完成任务，降低了系统的维护难度和耦合度，使系统具有柔性，并易于实现。     

基于对手不完全信息的订单在线智能协商模型

针对订单在线协商延误率和失败率高的问题,基于Zeuthen协商策略提出多阶段多边协进化协商算法。引入新的协调者角色控制多边谈判,并利用贝叶斯原理,通过逐渐修正对手底价估算向量的概率分布和动态调整报价曲线获得最优协商让步幅度,结合同步淘汰机制有效避免了无效协商。实验表明该模型能够充分利用对手信息实时更新智能体协商信念,进而明显地改进了协商行为的效用。     

基于信任关联的免疫软件人群体检测模型

免疫软件人具有自适应性、智能性和协作性,能够对动态的分布式网络进行实时监控。大部分分布式入侵检测系统的实现都会产生大量的报警信息,误报率也较高,影响了入侵检测的效果。针对此问题,将免疫软件人群体检测应用于分布式入侵检测,提出了一种基于信任关联的免疫软件人群体检测方法。实验表明,使用该信任机制可以提高软件人群体入侵报警的检测准确率。     

“情感软件人”模型研究

为丰富软件人的拟人特性，使软件人具有情感特色，本文提出一种情感软件人模型的总体架构。模型中考虑了认知在软件人的情绪及行为选择中的作用；用模糊形式描述软件人的情绪评估。为了描述软件人在相同情绪时，其触发原因相异而导致行为不同，软件人的行为模型采用“案例＋智能搜索”的模式，整个系统的实现采用Model—View—Controller（MVC）的设计模式。     

基于内分泌免疫多智能体的舰艇编队防空体系模型

针对舰艇编队协同防空问题,借鉴生物内分泌免疫系统的防御机理,将舰艇编队协同防空体系映射到内分泌免疫系统中,并且结合多智能体理论与方法,设计了内分泌、免疫智能体和通信智能体的功能结构模型,构建了一种舰艇编队协同防空体系内分泌免疫多智能体网络模型。该网络模型整体上涌现出了协同防空体系的自组织性、自适应性、自学习性、记忆性和进化性,为舰艇编队协同防空体系研究注入了新的思想,也可为反潜等其它防御作战研究提供借鉴。     

广义模型智能仿真软件人

当前,系统建模与仿真正在向复杂大系统的"协调化、智能化、集成化、网络化"建模与仿真的方向发展.于2008年在第三届"中国系统建模与仿真技术高层论坛"的特邀报告中提出,为了突破传统数学模型的局限性提倡"广义模型",提高系统仿真的智能化水平,引入"智能仿真",解决人的建模与仿真的难题.给出了"软件人"的概念,主要内容是论述"广义模型、智能仿真、软件人"的基本概念、理论方法、关键技术、研究开发及应用实例,在此基础上,提出并建议:研究开发基于"软件人"的拟人仿真系统.     

一种基于生物免疫原理的计算机抗病毒策略

基于生物免疫的基本原理详细地研究了计算机免疫机制。提出了一种计算机抗病毒策略和基于多智能体技术的计算机病毒免疫系统结构模型。并探讨了该策略的实现及未来需要解决的问题。     

Concurrent Negotiation Model for Multi-agent-oriented Intelligence Reconnaissance System

In the multi-agent-oriented Intelligence Reconnaissance System （IRS）, there are a lot of negotiations in reconnaissance cost, reconnaissance quality and task among the reconnaissance platform agents. However, time the current negotiation models lack flexibility and can＇t meet the requirements of negotiations in the multi-agent-oriented IRS. To solve these problems, a concurrent negotiation model is presented in this paper, in which an auction is mapped into a one-to-many negotiation between seller and buyers. Thus, the mechanism and process of concurrent negotiations are studied. The results of simulation experiment show that this concurrent negotiation model has an advantage in achieving more and higher utility agreements than others, such as desperate and patient control models.     

基于ISM技术的自适应分布式网络安全系统研究

在研究和分析"免疫软件人"(Immune-Soft Man,ISM)技术的基础上,受其启示,提出一种直观的基于ISM技术的网络安全系统(Network Security System based on Immune-Soft Man,ISMNSS)的自适应分布式协作控制模型.该模型融合了层次模型和协作模型的优点,以分布式自治ISM为组织单元,采用部分——全局规划(PGP)策略的多ISM协商控制机制,从构造上克服了传统的分布式入侵检测系统(DIDS)由于系统自身结构固定且缺乏自适应性和协同性等局限性.通过分析和实验验证,该系统充分利用了ISM的自治性、协作性和社会性等特性,较好地解决了信任社区内与社区间的协同预警及防御问题,相比传统的网络安全系统,具有检测效率高、负载均衡和自适应能力强等优点.这也为解决现有网络安全系统的不足提供了新的研究思路和方法.     

基于Multi—agent的对策论协商模型

1 引言对策论的研究是以每个Agent的效用和赢利为基础的,每个Agent都希望能够在协商过程中求得Nash平衡的策略组合,使得那些基于理性假设的Agent均可获得一个稳定并且满意的解。当任何理性Agent达到Nash平衡点后,它们都不会试图离开,这是因为只有Nash平衡点,才能获得较大的赢利。可惜的是,Nash平衡不一定总是存在,或者可能存在多个,在这些情况下,如何寻找满意解,是人们一直试图解决的     

基于Agent的谈判模型研究

提出了一种基于Agent技术的谈判模型,应用模糊数学理论建立了谈判论据及谈判解接受度数学模型。采用约束放松的方法对谈判模型进行求解,得到了谈判Agent满意的谈判解。阐述了双边多属性谈判过程,设计并开发了Agent谈判系统原型,实例计算分析表明,该谈判模型是一种双赢的谈判模型。     

面向21世纪的舰船指控系统仿真技术

该文论述舰船指控系统仿真技术的若干进展。介绍多功能雷达模拟器，舰船指挥控制环境仿真系统等研究成果：探讨在多媒体、并行处理与人工智能等新技术支持下，进行海军区域综合电子信息系统仿真的可行性。     

基于GAI多属性依赖的协商模型

多属性之间的依赖关系增加协商Agent效用函数的复杂性,从而也增加多属性协商问题的复杂度.本文提出一种基于GAI多属性依赖的协商模型.该模型使用GAI分解将协商Agent的非线性效用函数表示为依赖属性子集的子效用之和.在协商过程中,协商双方采用不同的让步策略和提议策略来改变提议的内容.卖方Agent利用本文提出的GAI网合并算法将协商双方的GAI网合并,并利用生成的GAI树产生使社会福利评估值最大的提议.实验表明当买方Agent采用局部让步策略且卖方Agent采用全局让步策略时,协商双方能够在有限的协商步内达到接近Pareto最优的协商结局.     

Negotiation among autonomous computational agents: principles,analysis and challenges

Automated negotiation systems with software agents representing individuals or organizations and capable of reaching agreements through negotiation are becoming increasingly important and pervasive. Examples, to mention a few, include the industrial trend toward agent-based supply chain management, the business trend toward virtual enterprises, and the pivotal role that electronic commerce is increasingly assuming in many organizations. Artificial intelligence (AI) researchers have paid a great deal of attention to automated negotiation over the past decade and a number of prominent models have been proposed in the literature. These models exhibit fairly different features, make use of a diverse range of concepts, and show performance characteristics that vary significantly depending on the negotiation context. As a consequence, assessing and relating individual research contributions is a difficult task. Currently, there is a need to build a framework to define and characterize the essential features that are necessary to conduct automated negotiation and to compare the usage of key concepts in different publications. Furthermore, the development of such a framework can be an important step to identify the core elements of autonomous negotiating agents, to provide a coherent set of concepts related to automated negotiation, to assess progress in the field, and to highlight new research directions. Accordingly, this paper introduces a generic framework for automated negotiation. It describes, in detail, the components of the framework, assesses the sophistication of the majority of work in the AI literature on these components, and discusses a number of prominent models of negotiation. This paper also highlights some of the major challenges for future automated negotiation research.     

基于中介Agent的强化学习优化协商模型

提出了一种基于强化学习的双边优化协商模型。引入了一个中介Agent。在强化学习策略中使用不同的参数产生提议,进而选出最好的参数进行协商。为了进一步提高协商的性能,还提出了基于中介Agent自适应的学习能力。仿真实验结果证明了所提协商方法的有效性,且该方法提高了协商的性能。     

一个基于Bayesian学习的协商模型

在Multi-Agent系统(MAS)中,每一个Agent都有不同的目标。通常只拥有对方的不完全信息。Agent需要具有解决在实现各自目标过程中所产生的各种矛盾的能力。协商是解决这些矛盾的一种有效途径。本文提出了一个基于Bayesian学习的协商模型NMBL：在每一轮协商中,Agent通过Bayesian学习获取协商对手的信息,更新对协商对手的信念,然后根据基于冲突点和不妥协度的协商策略提出下一轮的协商提议。NMBL把整个协商过程看成一个动态的交互过程,体现了Multi-Agent系统的动态特性,同时NMBL具有较强的学习能力。试验证明,该模型具有较好的协商性能。     

一种人工智能控制方法在甲醛生产过程中的应用

针对甲醛生产过程中氧-甲醇比控制难题，提出一种人工智能控制方法。该方法基于人工操作经验而形成，控制系统由一种简单的分布式控制系统组成，实践表明，可取得良好效果。