关于足球机器人系统的工作模式及通讯机制的探讨

机器人足球比赛融合了实时视觉技术、机器人控制、无线电通讯、多机器人协作等多个领域的技术,是研究多Agent系统的标准实验平台,总结了机器人足球比赛中的关键技术,基于Agent思想,对足球机器人系统的两种主要的工作模式即基于视觉的集中控制模式和基于视觉的半自主控制模式进行了分析和比较,探讨了足球机器人的通信机制和推理过程,这些思想不仅适用于机器人足球比赛系统,而且对其它智能机器人系统同样具有指导意义。     

多智能体系统混合智能学习算法研究

针对Agent个体学习与群体学习各自的不足，探讨了多智能体系统(MAS)中的合作与协商及Agent学习技术，提出了一种新的混合智能学习算法．将个体学习与群体学习有效结合起来，提高了Agent的个体性能及系统整体的智能水平．在足球机器人仿真系统中进行了实验，结果表明了算法的可行性与有效性．     

基于混合式多智能体系统的协作多机器人系统研究

针对各种先进制造模式对多机器人系统开放性、灵活性的要求 ,利用智能体 (Agent)的思想 ,综合了集中规划与分布规划的优点 ,在局域网环境下 ,设计了用动态集中规划方法构造的混合式MAS (Multi AgentSystem)协作多机器人系统 .对机器人Agent的结构及各模块的功能进行了重点介绍 .该混合式MAS的特点是 :可以方便地动态增加或减少Agents;允许存在异构的机器人 ;并能够根据各Agent的运行状态和工作能力的变化 ,对任务进行重新分解和分配 .系统实验结果表明 ,该系统较传统的机器人系统具有良好的开放性、灵活性和鲁棒性     

基于混合式多智能体系统的协作多机器人系统研究

针对各种先进制造模式对多机器人系统开放性、灵活性的要求，利用智能体(Agent)的思想，综合了集中规划与分布规划的优点，在局域网环境下，设计了用动态集中规划方法构造的混合式MAS(Multi-Agent System)协作多机器人系统．对机器人Agent的结构及各模块的功能进行了重点介绍．该混合式MAS的特点是：可以方便地动态增加或减少Agents；允许存在异构的机器人；并能够根据各Agent的运行状态和工作能力的变化，对任务进行重新分解和分配．系统实验结果表明，该系统较传统的机器人系统具有良好的开放性、灵活性和鲁棒性。     

智能Agent技术在CAPP系统中的应用

智能Agent技术已经成为分布式人工智能领域的一个研究热点,吸引了越来越多研究者的关注.本文简单介绍了Agent、MAS的基本概念和CAPP系统的基本组成,在此基础上提出了一种基于MAS技术的CAPP系统体系结构,阐述了系统中各主要Agent的功能,探讨了系统的实现方法,同时实现了一个基于MAS的线切割自动编程系统,最后对基于MAS技术的CAPP系统与传统的CAPP系统的优缺点进行了比较.     

MAS-GDSS的耦合研究

提出了一种面向实体的结合MAS技术的GDSS体系结构。首先，根据群决策活动特点将GDSS按着PIanning层、Analyse层和Deal层进行划分；然后，定义各层的主体结构；最后，给出了结合多主体系统(MAS)技术的群决策支持系(GDSS)的组织模型。由于不同的层次分别采用了松耦合、慎思的Agent和反应型Agent相结合，并且在Analyse层定义了公共Agent，使得该系统具有良好的开放性、灵活性和基于实体的扩展性。     

问题层与交互层分离的多Agent系统组织结构设计

MAS组织结构作为Agent成员协作交互的框架,是多Agent系统实现系统目标的基础.设计适用于不同应用领域的MAS组织结构有利于降低转换应用成本.提出MAS组织结构设计过程,其主要特点在于:将应用领域相关知识从可普遍适用的组织协作机制中抽离出来,从而提高组织的协调机制部分的可重用性和可扩展性,而且该设计过程允许在没有预先说明协调机制之前,就可以进行一种说明性的、基于领域知识的组织设计.首先详细介绍问题层与交互层分离的多Agent系统组织结构的设计过程,随后给出交互层的实现过程及原型设计说明.     

基于MAS远程教学系统中学生模型的设计

为了改善传统的基于Web的远程教育缺陷,提出了一种基于MAS(多Agent系统)的远程教学模型,并利用Agent的智能推理能力对模型中的核心模块——学生模型进行设计.采用模糊理论进行智能推理,并给出了学生知识水平估算和学生情绪估算的Agent的推理算法.采用JAVA2将学生模型在自测系统中得以实现,并分析了测试结果.该系统推理算法简单有效,增强了远程教学的智能性和适应性,可有效改善教学效果.     

机器人足球仿真比赛平台及Agent策略

机器人足球赛通过一个标准的、易于评价的比赛平台,促进DAI(分布式人工智能)和MAS(多智能体系统)的研究与发展.在介绍机器人足球比赛的基础上,以FIRA(Federation of International Robot-soccer Association)仿真机器人足球比赛11VS11为例,阐述仿真机器人足球软件平台的基本结构,对于了解机器人足球比赛以及编写Client端程序参加国际仿真足球比赛、构造动态多智能体系统和多智能体的合作具有重要意义,借此促进机器人足球仿真技术的推广.     

一种基于多Agent系统的智能家庭网络研究

在分析家庭网络智能化需求的基础上,提出一种基于多Agent系统的智能家庭网络MAIHN模型,用Agent实现不同功能单元的控制与管理,通过MAS技术的思想、方法和体系建立智能家庭网络整体结构。给出了MAIHN模型的各个组成部分,对模型中各种Agent的功能设计与实现模型进行了分析,研究了MAIHN模型中的多Agent协作与通信策略,并设计了系统的实验原型。     

基于不精确推理模型的诊断型专家系统研究

介绍了采用VB6 0开发的一个营养诊断专家系统 ,它属于一种诊断型专家系统。该系统的知识表示使用了产生式规则形式 ,推理机采用了规则推理和不精确推理相结合的方法。在不确定性知识处理上 ,应用确定性理论、主观Bayes方法和证据理论分别建立了不精确推理模型 ,使推理机具有较高的准确性。     

燃气轮机故障诊断专家系统的设计与实现

建立了一个适用于燃气轮机的故障诊断专家系统。介绍了该系统的结构、功能、自学能力和知识库的建立及推理机的实现。知识库采用产生式表示法,其组织结构分为三级:大范围经验知识、小范围经验知识和参考解决方案。系统采用双推理机机制,逆向精确推理用于教学和演示,能够查看和解释系统的推理过程;逆向不精确推理用于实际工作场合,提供具有较高可信度的推理结果。     

一种基于神经网络的专家系统的推理机研究

传统的推理方式存在推理效率低和冲突消解问题．提出一种新的解决这一问题的方法．即由正向神经网络推理和反向逻辑推理所组成的混合推理系统．利用种经网络所具有的并行性、可学习性、知识可存储性不但可以解决推理冲突,而且还可以利用并行性提高推理的收敛速度和推理效率．为了说明问题,设计了一个实验系统,经实验取得了较理想的效果,并有实用性．     

基于VB6.0的营养诊断专家系统

采用面向对象的方法和VB6 .0程序设计语言 ,设计和实现了一个营养诊断专家系统 ,该系统可以充分利用营养分析专家长期积累起来的经验和知识 ,使营养诊断技术为一般人员所掌握 ,这对于维护和保证人类身体健康具有重要意义。介绍了该系统的结构和各模块的功能 ,阐述了系统知识库建立的方法和推理机制。推理机是诊断专家系统的核心部分 ,该系统采用了基于产生式规则的正向推理技术 ,在不确定性知识处理上 ,应用确定性理论、概率统计理论建立了不确定性推理模型 ,使推理机具有较高的准确性。最后给出了一个系统的诊断实例。实践证实 ,面向对象的方法更接近于人类的一般思维活动 ,能有效地表达现实世界中大多数领域的知识     

基于人工智能的零件配合设计方法研究

机械零件配合设计是机械设计与制造中的一项重要内容,根椐专家系统的原理提出一种运用规则推理解决零件配合设计的方法,实现了知识表示与基于精确推理机制的规则推理。     

基于FFSI的数/模混合推理结构设计原理

基于全部模糊控制规则的模糊逻辑推理软件化实现方法有时难以满足快时变过程控制的要求。而基于部分规则的模糊推理硬件化实现方法则具有非常高的推理速度,从而提出了一种基于作用模糊子集推理的数／模混合推理结构,讨论了其实现原理,设计了电路原理图．该结构对于多输入系统及拥有大量规则的系统,不仅不减缓推理速度,而且可以节省芯片面积．     

用于辅助决策领域的专家系统开发环境—ESAD

ESAD系统是一个模块组合式的用于辅助决策领域的专家系统开发环境。它是一个多目标的推理系统,具有三种知识表示:变元特性表示,过程表示法表示,决策规则表示,引入示例学习的知识自动获取的功能模块GS_(32)。提出了划分辅助决策领域的知识为共用级与专用级的概念。设计了知识库的层次结构与用于同数据库相联的接口,还设计了一个用于各种不同推理机制的通用的推理网络。使用ESAD系统已开发了一个预研辅助决策专家系统。     

关于神经网络的汽车故障诊断专家系统

介绍了一种把神经网络与传统的专家系统结合的全集成型的诊断系统．在规则库的建立中,提供了自动的正确性检查及完备性的保证．系统的推理机制是由正向神经网络推理和反向的逻辑推理构成的混合推理系统．推理的完成是采用共同的数据结构和知识表示,以合作的方式来实现的．系统在Ｗｉｎｄｏｗｓ环境下,使用面向对象程序设计实现,为用户提供较方便的接口．     

一种基于模糊推理的专家系统的设计与实现

描述了一种基于模糊推理模型的专家系统。在本系统中知识采用了框架结构和模糊产生式规则相结合的表示形式,引进了模糊匹配和语义距离等方法进行模糊推理,实现了一种较为理想的不确定性推理。     

ICAI系统中自动答疑策略与机制探讨

针对智能型教学课件（ICAI）中答疑子系统，提出了推理策略、解析机、推理机与知识的表达组织形式等设计构想。探讨了系统关于语义分析、知识管理、关联规则挖掘、行为跟踪等问题。简要地分析了解析机、推理机、知识库的工作原理和答案的演译过程。