首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 468 毫秒

1.  基于Agent的一种远程教育模型搜索算法  
   徐慧英《微机发展》,2003年第13卷第11期
   考虑到远程教学系统实际需求,文中介绍了一个基于Agent思想的远程教育系统模型,将各种教学资源有机地结合起来,为学生创建个性化智能化的教育学习环境。在多Agent通信语言KQML的基础上,设计了Agent的能力编码,通过对搜索教师Agent算法的时间复杂度分析,说明该模型中搜索教师Agent的算法是可行的和有实际借鉴意义的。    

2.  基于Agent的一种远程教育模型搜索算法  
   徐慧英《计算机技术与发展》,2003年第13卷第11期
   考虑到远程教学系统实际需求,文中介绍了一个基于Agent思想的远程教育系统模型,将各种教学资源有机地结合起来,为学生创建个性化智能化的教育学习环境.在多Agent通信语言KQML的基础上,设计了Agent的能力编码,通过对搜索教师Agent算法的时间复杂度分析,说明该模型中搜索教师Agent的算法是可行的和有实际借鉴意义的.    

3.  关系tri-training:利用无标记数据学习一阶规则  
   李艳娟  郭茂祖《计算机科学与探索》,2012年第5期
   针对目前归纳逻辑程序设计(inductive logic programming,ILP)系统要求训练数据充分且无法利用无标记数据的不足,提出了一种利用无标记数据学习一阶规则的算法——关系tri-training(relational-tri-training,R-tri-training)算法。该算法将基于命题逻辑表示的半监督学习算法tri-training的思想引入到基于一阶逻辑表示的ILP系统,在ILP框架下研究如何利用无标记样例信息辅助分类器训练。R-tri-training算法首先根据标记数据和背景知识初始化三个不同的ILP系统,然后迭代地用无标记样例对三个分类器进行精化,即如果两个分类器对一个无标记样例的标记结果一致,则在一定条件下该样例将被标记给另一个分类器作为新的训练样例。标准数据集上实验结果表明:R-tri-training能有效地利用无标记数据提高学习性能,且R-tri-training算法性能优于GILP(genetic inductive logic programming)、NFOIL、KFOIL和ALEPH。    

4.  基于流演算的多Agent通信动作的研究  被引次数:1
   杨爱琴《计算机工程与设计》,2010年第31卷第1期
   为扩展多Agent系统中Agents之间的交互特性,在流演算理论框架下研究了多Agent的通信动作.根据流演算理论和主体通信语言ACL,结合其它Agent的知识表示,引入了通信动作,给出了形式化描述,并讨论了通信动作如何影响通信双方的知识状态,并通过一个智能日程安排实例验证了上述理论,为构建适应动态.不完全可知环境下复杂的多主体系统提供了理论基础.    

5.  一种自顶向下和自底向上相结合的ILP算法  
   许中卫  李炜  宋杰  吴建国《计算机工程与应用》,2006年第42卷第15期
   归纳逻辑程序设计(ILP)是机器学习的一个重要分支,给定一个样例集和相关背景知识,ILP研究如何构建与其相一致的逻辑程序,这些逻辑程序由有限一阶子句组成。文章描述了一种综合当前一些ILP方法多方面优势的算法ICCR,ICCR溶合了以FOIL为代表的自顶向下搜索策略和以GOLEM为代表的自底向上搜索策略,并能根据需要发明新谓词、学习递归逻辑程序,对比实验表明,对相同的样例及背景知识,ICCR比FOIL和GOLEM能学到精度更高的目标逻辑程序。    

6.  一种模糊强化学习算法及其在RoboCup中的应用  
   高建清  王浩  于磊  方宝富《计算机工程与应用》,2006年第42卷第6期
   传统的强化学习算法只能解决离散状态空间和动作空间的学习问题。论文提出一种模糊强化学习算法,通过模糊推理系统将连续的状态空间映射到连续的动作空间,然后通过学习得到一个完整的规则库。这个规则库为Agent的行为选择提供了先验知识,通过这个规则库可以实现动态规划。作者在RoboCup环境中验证了这个算法,实现了踢球策略的优化。    

7.  多智能体系统支撑环境MAS/TH-5  被引次数:3
   李毅  石纯一《计算机研究与发展》,1999年第36卷第5期
   MAS/TH-5系统是具有一定开放性的支持MAS构造与集成的支撑环境,它将开发与运行环境集为一体,形成整体解决方案.同时,文中所构造的具有实际应用价值的Agent模型,为支撑环境提供了理论和技术基础.这种模型具有理性平衡的特点.该模型还为用户提供了建立其他Agent模型的一般性框架,可以满足MAS系统中Agent交互的需求.在支撑环境上,文中所设计的Agent语言具有描述BDI等思维状态的能力,可处理较复杂的实际应用问题.    

8.  AgentSpeak中意图生成过程的可靠性与完整性研究  
   杨博  邵利平  覃征《计算机科学》,2011年第38卷第3期
   意图生成是BDI型Agent为实现目标而产生动作序列的过程。验证软件Agent中意图生成的正确性是Agent编程语言中一个重要的研究问题。针对软件Agent中意图执行的正确性,以当前最流行的BDI型Agent编程语言AgentSpeak为例,证明了软件Agent意图执行的有效性。首先根据AgentSpeak的语法构造了一个解释系统,并给出了该解释系统的满足关系,从而得出了AgentSpcak的模型论语义。在该模型论语义的基础上,结合由Moreira和Bordini所给出的操作语义,证明了AgentSpeak的意图生成等价定理:AgentSpeak语言中模型论语义的意图等价于AgentSpeak程序操作语义的意图。由此可得出结论—AgentSpcak中的意图执行是可靠而完整的,从而验证了AgcntSpcak中软件Agent意图完成目标的正确性。    

9.  PROLOG语言及其实现  
   沈祖梁  丁利亚《计算机工程》,1985年第6期
   PROLOG语言是一种逻辑式程序设计语言,其名字就来源于PROgram和LOGic。PROLOG语言改变了人们所熟悉的程序设计语言中一些基本概念,引入了新的思想。PROLOG的程序并不说明运算的过程,它所描述的是事物间的逻辑关系,因而也被归类为非过程式程序设计语言。 本文将通过以下三个部分,介绍笔者于一九八四年实现并通过技术鉴定的一个PROLOG语言系统。它是一个可以在IBM-PC、IBM-PC/XT、IBM-PC/AT和IBM-PC兼容机,以及WANG-PC机上运行的 PROLOG语言系统。1.PROLOG语言的程序结构;2.PROLOG语言系统的核心算法;3.PROLOG语言系统的实现。    

10.  基于情感学习本体的教学反馈策略生成算法的研究  
   陶小梅  牛秦洲《计算机工程与科学》,2015年第37卷第2期
   研究如何采用本体建模的方法解决智能教学系统中的情感理解与情感反馈的问题。构建了一个情感学习本体用于描述在学习过程中出现的与情感相关的概念及概念之间的关系,设计了基于该本体的教学反馈策略的生成算法,可以在不需要和学生进行问答交互的情况下获得学生学习过程的感知和理解状态,可以更好地理解学生的学习状态以提供更好的基于"情感触发"的认知和情感支持。并将情感学习本体和一个C语言程序设计领域知识本体以及反馈策略生成算法应用到一个以教学视频为主体学习资料的智能教学系统中。应用实例表明,该教学反馈策略生成算法能对学习者提供有效的认知反馈和情感反馈。    

11.  Agent通信原型的设计与实现  被引次数:2
   邓曙光  王斌  陈松乔《计算机工程与应用》,2003年第39卷第17期
   Agent通信一直被认为是多Agent系统协作的核心。该文以人工智能领域中黑板模型结构和消息传送结构作为多Agent系统的基本通信结构,对树形拓扑的多Agent原型系统进行了研究与构造。为适应日益广泛的多Agent系统应用需求,在Agent通信报文设计中考虑了不同网络服务质量及安全参数。文章给出了不同类型的Agent通信实例及通信过程描述,并详述了Agent通信调度算法。最后,对多线程和动态负载平衡等实现原型系统的关键技术进行了分析。    

12.  WDM网络逻辑拓扑重构的一种方法  
   翟宏涛  王红  陆捷《空军雷达学院学报》,2005年第19卷第1期
   针对网络业务流量的动态变化,为保证网络具有良好传输性能,需对逻辑拓扑进行重构.提出了一种基于最小化网络光路变化数量准则的逻辑拓扑重构方法,给出了问题的ILP(Integer Linear Programming)描述,进行了数值仿真验证,结果显示该算法正确、有效.    

13.  智能办公环境中多Agent模糊Q学习研究  
   王海珍  廉佐政  滕艳平《计算机工程与应用》,2012年第48卷第18期
   目前有关智能办公环境的研究忽视了对建筑环境的考虑,为了给工作人员提供一个节能、舒适、便捷的办公环境,研究了智能办公环境无线网络系统的学习方法,即为系统建立了多智能体(Agent)模型,基于该模型提出了改进的模糊Q学习算法,用于学习用户的行为,以自动控制环境中执行器的动作。通过对环境温度学习的实验,比较了该算法和普通Q学习的MSE(Mean Square Error)值,实验结果表明提出的算法较优。    

14.  基于强化学习的多Agent协作研究  被引次数:2
   郑淑丽  韩江洪  骆祥峰  蒋建文《小型微型计算机系统》,2003年第24卷第11期
   强化学习为多Agent之间的协作提供了鲁棒的学习方法.本文首先介绍了强化学习的原理和组成要素,其次描述了多Agent马尔可夫决策过程MMDP,并给出了Agent强化学习模型.在此基础上,对多Agent协作过程中存在的两种强化学习方式:IL(独立学习)和JAL(联合动作学习)进行了比较.最后分析了在有多个最优策略存在的情况下,协作多Agent系统常用的几种协调机制.    

15.  一种扩展的动态描述逻辑语言及其 Tableau 算法  
   郝国舜  马世龙  眭跃飞《智能系统学报》,2009年第4卷第3期
   对动态系统的描述是智能领域的一个重要问题,但目前已有的动态描述逻辑语言,用不可再分的符号表示原子动作,不能区分动作类和动作实例,不足以对实际系统中的动作进行表达.因此提出了一个扩展的动态描述逻辑语言,在原子动作模态词的形式中可以表示动作的属性,从而区分了一类动作和具体动作.通过对可达关系进行限制,定义了此特殊形式模态词动作的语义.另外,还提供了此语言的Tableau算法,并证明了此算法的可终止性和完备性.    

16.  Agent通信机制探讨  被引次数:27
   魏晓斌  周盛宗  Rainer Unland《计算机工程与应用》,2002年第38卷第5期
   Agent通信是多Agent系统的核心活动之一,是Agent相互协调,合作,竞争和完成任务的基础。Agent通信语言为此提供了一种高层次的,灵活,通用的通信模式,基于目前的KQML和FIPA-ACL,文章提出通用Agent通信语言的概念,给出一个递进式Agent通信模型和相应的语义描述,力图促进Agent通信的标准和提高Agent通信的能力和效率。    

17.  多Agent的群体组织权力划分与协调机制研究  
   李凡长《计算机工程》,2001年第27卷第3期
   Agent的理论、技术,特别是多Agent的理论、技术,为分布式开放系统的分析、设计和实现提供了一个崭新的途径。目前,对Agent的研究大致分为智能Agent,多Agent系统(multi-agent system,简称MAS)的面向Agent的程序设计(agent oriented programming,简称AOP)这3个相互关联的方面。对多Agent系统的群体组织结构进行深入研究,给出Agent的组织原则,权力分配原则,权力实施原则和在领导Agent的权力作用下进行协作工作的机制。    

18.  合作agent的能力描述  被引次数:4
   赵龙文  侯义斌《小型微型计算机系统》,2003年第24卷第2期
   能力描述是agent合作的基础,本文提出了一个通用的MAS模型,分析了合作agent的能力描述方案,给出了一个agent能力描述语言(ACDL),能够对个体agnet,一组agent以及agency的能力进行描述,支持不同规模的agent合作和基于能力的学习。    

19.  基于JATLite代理平台的程序设计ICAI的实现  
   肖正兴  杨庆红  薛锦云  石海鹤《计算机工程》,2006年第32卷第13期
   Agent技术的发展为程序设计ICAI的研制提供了新的思路和解决办法, Agent平台为Agent的构建以及Agent之间的通信提供了支撑。该文提出了基于Agent的程序设计ICAI模型,并在JATLite代理平台的基础上设计和实现了该模型,利用多Agent之间的合作将现代教育技术贯彻在教学过程中。    

20.  基于扩展UML的Agent建模语言的设计与研究  
   游晓明  帅典勋  刘升《小型微型计算机系统》,2006年第27卷第3期
   目前基于UML的面向Agent建模语言可以满足Agent的语法要求,而没有很好地满足其语义要求.本文提出以图形语义域变换作为UML的扩充语义机制,分析和讨论了面向Agent建模语言(AML)的体系结构和基于扩展UML的Agent间相互作用的协议描述方法,并应用实例表现了该扩充的可行性,为标准Agent建模语言的形成具有一定的促进作用.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号