MAS中合作策略的比较

多智能体系统(MAS:Multi-Agent System)是分布式人工智能的主要研究方向之一。在MAS中,Agent群体的合作行为及其优化程度又是一个重要的研究分支。Agent之间的合作,分为系统中是否存在集中控制和在Agent之间是否存在通信。Agent间既无通信又无集中控制的合作虽然存在一些困难,但并非不可实现,在网络协同计算环境中,通过Agent分工及任务招标可以完成这种合作,通过订金、劳动力价格调整及参照历史信息来协调A-gent的行为,可以提高合作成功率,从而使智能系统达到较高的性能。     

多Agent系统及其组织结构

组织结构为Agent成员提供一个相互之间交互的框架,为每个Agent成员提供一个多Agent群体求解问题的高层观点和相关信息。讨论了Agent的概念和结构,并根据多Agent系统的特点和目标,给出和分析了Agent系统的组成和三种组织结构。     

一个MAS结构模型

通过引入Agent视图概念，给出一个MAS（Multiagent System)结构模型。     

MAS理性与模型的研究

理性是选择策略的标准,是系统内一种有序结构,关系着MAS目标的实现和MAS的稳定性。有序结构可以在平衡条件下形成（封闭系统）,也可以在远离平衡条件下形成（开放系统）,本文在讨论封闭环境下MAS理性的基础上,给出适应开放环境下的MAS理性。     

基于MAS的智能决策支持系统研究

为了使多Agent系统的研究和日益强大的网络技术为建立人机一体化的智能决策支持系统提供新的途径和方法，文中在分析了多Agent系统(MAS)体系结构的基础上，对智能决策支持系统(IDSS)进行了探讨，提出一种在网络环境下，基于MAS的智能决策支持系统模型，并给出了其决策支持过程描述、形式化定义。该模型能够为智能决策支持系统提供新的途径和方法，不仅丰富了智能决策理论，而且能够对实际决策提供有效的支持。     

基于MAS的农业专家系统平台的研究

针对农业领域知识的分布性、易更新性、可重用性等特点，将MAS理论和技术应用到农业专家系统平台的开发中，提出了基于MAS的农业专家系统平台的结构，并讨论了实现该平台的一些关键技术。本系统平台的研究将加速Agent的实现与应用；同时会降低开发农业专家系统的成本，最终使农业专家系统更好地为农业、农村、农民服务。     

Agent通信及多Agent系统(MAS协作机制的研究)

Agent及多Agent系统(Multi—Agent system,MAS)已被视为一种新的软件设计风格。本文在介绍了Agent的概念与BDI模型的基础上,分析了Agent的通信类型、通信规划以及多Agent系统(MAS)的基本模型与体系结构,同时对MAS的协作、协商、协调机制进行了深入研究,提出了远程通信和移动Agent通信概念。     

基于MAS的专家系统开发工具

结合分布式人工智能理论和面向对象及面向智能体技术，给出基于MAS（Multi0agent System)的专家系统开发工具的系统结构和设计，并描述了系统中的知识通信语言和协作机制。采用Java语言，在分布式网络环境下，实现了该工具的原型系统。用该工具开发了一个基于MAS的协作中医诊断专家系统，运行效果良好。     

基于多Agent的智能故障诊断系统研究

本文对多Agent技术在故障诊断领域的应用作了研究,在传统智能故障诊断系统的基础上,结合Agent的基本结构和特性,提出了基于多Agent的智能故障诊断系统模型。该系统中的各个单独的Agent都具有自己的判断方法、知识处理及同其他Agent的协作能力,为实际应用系统的开发提供了理论指导。     

基于MAS的企业预警支持系统设计

该文提出的基于Agent的企业预警支持系统是由多个既能独立运行又能相互合作的Agent构成的多Agent系统(MAS)。将每一种定性或定量的预警方法都设计成一个预警Agent,各个预警Agent都有相应的求解方法、知识处理及同其它Agent通讯合作的能力。而且各个Agent不断地学习以提高自己的能力,从而提高预警系统的准确性。Agent技术的应用为企业智能预警支持系统的研究进行了有益的探索。     

基于MAS的企业GDSS设计

由于企业决策支持系统GDSS的分布性和协同性,采用基于多层次MAS的企业GDSS可提高决策效率、缩短决策周期。本文讨论了以多重层次结构设计的系统的通信方式、总体结构、功能划分、动态特性,设计了基于多个agent群的企业GDSS结构模型,分析了各agent群的结构和实现,最后给出了系统的实现过程。     

基于MAS的通信指挥分布式智能GDSS开发研究

该文在分析通信指挥决策特点的基础上,结合通信指挥决策的体系、流程和内容,立足面向功能的Agent设计思想,构建了多Agent系统（MAS）共同实现通信指挥的决策功能,给出了基于MAS的通信指挥分布式智能群体决策支持系统（GDSS）的系统体系结构、水平体系结构、逻辑体系结构的各部分组成及功能,并对系统实现的协同机制、驱动方式、裁决模式和知识学习等关键技术进行了探讨。     

GDSS中Brainstorm的模型与实现

作为CSCW的一个分支，群体决策支持系统（GDSS）是各决策领域结合数据、分析工具和模型以支持半结构化、非结构化决策的计算机系统。文章描述了它的发展概况和模块划分，提出了其中一个关键步骤－集体自由讨论（Brainstorm)的一个模型，并从表示级、系统协同级、存储级等各个级别具体讨论了Tcl/Tk及GroupKit的实现技术细节。     

基于MAS的信用评估系统建模研究

加强信用风险防范是当前企业关注的一个主要问题。信用评估涉及到财务、金融、管理、预测等定性、定量因素 ,由众多来自不同领域的专家协同工作。针对于此 ,构建了CSCW环境下多Agent的系统结构模型 ,由CSCW提供一个虚拟的协同工作空间 ,在协同机制作用下由模型库、知识库、决策Agent、系统集成Agent,以及特殊的Agent(评估专家 )组成的多Agent系统 ,实现人的“智慧”和机器的“智能”有机结合 ,保证了信用评估系统运行的高效性 (效率、效果 )。     

基于鉴别的等级制可信MAS的研究与设计

可信性问题是限制MAS技术走向成熟的关键问题之一.基于MA间的鉴别,提出了一种等级制可信MAS.论述了基于科层制思想的等级制可信MAS模型;详细论述了SA间以及SA与TA间的鉴别构建等级制可信MAS的过程;给出基于等级制可信MAS的IDS原型.分析表明,等级制可信MAS能够有效解决MAS的可信性问题,有利于促进MAS的广泛应用.     

基于MAS Builder开发多Agent系统的方法与实例

随着计算机领域面临的应用问题越来越呈现出分布、开放、动态的特征，多Agent成为近年来AI研究的热点之一。本文简要介绍开发和集成多Agent系统的环境－MAS Builder，并以实例说明了基于该系统开发多Agent系统的方法：问题域分解、Agent定义、任务模块的生成。     

Web服务与MAS集成系统的通信机制

提出了一种Web service与多Agetit系统（MAS）集成的通信机制，以描述逻辑作为知识农示语言，使用描述逻辑本体库和推理机。使Agent之间语义表达更精确，推理能力更强，较好地实现了Agent问的服务匹配，在此基础上。发挥Web service在异构平台间实现互操作的优势，用SOAP协议直接对Web service进行绑定，实现了快速准确的通信。     

基于MAS的动态生产调度与控制及系统开发

提出基于MAS的面向敏捷制造的生产过程动态调度与控制的层次结构．1）以任务分解与分配层为中心，建立各层之间的协调工作及协同决策机制；2）引入协商式招／投标方法实现任务的分解与分配；3）采用能力匹配与动态调度相结合的方法实现任务分配与调度控制的有效集成；4）面向生产任务需求动态确定Agent粒度、组建MAS模型；5）适应制造系统状态变化的需要，进行任务的动态重构．讨论基于MAS的采用分级递阶和并行处理相结合的自治组织结构和运作模式，以及利用与组织结构相对应的层次黑板结构实现各Agent之间信息与数据共享．在支持生产过程动态调度与控制基础设施建设的基础上，结合奏川机床集团有限公司车间生产实际，研究开发了基于MAS的车间动态调度系统．     

基于MAS智能分布实时监测系统任务协调与调度

在现代分布实时监测系统工作环境下,要清晰地表示分布的任务结构和任务之间的交互关系是非常困难的。为了解决这个问题,给出了一种Agent体系结构,它通过一般部分全局计划方法表示Agent任务结构,实现具有一定适应能力的协调机制,获得Agent本地调度方案。     

一种基于多Agent的并行设计支持系统体系

介绍了一种基于多智能体的CSCW环境下的并行设计智能支持系统体系，对并行设计过程进行了分析，根据群体工作及其计算机支持的思想，提出了一种基于CSCW的设计支持系统体系结构，重点介绍了其中的决策和推理模块，详细讨论了多智能体的实现，最后给出了一个应用实例。