一种基于DFS的Agent在线学习模型研究

Agent的学习理论是目前研究的热点问题。本文基于动态模糊集（DFS），抓住Agent心智特性，提出了一种Agent学习模型，构建出该模型下的Agent混合结构并给出了该模型的工作机制，最后借助动态模糊集（DFS）和强化学习技术实现了模型中的策略构造函数，使Agent具有自适应动态环境的能力和在线学习能力。     

知识Agent在农业决策系统中的应用研究

针对农业领域多Agent系统的特点,本文利用一种基于知识的Agent模型,该模型以知识为核心,以本体作为内部知识表示方法.在农业领域多Agent系统的设计中,采用基于黑板模型的通信方法,避免了复杂的会话层的通信设计.在知识的决策过程中,将本体与当前成熟的基于规则的推理技术相结合,使农业多Agent系统更加灵活和智能.     

基于混合Agent的实时分布监控系统软件设计方法

给出了以审慎Agent和反应Agent模型为基础的混合Agent模型,并对模型的有关概念进行了说明.在混合Agent模型框架下,提出了实时分布系统软件设计方法,主要内容包括采用UML并且充分考虑系统的动态和静态特征的本体设计过程,基于本体的交互协议Petri网形式化描述以及行为规范分类和设计.通过设置反映内存保证混合Agent对事件实时响应,而审慎Agent部分的存在使基于Agent的精神状态和输入事件的推理成为可能.     

基于Multi-Agent和本体的分布式入侵检测系统研究

入侵检测系统IDS(Intrusion Detection System)经历了近三十年的发展,虚警率高等问题一直困扰着用户,其原因可以部分归结为知识表示能力不足和IDS缺少协同工作。针对上述问题,融合Agent和本体技术,在此基础上建立相应的入侵检测本体知识库,提出一种基于Multi-Agent和本体的分布式IDS系统。该系统采用以本体为核心的多层次、分布式体系结构,从功能上分为探测器层、协同分析器层、知识管理层,从结构上由知识管理Agent、主机入侵检测Agent、网络入侵检测Agent、日志入侵检测Agent以及其他入侵检测Agent组成。各入侵检测Agent间协作采用合同网模型和熟人模型的协作算法。经过实验分析验证,该系统一方面提高了各检测器的协同工作能力,降低了虚警率,另一方面可以大大减少各检测器的通信量,提高了其协作效率。     

混合学习Agent模型

Agent结构模型是Agent研究的重点之一，本文提出一种混合学习Agent模型，它能离线学习和在线学习结合进来。实验结果表明，该模型具有良好的学习性能和环境适应性能．     

基于语义Web的本体与多Agent集成研究

语义Web服务是在分布式环境下构建复杂系统的一种新兴技术.阐述了语义Web中本体的核心概念和多Agent系统的主要特点.在此基础上,提出了基于本体的多Agent系统的体系模型,并探讨了该架构对于构建开放的、动态的、异构的多Agent系统所具有的优越性.     

一种交通监测多Agent系统研究

针对路口监测系统的不足,提出一种分布于行驶车辆上的交通监测多Agent系统。采用本体语言OWL对有关概念及其相互关系进行描述,方便了Agent间基于语义的信息查询,从而可以构建开放、异构的交通信息系统。在JADE平台基础上进行了编程,实现了Agent内的描述逻辑本体模型、OWL基础上的Agent通信以及符合SPARQL标准的信息查询。通过编程实验证明了系统的可行性。     

一种用于交通监测的多Agent系统

针对路口监测系统的不足,提出一种分布于行驶车辆上的交通监测多Agent系统。建立交通监测的本体对有关概念及其相互关系进行描述,方便了Agent间基于语义的信息查询。在JADE平台基础上进行了编程,实现了Agent内的描述逻辑本体模型以及符合SPARQL标准的信息查询。通过编程试验证明了系统的可行性。     

一种基于强化学习的学习Agent

强化学习通过感知环境状态和从环境中获得不确定奖赏值来学习动态系统的最优行为策略,是构造智能Agent的核心技术之一,在面向Agent的开发环境AODE中扩充BDI模型,引入策略和能力心智成分,采用强化学习技术实现策略构造函数,从而提出一种基于强化学习技术的学习Agent,研究AODE中自适应Agent物结构和运行方式,使智能Agent具有动态环境的在线学习能力,有效期能够有效地满足Agent各种心智要求。     

基于Agent的水产品价格预测支持系统

综述了基于Agent程序的开发方法，提出采用面向领域工程的Agent方法进行系统设计，从水产品价格预测定义出发，构建了水产品价格预测的领域本体模型，并将系统设计成为由10类不同功能Agent组成的多Agent系统。     

Agent驱动的中文本体智能构建研究

中文本体的智能构建是当前的研究热点。在中文本体特点的基础上,引入Agent技术,利用其灵活性、自治性等特点,提出了一个基于Agent的中文本体智能构建模型。该模型分为数据抽取层、本体创建层和本体处理层。每一层中由不同的职能Agent完成本体构建的任务。进而提出了术语抽取和关系抽取改进策略,提高本体构建的准确性。     

基于网格的面向Agent建模方法中的本体研究

AOMG作为一种针对网格体系结构的面向Agent 的系统建模方法,在网格环境中建立可视化的系统抽象模型,采用XML对建立模型进行描述。提出了在AOMG中建立本体并且对建立的本体进行形式化描述。     

智能Agent技术在WBT中的应用

智能Agent技术近年来有了很大的发展，本文提出一种利用智能Agent技术来构建Web Based Training系统的框架模型，实现在线培训系统的智能性、交互性和协同性，克服现阶段在线培训系统的一些不足之处。     

多Agent强化学习方法与应用

强化学习是Agent通过试错与环境交互改进动作策略,单Agent强化学习能够进行自学习和在线学习,单Agent的知识和资源是有限的,多个Agent强化学习是求解复杂问题的有效途径。多Agent系统比单Agent具有更强的问题求解能力,但多Agent的参与又增加了问题的复杂性。本文分析了多Agent强化学习方法的研究现状,总结了目前存在的主要问题及其解决方法,最后介绍了多Agent技术在实际问题中的部分应用。     

具有情感交互功能的智能E-learning系统

分析了网络教学中普遍存在的情感缺失问题.将模糊情感技术应用于网络教学,构建了以Agent为核心的智能E-learning系统,实现了个性化教学和学习者情感识别;系统以模糊教学为基础构建在线学习评价系统,利用智能Agent及时捕捉学生在线学习时的情感信息和学习状态,并根据学习者的不同学习状态和学习评价结果及时做出情绪反应.     

基于MAS的在线测试系统研究

随着agent技术的不断研究和发展,agent领域的理论正逐步应用于教学过程中。在分析在线测试特点的基础上,结合多Agent技术,提出了基于MAS的在线测试系统。讨论了各Agent的功能,介绍了基于MAS的在线测试系统的系统组成和工作流程。分析表明该模型具有良好的灵活性和智能性。     

基于移动Agent的智能在线考试系统的设计与实现

本文结合学院动漫类专业的实际情况,详细介绍了一种基于移动Agent的在线考试系统的设计与实现,并主要对Agent的理论和关键技术进行了研究和探讨。论文从在线考试系统的实际需求出发,对系统应该具备的主要功能模块进行了较详细的阐述,提出一种基于移动Agent的在线考试系统模型,并对系统的主要模块和操作流程进行了详细说明。     

基于本体和语义Web服务的供应链知识集成

运用本体论、语义Web、Web服务和多Agent等技术研究供应链系统知识集成的方法，提出了一个基于本体和语义Web服务的多Agent供应链知识集成架构，讨论了供应链系统中基于语义Web服务的智能服务机制和基于元本体和共享本体的多Agent协作方法。     

基于移动Agent的个性化数字学习模型研究

在开放、动态的学习资源网络环境中,个性化服务支持对在线学习者尤其重要.讲述了在基于web服务技术的分布式学习环境中如何构造一个分布式的个性化数宁学习环境.在建立服务代理的功能模型的基础上,构造了一种基于多移动Agent的个性化数字学习(E-Learning)框架模型,阐述了其工作流程并进行了结构分析;引入Petri网模型,设计了基于移动Agent的联邦组建与动态服务合成算法;说明了系统实现的技术手段与方法.从对系统模型雏形的应用与性能监测来看,系统模型实现切实可行且运行性能良好.     

基于Agent技术的Web-Based Training应用研究

当前,在各种类型网络在线教育中,最有前途的网络在线教育方式就是“Web-basedTraining(WBT)”,在本文中,提出了一种应用智能代理Agent技术来构造网络在线培训系统的新模式。这种智能代理Agent可以记录在线学习活动,根据学员的学习过程,自动调整学习内容,提供更合适的学习策略,引导学员的学习过程,为学员完成在线学习提供捷径。