基于CSCW的多级协同教育规划

计算机支持的协同工作CSCW和多Agent系统是近年来人工智能领域中的研究热点。分析了计算机支持的多级协同教育规划的特点,然后给出了一种基于代理（Agent)的多级协同教育规划环境,并阐述了在此环境下多级协同规划的工作过程。     

连锁零售供应链多级库存协同决策研究

针对连锁零售供应链多级库存资源的动态优化配置问题,提出了在上层对库存策略和下层对物流分配方案协同寻优的多级库存双层规划模型。借鉴细粒度模型遗传算法的遗传操作具有局部性的特点,模拟微观群体交互作用的局部性,基于细粒度模型遗传算法的Agent群体行为优化算法和基于复杂适应系统涌现机理的协同决策机制,进行连锁零售供应链多级库存协同决策研究。通过算例实验对模型的有效性进行了验证。仿真实验结果表明,通过连锁零售供应链微观个体Agent的群体行为优化,从系统工程的角度,实现了连锁零售供应链多级库存的动态资源优化配置和信息共享,降低了多级库存管理与运营的总成本。     

网格环境中基于移动Agent的资源发现模型

简述了网格的背景，面对网格资源数量不断增多的情况，引出了如何在庞大的资源库中准确高效地发现用户所需资源的网格资源发现问题。对现有的两种网格资源发现模型进行了简要的分析，为解决存在的问题，利用移动Agent的特性，建立了一种网格环境中基于移动Agent的资源发现模型。该模型总体框架采用多级层次体系，并充分利用历史记录，对模型总体框架及其组成结构进行了详细介绍，简述了工作流程机制，并对其特点进行了分析。     

软件Agent技术与软件体系结构研究

文章阐明了软件体系结构和软件Agent技术的主要概念、研究内容等,指出了各自的研究现状及发展趋势,说明了可用多级正交软件体系结构来实现软件Agent的合成以及面向agent程序设计方法,最后阐职了将软件Agent技术和软件体系结构结合起来在大型软件开发中的应用。     

多级正交Agent结构模型

文章用代数理论对Agent的属性和行为特征进行抽象,寻找一种合适的描述多Agent系统的抽象方法。提出了多级正交Agent结构的概念和框架结构,给出了正交Agent结构的核心模型。提出和研究了正交Agent结构的抽象模型和非正交Agent结构的正交化算法。相对于Ferber、Zambonelli和Lesser等人的工作,这种模型使Agent组织结构清晰,易于实现,有利于研究Agent之间的协调求解能力和Agent组织结构的演化能力。     

基于通信的MAS内多Agent自动协商

给出了一个通用的基于联合意图的多Agent系统内部Agent协商模型，详细分析了Agent间的异步通信机制以及基于语言行为学的Agent自动协商语义，并在该协商语义的基础上给出了MAS内部基于联合意图的Agent自动协商通信协议，最后利用通信顺序进程验证了该协议的安全性和活性．     

基于Cougaar的合作伙伴选择系统

提出了一个合作伙伴选择过程模型和基于Cougaar的合作伙伴选择系统，该系统包括核心企业Agent社区和合作伙伴Agent社区，核心企业Agent社区由管理Agent、任务规划Agent和评价Agent组成。介绍了规划Agent把一个任务分解为多个子任务组成的工作流，决策Agent中模糊变量的创建方法、基于XML的模糊规则表示方法和推理机的工作原理。     

基于软件体系结构的Agent规约和演化

借助软件体系结构描述语言C2的表达能力，基于组件，连接体和体系结构配置3要素，研究适合于Agent规约和构造的组合方法，以软件体系结构的类型化理论为基础，探讨了基于子类型关系的Agent演化，用扩充关系表达有相互关联的不同类型的Agent之间的关系，通过为遗留代码定做包装器，领域翻译器以及相应的界面和约束，将非Agent实体迁移为Agent，相关案例说明结合组合，基于子类型关系的演化，扩充，迁移等方法，可以满足多Agent系统构造过程中Agent类型的多样性。     

基于神经网络的Agent增强学习模型

在深入分析Agent决策过程中状态与行为空间的迁移与构造的基础上，设计了Agent基于强化学习的最优行为选择策略和Agent强化学习的神经网络模型与算法，并对算法的收敛性进行了证明。通过对多Agent电子商务系统．中Agent竞价行为的预测仿真实验，验证了基于神经网络的Agent强化学习算法具有良好的性能和行为逼近能力。     

基于多Agent的协同电子政务及入侵检测系统研究

电子政务系统是一个包含多级政府部门、工商企业以及社会公众等实体在内的复杂系统,系统内部的实体间需要相互协作才能实现电子政务的目标。文章对协同电子政务系统进行了研究分析,将庞大复杂的系统分解为多个易于实现的模块,并结合Multi-Agent技术,将这些模块设计为具有自主性、社会性的Agent,设计了基于多Agent的协同电子政务系统的体系结构。通过多个Agent的协同实现各级政府、企事业及社会公众之间的协同办公。该系统结构的设计对我国电子政务建设具有一定实用价值。     

基于Agent的区域交通流协调控制的研究

以Agent技术为基础，对区域交通协调控制进行了研究。首先对区域交通流控制的Agent组成及结构做了简单的说明，然后对路段Agent与路口Agent的协商策略进行描述，在此基础上对一个较简单的路网进行仿真，从而证实该文所研究的基于Agent进行区域交通流协调控制的有效性。     

基于深度强化学习的城市交通信号控制算法

针对城市交通信号控制中如何有效利用相关信息优化交通控制并保证控制算法的适应性和鲁棒性的问题，提出一种基于深度强化学习的交通信号控制算法，利用深度学习网络构造一个智能体来控制整个区域交通。首先通过连续感知交通环境的状态来选择当前状态下可能的最优控制策略，环境的状态由位置矩阵和速度矩阵抽象表示，矩阵表示法有效地抽象出环境中的主要信息并减少了冗余信息；然后智能体以在有限时间内最大化车辆通行全局速度为目标，根据所选策略对交通环境的影响，利用强化学习算法不断修正其内部参数；最后，通过多次迭代，智能体学会如何有效地控制交通。在微观交通仿真软件Vissim中进行的实验表明，对比其他基于深度强化学习的算法，所提算法在全局平均速度、平均等待队长以及算法稳定性方面展现出更好的结果。其中，与基线相比，平均速度提高9%，平均等待队长降低约13.4%。实验结果证明该方法能够适应动态变化的复杂的交通环境。     

面向交通信号的两层递阶控制解决方案

针对现有交通信号控制系统的诸多不足,提出了一种用于交通信号控制的两层递阶多Agent系统解决方案。通过将交通网络进行区域划分,利用底层Agent控制各交叉口,顶层Agent控制区域,从而实现两层递阶控制。底层Agent采用经典Q学习同步学习最优策略,顶层Agent利用Tile Coding非凡的连续空间处理能力,实现Q学习的动作值函数逼近方法。仿真实验结果表明,该分层递阶控制不但提高了交通信号控制系统效率,而且也为大规模应用提供了很好的可伸缩解决方案。     

多智能体在城市交通控制系统中的应用

针对城市交通领域的需求,结合Agent原理和特点以及智能控制技术的发展,提出了一个基于Agent的智能城市交通信号控制系统的基本架构。该系统通过路口Agent、区域Agent、中央Agent协调控制,实现了城市交通系统的实时智能控制功能。     

多智能体在城市交通控制系统中的应用

针对城市交通领域的需求,结合Agent原理和特点以及智能控制技术,提出了一个基于Agent的智能城市交通信号控制系统的基本架构。该系统通过路口Agent、区域Agent、中央Agent协调控制,实现了城市交通系统的实时智能控制功能。     

基于Agent的交通流微观仿真系统框架研究

目前Agent技术已经成为人工智能技术和计算机软件学的热点研究问题。该文将Agent概念和技术运用到交通流微观仿真系统中，建立了交通流微观仿真系统框架，比较详细地介绍了交通个体Agent的分类和各自的属性，对机动车、非机动车和行人的Agent集合进行了定义，讨论了他们的属性，同时依据交通控制的分层结构，对交通控制Agent进行了分类，对各层的属性进行了研究，最后对影响交通个体Agent行为的外界环境进行了描述，从理论上对Agent在交通仿真中的应用进行了较为完整的研究。     

基于Agent的智能交通系统的控制建模*

提出了一种基于Agent的智能交通控制系统,并对各Agent及其交互进行建模,阐述了各Agent交互协调的过程。在该系统中,每个交通元素被定义为具有自主性、适应性和合作协调性的智能化Agent。各Agent可自主地进行道路数据采集、处理,并通过相互通信实现资源共享,从而使每个交通元素都具有足够的智能参与交通的智能化决策,在很大程度上降低交通系统中的不确定因素和不完备信息对交通稳定性的影响,提高了交通控制的精确度。     

一个移动Agent在IP网络流量监控中的应用

介绍了当前IP网络流量监控的主要方法，提出了一种运用移动代理技术来实现对IP网络流量有效监控的方法，阐述了移动代理环境，运用移动代理进行流量监控的过程，以及移动Agent和SNMPAgent的交互操作。     

基于Agent的交通微观模拟

Agent技术是一种新兴的模拟技术,也是面向对象技术的延伸和扩展。该技术已在许多领域中得到了广泛的应用。在城市交通微观模拟中,Agent技术同样发挥了巨大的作用。文章便通过实例介绍了利用Agent技术构建交通微观模拟的过程,并着重叙述了Agent技术在微观模拟中的优势。同时,在Agent的决策过程中应用了模糊控制技术,使Agent个体模拟人类的思维决策,从而使整个模拟系统更加贴近现实世界的交通系统。     

基于Agent的驾驶员-车辆建模研究与实现

微观交通仿真技术是解决城市交通网络拥塞问题的有效工具.在各种交通元素中,驾驶员-车辆单元是交通流的主体.该文通过对交通流中驾驶员、车辆特性的分析,将驾驶员和车辆视为一个整体,并基于Agent理论对之进行建模.文中详细分析了Agent的生成和路径搜索及选择算法,研究了Agent的跟驰、换道和挤占道等行为.该文最后介绍了基于Agent模型建立的一种微观交通仿真器,并在该仿真器上进行仿真实验.结果表明该系统能够较好的仿真实际交通流状况.