基于Agent的情感劝说交互的口碑更新模型

基于Agent的情感劝说能较好地提高商务谈判智能性,针对其中口碑更新动态及量化研究的不足,分析了口碑更新机制,并绘制了相应的机制图。采用直觉模糊数构建了交互评价向量,并结合二分法和前景理论中的价值函数,构建了相应的算法及伪代码。在构建口碑评价值的分段函数算法的同时,考虑了口碑随时间衰减的动态性,并运用指数分布逆形式对其权重进行设定。最后,在构建基于Agent的情感劝说交互的口碑更新模型及相应伪代码后,结合情感强度第一定律,设计了相应的情感劝说强度函数和提议更新算法。为验证以上研究的合理性和有效性,采用相应算例进行分析,并归纳总结了相应结论、管理启示和不足之处。     

基于Agent的情感映射的劝说模型及系统

基于Agent的情感劝说处于商务智能前沿研究领域,针对其中对Agent的情感劝说等动态变化因素研究不够的现状,首先利用情感理论中典型的OCEAN-PAD-OCC层次映射模型,建立了Agent的性格、心情和情绪与情感的转换矩阵及相应的映射关系,构建了基于Agent的情感映射模型;其次,对Ekman情感分类进行改进,提出了新的Agent情感分类和基于Agent的情感映射的劝说产生模型,并对Agent的劝说策略、主导情感和情感阈值进行定义,提出了劝说策略模型;再次,根据情感强度第三定律,对Agent的情感强度进行了定义,研究得出其关键影响因素为劝说策略和情感衰减,在对后者定义的基础上,利用马尔可夫无后效应,适用于随机过程的优势,提出了相应的评价模型,并通过对让步步长算法的构建,提出了相应的让步模型;最后,综合以上模型,构建了相应的框架流程图,并以煤炭行业供应链管理中采购商和销售商的自动谈判为例,通过算例和系统实现验证了以上研究的合理性和有效性,得出了相应的管理启示。     

基于Agent的情感劝说的舆情交互及产生模型

针对基于Agent的情感劝说的舆情量化研究不足的问题,构建了基于Agent的情感劝说的舆情交互及产生模型.首先结合社会影响理论,识别了Agent的社会影响力和情感是影响舆情交互及产生的两个最重要因素;其次,通过提出基于Agent的前景值的情感劝说提议评价算法来求取劝说提议的评价值,并考虑Agent的社会影响力、情感及个性,提出了基于Hegselmann-Krause模型的情感劝说舆情更新算法;最后,通过煤炭采购算例、仿真比较及信任阈值、关系度阈值和说服力的参数敏感性分析,说明所构建模型比Hegselmann-Krause模型更符合情感劝说环境下舆情交互及产生特征,更好发挥了Agent的智能化优势,从而验证了所提模型的有效性.     

基于Agent的提议修正的情感劝说交互模型

基于Agent的情感劝说是商务智能中基于Agent的自动谈判发展到目前为止相对智能和高级的形式,交互模型是保障自动谈判顺利完成的关键,针对现有研究中对该模型量化研究不足,导致Agent情感等人工智能优势利用不够的现状,对基于Agent的情感劝说交互过程进行分析,绘制了交互流程图,并设计了交互规则;以买方Agent为主体,引入情感劝说修正因子和目标修正因子,构建了提议修正函数和交互函数,并采用多属性效用理论和期望效用理论给出情感劝说修正因子算法,综合运用目标冲突理论和后悔理论给出目标修正因子算法,进而给出交互函数算法;综合所提交互规则和交互函数给出基于Agent提议修正的情感劝说交互模型,并以煤炭行业供应链管理中的采购商与供应商为例进行算例分析和敏感性分析,验证了模型的合理性和有效性,而且通过归纳结论得出了相应的管理启示。     

基于Agent的映射的情感劝说行为产生模型

针对既有研究中对基于Agent的情感劝说过程中的动态变化因素量化不足的现状,将情感引入基于Agent的劝说行为产生模型.首先定义基于Agent的情感映射,结合层次分析法和Agent个性参数,建立基于个性化高斯混合模型(P-GMM)的Agent"个性—心情"映射模型;利用三维心情空间(PAD)和OCC模型,通过距离归一化获得修正矩阵,构建基于修正矩阵的Agent"心情—情绪"映射模型;然后结合上述两个情感映射模型,并根据Ekman情感分类,构建基于Agent的映射的情感产生模型;继而划分基于Agent的情感劝说行为,考虑Agent的心情更新和情绪衰减,构建基于Agent的映射的情感劝说行为产生模型;最后采用相应的算例,通过对比实验和灵敏度分析,检验了模型的效果,并讨论了蕴含的管理启示.     

基于知识的动态调度决策机制研究

针对基于知识的调度系统在实际应用中存在的知识源具有主观倾向性、决策依赖部分属性等缺陷，提出了一种新的基于知识的动态调度决策方法。在此基础上设计了调度决策系统。以合同网协议为协调机制，构建了基于多Agent的动态调度框架；由调度专家经验知识获取调度规则知识，并采用投票表决法解决规则知识的冲突，在实现知识融合的同时获得规则知识的可信度；对资源的调度历史记录进行学习，获取资源的条件属性可信度；利用粗糙集中定义的奈件属性重要度，计算调度规则知识中各条件属性重要度，并对其进行归一化处理，获取条件属性权值；提出了基于模糊Petri网的知识决策模型，以条件属性可信度为托肯、条件属性权值为输入强度、规则知识可信度为输出强度进行推理，得到决策属性可信度，形成决策结果。描述了动态调度系统的知识决策过程，完成了系统分析设计。     

协同监控和诊断中一致性求解技术研究

针对制造过程及设备的状态监控问题,提出了监控对象的模糊量状态空间的表示方法,在此基础上建立了包含多监控Agent求解,求解一致性判定和一致性融合求解三个求解模块的协同监控求解系统结构,提出了一种在协同求解一生判定条件下的一致性融合求解技术,用模糊集理论和定义决策相似度的方法建立了多监控Agent求解结果的一致性判定算法,基于监控对象的模糊量状态空间,将各求解结果一致性融合问题转化为群决策略环境下的梯形模糊数表示的模糊意见的综合问题。     

基于多类混合信息表征的民航应急预案评估模型

针对以直觉模糊数、区间值模糊数和犹豫模糊数混合表征的民航应急预案评估问题,提出一种决策者和决策属性权重信息完全未知的多属性群决策模型。从预案内容的角度梳理了民航应急预案评估的指标体系;为有效避免主观赋权所导致的不合理性,基于改进迭代熵权法客观且同时确定决策属性和决策者权重信息;结合加权TOPSIS方法获取民航应急预案最终排序。通过算例和对比分析表明了模型的可行性和合理性。     

基于Vague集的灰色机械设计方案决策方法

针对传统模糊综合评判方法的缺陷,给出了利用Vague集及区间灰数对机械设计方案进行评价的方法;将灰色系统理论引入方案的多指标模糊决策,形成了基于Vague集的灰色机械设计方案决策模型.并给出算例验证了该方法的有效性.     

大型水轮机设计方案多属性灰色模糊决策模型

针对大型水轮机方案设计中属性信息的不完全性和不确定性,研究了复杂产品方案设计的决策问题,给出了基于灰色系统理论的灰区间数关联决策方法和基于模糊理论的模糊多属性决策方法的优属度的实现过程,建立了基于优属度的多属性灰色模糊决策模型.该模型综合考虑了决策过程中的灰色信息和模糊信息,通过比较设计方案与正负理想区间方案的接近程度,从整体的角度获得最优方案.最后,以大型水轮机方案设计为例,验证了该模型的有效性和可操作性.     

基于Agent的分布式协商策略在供应链动态计划中的应用

在分布式协作环境中，多个商业实体或执行单元，为达成某一共同决策而进行有效地协商，提出一种基于Agent的分布式协商机制和算法。采用智能Agent技术，使各Agent代表各自商业实体或执行单元的利益与其他商业实体Agent为达成某一共同决策进行协商。协商机制中使用了偏好模型的概念，并将Agent的偏好及约束看作私有信息。算法中采用了建议的全局偏好评估和冲突消解。通过实例对提出的分布式协商算法进行了仿真。仿真结果说明，使用全局偏好评估可使协商结果从全局来看更为理想；使用冲突消解明显提高了协商的成功率。最后，分析并扩展了该分布式协商算法的应用范围。     

基于Mobile Agent的安全协商交易模型研究

为提高协同商务链系统的运行工作效率和网络安全性，针对目前电子商务解决方案使用方面的不足，提出企业应将Mobile Agent技术引入协同商务链系统建模中。讨论了Mobile Agent的具体特性，分析了Mobile Agent在参与网络协同商务链交易全过程中面临的自身安全问题与网络安全问题。最后，以客户与供应商之间的交易流程为例，详细阐述了在公开密钥与数字认证技术安全体系下，基于Mobile Agent的安全协商交易流程。研究表明，采用在认证过程中要求Agent向供应商服务器出示许可证的方法，可以更好地提高协同商务链系统的网络交易安全性。     

基于自适应蚁群优化算法的数据挖掘模型研究

在Ant-Miner算法框架中通过对启发式因子、信息素更新及路径选择概率等策略的改进,提出基于自适应蚁群优化算法的分类挖掘模型,并进行实验分析,与基本Ant-Miner算法相比较,表明这一算法在规则质量及运行时间上都有很大的优势.     

协同商务环境中的主观信任模型研究

针对开放网络环境中协同商务的动态、多域、异构等特点,提出了适用于开放式协作环境的基于云模型的主观信任评价方法,给出了基于云模型的信任更新算法.通过源实体与恶意推荐实体交互的仿真实验证明,应用该算法不仅可以有效抑制恶意实体的推荐行为,还可以激发实体的积极推荐.     

模糊神经网络在UV－LIGA工艺优化中的应用

将模糊神经网络理论和算法应用于负性光刻胶(SU-8)加工高分辨率和高深宽比微结构的工艺研究,在正交试验的基础上对网络进行训练,建立了光刻图形质量与前烘时间、前烘温度、曝光量、后烘时间之间的预测模型。该模型采用五层前向模糊神经网络,学习算法为梯度下降法。进行了实验,实验结果表明,前烘温度与前烘时间对光刻质量影响最大。对120~340 μm厚的光刻胶,前烘温度取95℃,前烘时间100 min时,图形的相对线宽差最小;超声搅拌能缩短显影时间,显著改善图形质量,试验结果与计算结果十分吻合。将模糊神经网络应用于UV－LIGA工艺中,能实现光刻加工微结构的工艺参数优化。     

基于不完全互惠偏好关系的产品工业设计方案决策

为解决产品工业设计方案决策中的偏好缺失问题,引入不完全互惠偏好关系,提出了产品工业设计方案决策流程。研究了不完全互惠偏好关系的基本理论、运算法则与缺失偏好处理算法,并据此确定产品方案偏好矩阵的一致性权重,借助层次分析法获取决策者信任权重,建立共识度模型评判决策群体偏好一致性,根据不完全互惠偏好关系一致性权重和决策群体信任权重确定非共识决策的反馈机制,利用粒子群优化算法和最小成本法对产品工业设计方案决策的不完全互惠偏好矩阵进行优化,以促使决策共识达成,输出产品方案整体支配度,确定方案优劣。以汽车充电桩的产品设计方案决策为例,开发了软件原型系统,验证了所提方法能够有效处理产品工业设计方案决策中的偏好缺失问题,提升设计决策的质量和效率。     

An application of possibilistic programming to the fuzzy location–allocation problems

This paper considers location–allocation problem in the real uncertain world and develops a possibilistic non-linear programming model to deal with this problem. Fuzzy decision making in fuzzy environment concept is used to determine possibility distribution of location and allocation variables. To solve this model, a novel approach based on genetic algorithm structure is developed. As the proposed model includes both deterministic (location) and uncertain (allocation) parameters, the developed solution algorithm uses a hybrid chromosome structure. Also, to cover continuous nature of the problem and prevent GA from early convergence, a new crossover operator is introduced. Finally, performance of the developed algorithm is evaluated by an example.     

制造网格资源服务Trust-QoS评估及其应用

为提高制造网格(Manufacturing grid, MGrid)系统中资源调度的成功率和有效性,减少用户选择最佳资源的时间,设计开发MGrid资源优选系统。针对当前MGrid资源管理和调度与资源服务信任相分离的缺陷,阐述资源服务信任QoS概念及其在整个MGrid资源管理和调度中的重要地位和作用,分析MGrid系统中资源供需双方在进行资源服务交易时存在的信任问题。在此基础上,建立包括域内和域间资源服务信任QoS评估的两层结构的MGrid资源服务信任评估模型,并给出该模型中资源服务信任评估具体量化算法、信任值的实时动态更新算法。对所提出的模型和算法进行试验验证,结果表明所提出的模型和算法能有效地提高MGrid系统中资源调度的成功率和有效性。     

基于模糊层次分析法的企业核心业务系统选择决策模型

当前信息化整体规划过程中，应用系统的选择缺乏定量化决策依据，为此提出了一种基于模糊层次分析法进行系统选择评价的方法。该方法确立了以战略匹配、业务支撑、应用基础和成本效益为主要因素的评价指标体系，通过模糊评判获得整体规划核心业务系统的评价数据，以此作为定量化的决策依据。该研究旨在解决信息化整体规划中从定性决策转变为定量决策的问题，以推动企业信息化的成功实施。     

基于粒子群优化的混合模型预测控制研究

为解决复杂非线性系统的控制精度不高,稳定性难于保证等问题、将预测控制技术应用于非线性控制中,提出了一种基于粒子群优化和混合模型的预测控制算法.混合模型预测控制算法使用模糊聚类和最小二乘法建立了系统的复合模犁,由带压缩因子的粒子群算法优化获得了非线性控制系统的控制量,在非线性模型上对模糊预测控制算法和混合模型预测控制算法...