Agent研究现状与发展趋势

对有关Agent理论和实践两方面的研究现状、关键技术和发展趋势进行了综述和讨论，试图勾画出目前Agent研究的脉络、重点及其发展趋向.主要内容包括：（1）智能Agent的特性、表示和推理；（2）多Agent系统的联合意图、协商和规划；（3）面向Agent的程序设计.最后，简单讨论了Agent技术目前所面临的挑战.  

Agent：特性与分类

1.引言 Agent技术,特别是多Agent技术,为分布开放系统的分析、设计和实现提供了一种崭新的方法。著名的Agent理论研究者Jennings教授和Wooldridge博士甚至把它誉为是“软件开发的又一重大突破”。Agent技术已经被广泛应用到各个领域,从相对简单的个人电子邮件过滤器到复杂的空中交通控制、柔性制造系统(FMS)等大系统,都是Agent技术大显身手的地方。然而,在这些系统中,Agent  

智能Agent建模的一种模板结构

文中讨论了设计和建造智能Ａｇｎｅｔ的一些热点问题。通过对一些基本概念和定义的评述，总结了智能Ａｇｅｎｔ应具的若干主要性质的属性。  

遗传程序设计方法综述

近年来，遗传程序设计（genetic programming,GP)的研究引起了人们很大的关注，它运用遗传算法（genetic algorithm,GA)的思想，通过生成计算机程序来解决问题，介绍了遗传程序设计的研究状况以及目前的研究进展，概述了它的基本算法、主要特点、理论与技术，同时介绍了一些GP实现系统以及主要的应用领域，最后探讨了遗传程序设计的研究方向。  

基于遗传算法的Bayesian网结构学习研究

从不完备数据中学习网络结构是Bayesian网学习的难点之一，计算复杂度高，实现困难。针对该问题提出了一种进化算法。设计了结合数学期望的适应度函数，该函数利用进化过程中的最好Bayesian网把不完备数据转换成完备数据，从而大大简化了学习的复杂度，并保证算法能够向好的结构不断进化。此外，给出了网络结构的编码方案，设计了相应的遗传算子，使得该算法能够收敛到全局最优的Bayesian网结构。模拟实验结果表明，该算法能有效地从不完备数据中学习。  

使用资源利用率作为负载平衡系统的负载指标

一个可以正确反映当前系统负载情况的负载指标对一个成功的动态负载平衡系统来说是至关重要的．但是，很少负载平衡系统对其选定给出一个实验说明，而且多数系统使用资源队列长度（即ＣＰＵ队列长度）作为负载指标．本文说明了这种负载指标存在的缺点，并对一种新的负载指标－资源利用率进行了讨论．实验表明，在动态负载平衡系统中，使用资源利用率作为负载指标比使用资源队列长度作为负载指标对资源利用率及作业响应时间的改进更有效．  

大粒度软件复用

自八十年代早期已来,国内外的学术界和软件界都十分重视复有技术的研究和应用,软件复用是指在构造新  

基于主动连接件的软件体系结构及其描述方法

连接件是软件体系结构描述中的重要概念.该文在连接件中引入引擎机制,使其在与相关组件 连接的过程中成为运行活动的触发元素,而且在目标系统实现中转化为可见的组成部分,这种 连接件称作主动连接件.文章介绍一种基于主动连接件的软件体系结构的基本概念及其描述 语言.  

基于遗传算法的Rosenbrock函数优化问题的研究

本文利用遗传算法研究了极小化Rosenbrock函数的问题．较多的计算机模拟实验结果表明，遗传算法可以有效地解决这一问题．文中还分析了一些改进的遗传算法对于该问题搜索速度的影响，得到了适于解决此问题的合理的遗传操作，从而为有效地解决最速下降法所不能实现的某一类函数代化问题提供了一种新的途径．  

基于实时传输协议的丢包实时修复

在诸如IP电话和远程会议系统等实时应用中,使用实时传输协议RTP(real-timetransportprotocol)在因特网上传输的数据包不可避免地会丢失,极大地影响了传输服务质量.在RTP上增加丢包修复功能可以解决这个问题.介绍了在RTP上采用FEC(forwarderrorcorrection)修复丢包的方法,基于这个方法设计并实现了一个支持丢包修复功能的RTP库,说明了丢包修复功能的测试方法和结果.