感知Agent的基本模型研究

抓住Agent的性质，利用动态模糊集的思想，构造和设计了感知Agent。的基本模型，并给出了相关理论基础。通过本文的研究将为人们设计感知Agent奠定了新的理论模型和方法。     

基于改进神经网络的湖泊水质污染检测法研究

研究采用图像对湖泊水质污染检测的问题,由于水面较大,像素信息量多,造成检测时间长,速度慢。针对图像的污水检测的水域面积较大,造成检测耗费的时间比较长,最终导致湖泊水质污染检测存在较大滞后且准确性差的问题。提出一种改进神经网络的湖泊水质污染检测方式,首先利用神经网络数学模型对图像相关数据进行二进制编码,并对编码后的数据进行压缩处理,计算输出数据的差异系数,最后利用周期性数据压缩补偿算法对数据中的误差进行补偿,提高了湖泊水质污染检测的速度。实验证明,改进的检测方式能够提高湖泊水质污染检测速度,提高了准确性,取得了令人满意的效果。     

多Agent系统的排队模型研究（1）——基本概念

多Agent系统是人工智能、软件领域等研究的热点问题，在这个问题的研究中，人们普遍关注的问题是如何组织协调Agent之间的关系，让各个Agent充分发挥作用，使系统处于最佳状态。本文抓住多Agent之间的这个关键问题，给出了多Agent系统的排队模型的基本概念，为进一步研究多Agent系统奠定了理论基础。     

Agent的遗传算法研究

Agent是指具有智能的人,或其它智能物或相当于智能物体的实体,以及能进行种种工作的软件等。这种Agent对给定介质环境中的事件变化能迅速作出反应,具有自治、推测、反响、协作、自学习和相互学习等能力。鉴于Agent的这些特点,借助Darwin自然进化论与Mendel遗传变异理论来研究Agent是科学的、合理的。我们知道,在生物的演化过程中,生命期模式在个体的成长中占据十分重要的地位;生态环境中的生物个体在进化时,即使在它自己的局部环境,也是有生命周期的。个体在不同的局部环境和生命期的各个不同阶段具有不同的成长特性,并在生命期模式的控制下体现出实际成长的特点。关于Agent遗传理论的研究,目前还未见诸文字。综上所述,本文抓住Agent类似于生物的特性,从遗传变异和生物演化两个生物的本质属性方面给出Agent的遗传算法与演化模型,真正从本质上刻画Agent的智能本能行为,填补了这方面的工作。     

动态模糊专家数据库系统的设计

本文给出了动态模糊专家数据库系统的设计方法,并对系统的功能,系统的结构,ＤＦ数据库和规则库进行了详细的描述。     

模糊神经网络在信息安全风险评估中的应用

在信息安全风险评估的研究中,针对提高准确性问题,信息安全风险包含大量模糊、不确定性的影响因素,传统评估方法都是基于精确、确定的数据,因此不适于信息安全风险评估,导致评估的准确性欠佳.为提高信息安全评估的准确性,提出模糊理论与BP神经网络进行结合的信息安全风险评估方法.方法通过模糊理论对信息安全风险因素进行分析,并构造各因素所对应评判集的隶属度矩阵;然后采用BP神经网络对信息安全风险因素隶属度矩阵进行学习,最后输出信息安全风险等级.仿真结果表明,方法能很好地量化评估信息系统风险,提高了风险评估准确性,是一种有效的评估方法.     

多Agent系统的排队模型研究（2）——模型理论

多Agent系统是人工智能、软件领域等研完的热点问题，在这个问题的研究中，人们普遍关注的问题是如何组织协调Agent之间的关系，让各个Agent充分发挥作用，使系统处于最佳状态，本文抓住多Agent之间的这个关键问题。给出了多Agent系统的排队模型的基本概念，为进一步研完多Agent系统奠定了理论基础。     

动态模糊(DF)目标的可达性理论研究

可达性问题的研究是众多领域迫切希望解决的问题之一，比如一个计划能不能实现，一个问题能不能解决，这些都属可达性问题，本文主要从控制论的角度研究可达性，传统的模糊控制器，由于其输入被量化环节离散分档后，其输出本质上是抖动的，因而被控量存在稳态误差，或在工作附近存在一定由幅度的振荡，这就充分体现了其过程存在“动态性”和“模糊性”问题，因此，本文基于动态模糊理论，针对模糊控制器的不足，对具有动态模糊性的问题作进一步的研究，给出动态模糊目标可达性基本理论，其内容包括：DF目标表现可达性定理，DF目标分解可达性定理，DF目标扩展可达性定量等。     

动态模糊逻辑（DFL）在问题求解中的应用研究

问题求解是人工智能中的一大类问题。本文基于动态模糊逻辑（ＤＦＬ）,以动态模糊（ＤＦ）冰生式作为问题的表示方法,用动态模糊（ＤＦ）与／或语义图来分析问题的特征。