基于对话的多Agent协作模型研究

针对传统协作设计过程中的盲目性和随意性问题,提出一种基于对话的多Agent协作模型.该模型首先利用"与/或"结构任务树的形式来简化任务,再通过划分通信区域建立区域Agent服务器,以提高通信效率;再依据对话模型定义Agent对话交互语义,并将其应用于多Agent的协作过程.仿真结果表明,该模型能够为多Agent协作提供一种灵活、有效的交互手段,并能够显著提高系统的运行效率.     

中央空调系统的MAS智能控制模型

中央空调智能控制是实现空词节能优化调节的一个发展方向,目前是研究的一个热点和难点。文中首先在分布式人工智能领域的MAS理论基础上,对MAS的理论和应用进行研究介绍;然后针对目前中央空调控制系统中难于进行整体控制的问题,采用基于MAS的建模方法进行整体控制的设想,探讨了多Agent技术在空调控制系统中的应用;最后,文中引入了具有学习控制能力的人工智能技术,采用增强学习方法与多Agent技术结合起来,实现中央空调系统的整体智能控制与节能。     

基于Web应用的性能测试模型研究

测试模型对规范测试流程,提高测试效率起着重要的作用。针对目前Web性能测试模型中存在性能指标过于简单,性能指标种类相对较少的问题,提出了基于用户行为特征的Web测试模型WTMS。以用户的不同操作行为为基础,在原有用户负载、响应时间、CPU利用率等性能指标的基础上,新增加了请求成功率、实际请求时间、最佳并发用户和最大并发用户几个性能指标,并将性能测试的对象分为用户行为特征因子、业务因子、软件因子、硬件因子和测试策略因子。通过教务管理系统实例,测试验证了WTMS模型提高了测试结果的真实性和精准性。     

中央空调系统的 MAS 智能控制模型

中央空调智能控制是实现空调节能优化调节的一个发展方向,目前是研究的一个热点和难点.文中首先在分布式人工智能领域的 MAS 理论基础上,对 MAS 的理论和应用进行研究介绍;然后针对目前中央空调控制系统中难于进行整体控制的问题,采用基于 MAS 的建模方法进行整体控制的设想,探讨了多 Agent 技术在空调控制系统中的应用;最后,文中引入了具有学习控制能力的人工智能技术,采用增强学习方法与多 Agent 技术结合起来,实现中央空调系统的整体智能控制与节能     

软件测试模型及X模型的改进

在分析V模型、W模型以及X模型等软件测试模型的特点和局限性的基础上,利用增加单元测试准则的方法对X模型进行了改进.把改进后的X模型应用于小型的教务管理系统,结果表明,改进的X模型降低了程序片段的通过率,避免了错误被放大的问题,减少了由于需求变更和程序开发人员流动带来的迭代工作量.     

基于Struts+Spring+Hibernate的学生成绩管理系统的设计与实现

基于C/S和B/S模式的传统成绩管理系统,存在系统层次架构不清,侵入性强,复用性低等缺陷,而且增加了管理人员的工作量和复杂度.鉴于此,采用MVC模式和SSH技术,构建分层的体系结构,使成绩管理的业务逻辑与控制逻辑分离开来,并在此基础上设计并实现了基于B/S模式的学生成绩管理系统.实际应用表明,基于SSH技术的成绩管理系统框架层次清晰,降低了模块间的耦合度,提高了复用的粒度,增强了系统模块的可复用性、灵活性和可维护性.