DRSP——一种高效可靠的MA定位协议

在MA系统中,为了使参与的MA更好地进行协作,以及使移动的MA可以准确快速地被找到,一个动态MA定位协议是必不可少的。它不仅要满足传统分布式系统的透明、可规划和有效等特性,还要满足MA系统中保持MA环境的连续一致要求。本文提出的DRSP是一个具有以上特征的MA定位协议,不仅给出了具体的协议内容,而且通过一个具体的搜索程序证明了DRSP的连续性和一致性。 更多还原     

一种三元逻辑相关不确定推理模型

Based on Lukasiewicz's three-valued logic,this paper builds a tri-ary uncertain reasoningmodel,and discusses its some basic properties which shows that it is consistent with our intu-itions. The characters of our model are as follows: 1)its measure for uncertainty is a distribution onthe true-value set of the multi-valued logic, 2)its propagation for uncertainties is related with theoperation of the logic,and 3) its parallel propagation follows a consertative principle     

实例学习与解释学习的结合

实例学习和基于解释的学习是机器学习领域中具有代表性的、研究得最为深刻的两种学习方法,但由于这两种学习方法都存在一定缺陷,使它们在实际应用中受到较大的限制。在关于人类概念形成的心理学理论的基础上,本文讨论一个基于实例和解释的学习模型,将这两种学习方法有机结合在一起,一方面使用领域知识指导归纳学习过程:另一方面用归纳学习弥补领域知识之不完善。其学习机理更加接近人类学习的认知过程——抽象思维过程,取得了较好的学习效果。     

基于协商的智能排课系统的研究

多Agent系统作为近年来人工智能领域中的研究热点已在多个应用领域中取得了许多研究成果。多Agent系统便于建模和实现复杂、庞大的应用系统，是一种新的软件开发范例。本文提出了一种基于协商的智能排课系统框架就是以高校排课为应用背景来研究多Agent系统中的理论和技术实现问题。研究通过在多Agent之间的协商使得排课系统能够兼顾教师的意愿，提高教师满意度。本文首先介绍一下排课的基本问题；其次介绍研究提出的基于协商的排课系统的构架，说明多Agent系统中不同Agent的任务；然后给出系统的流程设计；讨论协商在系统中的应用；最后是系统的试验以及结论。     

基于禁忌搜索的模糊神经网络结构优化

本文提出了一种基于禁忌搜索的模糊神经网络自动优化学习方法（fuzzy neural network based on tabusearch，FNNTS）。该方法利用禁忌搜索算法搜索最优的模糊神经网络结构，并结合最小二乘法和梯度下降法对网络参数进行学习，大大减少了对专家知识的依赖。非线性函数逼近的实验结果表明，所提出的方法能获得更精练的网络结构和更小的误差，从而验证了本文方法的有效性和可行性。     

基于数学形态学的围棋棋群聚类算法

计算机围棋可以模拟人类棋手的棋群聚类能力以提高搜索效率。本研究以数学形态学为工具，在形式化基础上采用带有限制条件的膨胀运算进行棋群的初步聚类，结合其它一些启发式搜索方法完成棋群的最终聚类，并结合实战对局评价了此算法的性能，指出了此算法的应用价值。     

基于数学形态学的围棋地域划分算法

地域是人类棋手必不可少的抽象概念,计算机围棋可以建立此概念以提高搜索效率。本研究在数学形态学的形式化基础上探讨了划分我领土、我领空、我领海、敌领土、敌领海、敌领空、公海、公空及未定区等9种地域的过程,并结合实战对局评价了此算法的性能,指出了此算法的应用价值。     

采用贝叶斯网络建立一种智能学习环境学生代理模型的研究

贝叶斯（Bayesian）网络近年成为智能代理引人注目的研究方向，本文在介绍Bayesian网络及其构建方法、学习方法的基础上，构建了一个通用的可扩展的智能学习环境中的学生模型。     

一种具有动态拓扑结构的粒子群算法研究

受小世界网络模型的启发，提出了一种具有动态拓扑结构的新颖粒子群算法。该算法通过对每个粒子邻域的记忆和更新，模拟小世界网络模型中的信息传播方式。在大量基准问题上的实验结果显示，提出的算法能有效保持优秀粒子与非优粒子所占比例的均衡性，维持了种群的多样性，避免了经典粒子群算法在高维、多峰问题上的早熟收敛现象。     

基于FDI的用户模型及其在上下文觉察计算中的应用

上下文觉察计算是普适计算的重要内容。当前的上下文觉察计算研究大多没有为用户提供个性化的服务。已有的个性化上下文觉察服务的用户模型，其用户偏好的设置比较简单。本文从心理学的观点出发，提出一个使用基于场依存一独立性（FDI）的用户模型来为用户提供个性化的上下文觉察服务。本文系统分析了这种用户模型对上下文觉察计算的重要性，并给出了使用基于FDI的用户模型在上下文觉察计算中的应用过程。试验表明这种模型提供的个性化服务能够提高上下文觉察计算应用的有效性。