基于模糊认知图的机器人高层规划研究

本文采用模糊认知图模拟机器人在复杂环境下的动态行为,来对机器人进行高层规划.基于模糊认知图的机器人高层规划系统不仅在一定程度上克服了基于符号机器人规划存在的不适用于含有许多独立子问题或子系统的大系统及机器人之间的合作与协调机制较难寻找等问题,而且还能有效克服基于进化机器人、基于神经网络机器人进行动态行为规划时算法和实现的高度复杂性、需要大量的训练样本及时间、易产生干扰等问题.实验表明把模糊认知图应用到机器人高层规划系统能较好的解决以上问题,且具有简单、鲁棒等特点.     

个性化Agent层次结构模型构造

通过对人类心理的分析，构造出个性化Agent的层次结构模型，即需要模块、驱动模块、喜好地址表模块及世界观模块。重点阐述了需要模块，其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系。这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性。     

基于强化学习的多Agent协作研究

强化学习为多Agent之间的协作提供了鲁棒的学习方法．本文首先介绍了强化学习的原理和组成要素，其次描述了多Agent马尔可夫决策过程MMDP，并给出了Agent强化学习模型．在此基础上，对多Agent协作过程中存在的两种强化学习方式：IL(独立学习)和JAL(联合动作学习)进行了比较．最后分析了在有多个最优策略存在的情况下，协作多Agent系统常用的几种协调机制．     

认知图研究现状与发展趋势

认知图是一种关于因果知识的网络模型,由概念及概念之间的关系组成,可用于鸟瞰智能系统的概念结构.作为智能信息处理的重要工具,它提供了一个有效的软计算方法来支持基于先验知识的自适应行为.本文综述认知图的研究背景,分析和比较古典认知图、模糊认知图、扩展的模糊认知图、神经元认知图、基于规则的模糊认知图等几种重要模型的主要构成及研究现状,探求它们之间的内在联系.并结合作者的研究基础,给出认知图几种可能的发展趋势,以期对该模型的研究与发展起一定的推动作用.     

基于SEBI系统的多智能体通信机制研究

首先介绍了SEBI多智能体系统模型，并通过对模型中各智能体功能的分析，提出了利用智能体喜好地址表进行通信．通过相互问的接收系数来实现网状链式信息传输的思想．每个智能体是网络中的一个节点，节点可直接与其相连的智能体进行通信，也可通过多个链接方式与其它智能体进行间接通信，从而可避免多智能体的NEXP-完全及集中控制存在的信息阻塞等问题，一定程度地解决了多智能体通信与合作中的分布与集中这一矛盾．本文还通过对智能体问通信机制的分析来探讨SEBI系统中智能体的添加与删除机制及冲突预警机制等．模拟通信实例结果表明，SEBI模型系统可较好地解决多智能体问的NEXP-完全问题及具有冲突预警、层次分明以及安全稳定等优点。     

基于模糊认知图的空调绿色特性评估

根据空调在中国家电行业的实际生产和回收等情况,从技术、经济和环境等3个方面制订出了空调在整个生命周期中的绿色特性评估指标体系.利用模糊认知图可以进行知识合成的特点,解决不同专家对某些指标间相对重要度确定时信息不全的问题,并结合模糊层次分析法求解评价指标的权重,实现对空调的绿色特性评估,从而可以根据评价结果,确定影响产品绿色等性能的关键因素,并可以实现对比不同型号产品的绿色性能,从而指导产品设计和生产工艺等的改进,使国内家电企业从容应对国内法律法规和欧盟WEEE、RoHS指令等.     

基于MDL原理与混合遗传算法的Bayesian网络结构学习

从大型数据库中学习Bayesian网络结构是Bayesian网络应用的难点之一。在分析标准遗传算法与爬山算法各自优点与不足的基础上，将这两种算法相结合，以最小描述长度为评价函 数，得到一种混合遗传算法，实现了它们的优势互补。文章给出了混合遗传算法的计算步骤，并通过对ALARM数据库学习得到的Bayesian网络结构。     

基于层次概率模糊认知图的产品拆卸序列研究

根据拆卸序列研究的现状,提出了层次概率模糊认知图的数学模型,并用基于层次概率模糊认知图的方法来产生全拆卸中的拆卸序列。该方法能有效地解决其他方法较难解决的从产品装配图中提取拆卸分析所需的某些信息,如拆卸稳定性和拆卸过程中的干涉判断,以及当产品的零件数目过多或零部件之间的配合关系复杂时拆卸模型表达等问题。最后以飞轮组件为例,结合三维软件UG用VC++6.0二次开发,从产品三维模型中提取零件间的配合关系等相关信息,提供给专家建立层次概率模糊认知图时参考,从而得到了拆卸序列及动态实现了拆卸的过程,并可以检查拆卸干涉问题、拆卸稳定性以及拆卸序列的正确性,从而表明该方法具有简单、鲁棒性和实用等特点。     

基于信任知识库的概率模糊认知图

模糊认知图较难表示概念间因果关系测度的不确定性、因果联系的时空特性及专家对知识的不确定性．在继承模糊认知图模型优点的前提下，在概念间的因果关系中引入条件概率及信任知识库表示，提出基于信任知识库的概率模糊认知图模型．该模型用条件概率及信任知识库表示因果联系的时空特性、专家对知识及概念间因果关系测度的不确定性，从而将因果关系测度的不确定性、因果联系的时空特性及专家对知识的不确定性有效地融入模糊认知图中，自然扩展了模糊认知图模拟因果关系的能力，较大限度地减少了认知图对现实世界模拟的失真．最后通过实验说明了基于信任知识库的概率模糊认知图模型，具有比FCM更强的模拟能力．     

信息Agent的体系结构与行为设计

With the rapid development of Internet,information Agent aroused a great interest with its potential power.Various information agents were made for different targets and were implemented in different means.To facilitate open system interoperability of autonmous agents and reduce program load of programmers,we need to specify reusable architecture to support some reusable behavior for information agent.First,the function overview and the basic architecture of information agent are stated,and then the most important modules are discussed.They are the schedule system and the local DBMS.Finally,five reusable behaviors are presented.