基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

IT谈判的“桌外功夫”

抓住速度和提前量这两个点,无论跟谁谈,优势都会在你这里,你就是大佬。     

基于Agent的分布式入侵检测系统研究

为了提高入侵检测系统在体系结构上的灵活性、提高入侵检测的速度,本文将Agent技术应用于入侵检测,探讨了基于Agent的入侵检测技术和模型。首先分析了网络安全及入侵检测系统的研究现状及发展趋势,以及入侵检测技术在网络安全中的重要地位和作用。在对入侵检测技术及Agent技术深入分析的基础之上,提出了一种基于Agent的入侵检测系统模型,研究了构成基本构架的各个子系统在整个模型中的作用及相互关系,给出了各自的设计实现方法,并重点讨论了基于Agent的分布式入侵检测系统模型的通信问题。     

泡沫剂的发泡性能及其影响因素

介绍了泡沫剂的主要类型,讨论了泡沫剂的发泡性能、发泡机理以及泡沫稳定性.对泡沫剂种类、浓度、矿化度、温度等因素对泡沫剂发泡性能和泡沫稳定性的影响进行了评述,对提高泡沫稳定性方法进行了讨论.     

纺织交易中谈判的权力

世界就是一张巨大的谈判桌，我们每个人都置身其中，而谈判水平有高有低，技巧千差万别，看似无序，实际也是有规律可寻的。通过对谈判权力的探讨．来揭示谈刊技巧运用的意义，及相应的方法。     

约旦与壳牌谈判开发油页岩储量协议

能源资源极其匮乏的约旦说，时下正在与皇家荷兰壳牌公司就一项有关从这个沙漠王国的400亿吨油页岩储量中开采石油的协议进行谈判。     

基于能力拍卖和多Agent的综合生产计划分布式建模及求解

把拍卖和市场理念引入到生产计划的求解过程中,结合多Agent理论,对大规模生产系统按生产单元建立分布式模型.各个生产单元看作相对独立核算的经济实体,其目标是实现自身利益最大化.当生产能力足够时,按照需求进行生产;当生产能力不足以完全满足需求时,紧缺生产资源的持有者按照单位能力获得最大收益的原则进行生产竞价与拍卖,实现了各个生产单元的分布式自主协商决策,并设计了求解算法.算例研究证明该方法的可操作性和求解的有效性.     

基于CORBA和多Agent的模具敏捷制造的工作流管理

介绍了CORBA的工作原理，分析了模具敏捷制造的特点，提出了基于CORBA的模具敏捷制造工作流管理模型，并且将多Agent技术应用到该模型之中，使其具有清晰的结构，良好的开放性、集成性和自适应性。     

基于ObjectAgent的小卫星星务系统研究与仿真

针对小卫星自主管理与自主决策的要求,简单介绍了多Agent技术和ObjectAgent开发环境,并以某小卫星为例,研究并设计了基于ObjectAgent的小卫星星务系统,给出了所涉及的Agent的自主决策、任务调度、信息交互等一系列问题的解决方案,最后,利用多台PC机组网进行了仿真,达到了预期的实验效果。     

基于Agent的分布式查询优化研究

Internet上异构的软硬件环境以及多种并行机制对分布式查询优化技术提出了新的挑战，文章将分布式人工智能与数据库管理系统两个研究领域相结合，给出了基于Agent的分布式查询优化系统模型，在该系统中，Agent采用了典型的慎思型体系结构，即BDI模.Agent具有信念库，目标库并在此基础上进行学习和推理，多个Agent之间通过协调，协作以及协商以支持分布式数据库系统的动态查询优化和规划的执行，提高系统的查询效率。