基于MAS的网络坦克作战系统重构机制与过程分析

动态重组能力是网络坦克作战系统经Agent技术强化后呈现出的重要能力和特征之一,是系统具有鲁棒性和灵活性的重要体现.作战系统重构需要有相应的机制和方法.提出了基于MAS(multi-agent system,多Agent系统)的系统重构机制,对重构过程进行了分析,并引用遗传算法进行重构过程的单元选择,以此对资源配置进行优化组合,提高作战效益,使系统尽可能快速地对适应战场情况变化.     

基于MAS的协作机制的网络坦克作战系统研究

提出了信息化条件下新型作战系统的模块化结构,对类似的作战系统-网络坦克作战系统的主要特征进行了总结概括;运用Agent技术对网络坦克作战系统建模,提出了具有主从层次结构的基于多Agent系统(MAS)的网络坦克作战系统,描述了其基本特征,并对系统基于MAS的协作机制-合同网机制和黑板机制及其多阶段协商过程进行了分析与研究.     

基于实时多Agent系统的作战智能决策仿真模型

该文首先对Agent和多Agent系统的理论和应用进行了概述，提出一种用于实时人工智能系统(RTAIS)的多Agent结构模型AA的形式化描述，这种Ageng结构包含两层Agent，即RTAIS Agent(AA)和AA内部的一组Agent体(IA)，并介绍基于该模型的舰艇协同攻击潜艇的仿真系统的实例，证明AA结构模型应用于实时智能系统，不仅能适应强实时系统的实时性要求，而且提供了更高的智能水平。     

基于MAS的网络坦克作战系统体系结构分析

网络坦克作战系统是一个复杂系统,对这一系统的研究实质上是一个复杂问题的求解过程.Agent技术为此提供了模块化及抽象化的问题求解方法.将网络坦克作战系统从功能结构的角度进行了模块化分割,提出了一种基于多Agent系统(MAS)的体系结构,将系统中的协作Agent分为5类:指挥决策Agent、局域协调控制Agent、分队级协调控制Agent,系统重构Agent和评价Agent,对这种体系结构进行了分析与研究.     

多Agent系统规划协作过程研究

在多Agent问题求解方面,一个明显的问题是如何规划Agent组的活动.多Agent规划是指通过Agent调整的行为朝着一个共同目标来增强系统中多个Agent协作的强度,从而提高系统的一致性.从协调一致性原理的角度来说明多Agent系统规划协作的过程,并将其划分为发现协作潜力、调解协作请求、构建协作团队、制订协作计划、实现协作行动及评估行动结果6个阶段,对各个阶段进行了说明.并对一种主从式层次结构的多Agent系统协作过程进行了阐述,构建了基于这种结构协作的基本模型.     

无人驾驶坦克自主作战决策系统框架

提出了一个分布式解决无人驾驶坦克自主作战决策的框架,将自主作战、动态任务规划和任务策略的智能评估等思想引入无人驾驶坦克自主作战决策系统.包括以下两个重要内容:主体个体的能力和职责;信息和知识如何在主体之间传播使得他们能准确地完成作战任务.文中重点是无人驾驶坦克自主作战决策系统中主体之间动态知识的交换.主体确保自己的行为是一种动态的经验操作和直接与其他主体交流事实、需求和规则的结合.在各个主体中,知识可以作为事实、规则、需求的结合体来传播交换.     

分析决策的集群协作建模

本文介绍了分布式分析决策协作建模的方法、工作流程、系统特点,以及系统实现的关键技术.     

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力，认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因，在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合，而Agent对搜索方向的判断是基于启发式信息做出的，从而为形式化分析MAS系统的性能建立了通用的模型．本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系，指出只有在一定条件下MAS系统才会获得更好的解题能力．本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法．     

基于人工智能的院前急救指挥与决策系统研究

本研究探讨基于人工智能的院前急救指挥决策系统的设计与实施。随着医疗技术的进步和信息技术的发展,院前急救已从传统的模式转变为智能化、自动化的管理。文章首先分析院前急救的现状与挑战,然后详细描述基于人工智能的院前急救指挥决策系统的设计,包括急救调度平台的建设、院前急救平台的建设以及院前与院内的衔接;此外,文章还探讨系统的实时性、互动性、安全性和隐私保护等关键问题。研究结果表明,基于人工智能的院前急救指挥决策系统不仅可提升急救的效率和效果,还可为患者提供更加个性化、精准的医疗救治。     

一种分布式问题求解系统体系结构与算法的研究

分布式问题求解是人工智能的一个新分支.由多个智能结点相互协作的分布式问题求解系统具有良好的并行性、可靠性、可扩展性与知识、资源共享能力,特别适用于分布及实时的应用领域.本文提出了以运输调度为背景的分布式问题求解系统的体系结构,问题分解与任务分布算法以及协作策略,并根据原型系统的试验结果对系统与算法进行评价.     

Expert systems for decision support in EDP auditing

The complexities of computer auditing have created a need for decision support for the EDP auditor. Traditional statistical techniques have proven valuable; however, there are important qualitative components which must be incorporated in the analysis. More importantly, there is a need for decision aids which not only produce analysis and probability estimates-but are able to explain their analysis and conclusions. Recent developments in artificial intelligence have made possible the development of expert systems which provide these capabilities. In this paper we present the motivation, framework, and development strategy for a decision support system for EDP auditing.This project was funded by a grant from the Peat, Marwick, Mitchell Foundation through its Research Opportunities in Auditing program. The views expressed herein are those of the authors and do not necessarily reflect the view of the Peat, Marwick, Mitchell Foundation. The authors are indebted to the participants of the workshops at the University of Florida and the University of Wisconsin for their helpful comments. In particular, we would like to thank Rowland Ataise, Alan Friedberg, Steve Johnson, Andy Luzi, Stan Biggs, Lynn McKell, and Marshall Romney.     

维修智能决策支持系统及其可视化实现

阐速了一种维修智能决策支持系统的可视化实现，讨论了决策支持可视化的涵义，介绍了可视化维修智能决策支持系统的体系结构及关键技术。该系统支持自动获取维修数据信息，实现了维修故障诊断过程和智能决策的可视化，提高了装备维修保障水平。     

Artificial intelligence and Internet of Things-enabled decision support system for the prediction of bacterial stalk root disease in maize crop

Although the Internet of Things (IoT) has been considered one of the most promising technologies to automate various daily life activities, that is, monitoring and prediction, it has become extremely useful for problem solving with the introduction and integration of artificial intelligence (AI)-enabled smart learning methodologies. Therefore, due to their overwhelming characteristics, AI-enabled IoTs have been used in different application environments, such as agriculture, where detection, prevention (if possible), and prediction of crop diseases, especially at the earliest possible stage, are desperately required. Bacterial stalk root is a common disease of tomatoes that severely affects its production and yield if necessary measures are not taken. In this article, AI and an IoT-enabled decision support system (DSS) have been developed to predict the possible occurrence of bacterial stalk root diseases through a sophisticated technological infrastructure. For this purpose, Arduino agricultural boards, preferably with necessary embedded sensors, are deployed in the agricultural field of maize crops to capture valuable data at a certain time interval and send it to a centralized module where AI-based DSS, which is trained on an equally similar data set, is implemented to thoroughly examine captured data values for the possible occurrence of the disease. Additionally, the proposed AI- and IoT-enabled DSS has been tested on benchmark data sets, that is, freely available online, along with real-time captured data sets. Both experimental and simulation results show that the proposed scheme has achieved the highest accuracy level in timely prediction of the underlined disease. Finally, maize crop plots with the proposed system have significantly increased the yield (production) ratio of crops.     

基于本体的网络空间决策支持系统研究*

为了不同的空间决策,往往需要建立相应的空间决策支持系统,在这些空间决策支持系统中,大量的空间数据和模型是可以被重复使用的,因此提出了一种基于本体的空间决策支持系统。该系统能够高效、自动地利用互联网中存在的各类异构空间信息与分析资源来支持空间决策;此外,本系统还提出了一种灵活的体系架构来解决空间决策中存在的语义问题。     

机采系统节能优化决策支持系统分析

采用山东力创科技有限公司的宽限高压免维护计量箱、9033电参数采集模块、抽油机测控终端、GPRS 等终端设备,在胜利采油厂一排东线实施机采耗能过程实时监测,根据监测结果,通过专家决策系统,找出影响机采系统效率的主要因素,提出改进措施,达到节能降耗的目的,并逐渐完善和优化专家决策系统,为机采系统效率的提高提供切实可行的办法。     

Intelligent system architecture for process operation support

This paper presents a generic intelligent system platform, namely INTEMOR (INTElligent Multimedia system for On-line Real-time application), for process operation support. INTEMOR is developed by combining artificial intelligence, computer system and information technology into a unified environment. It integrates various function modules to perform operation support tasks, including communication gateway, data processing and analysis, on-line process monitoring and diagnosis, on-line operation manual, equipment maintenance assistance, reasoning system, knowledge-base creator and multimedia interface. The industrial applications of INTEMOR on a boiler system and a chemical pulping process are illustrated.     

网络化设计评价群决策支持系统研究

为了改进产品设计评价的方法,将决策支持系统机制引入产品设计评价领域。改进了部分个体评价及群决策方法,构建了适用产品设计的评价问题生成库和评价问题解决方法库。结合产品设计评价的特点,采用群体决策的思想,构建出包括对话、数据、模型三个模块的群决策支持系统框架。建立基于网络的产品设计评价群决策支持系统。它将对辅助决策、改进设计质量具有较高的实用价值。     

关于油田洪水预防决策支持系统的研究

针对油田防汛系统中的关键问题,建立了某特大型油田防洪防汛智能决策支持系统。采用多Agent理论与方法,讨论了多Agent技术在库群防洪优化调度中的应用,并用油田辖区的相关水泡子建立了神经网络数字模型并提供了一个新的降雨量预测方法,应用计算机网络技术与GSM无线通信技术,扩大了防汛调度决策支持系统的调度范围。     

数据仓库和数据挖掘技术在DSS中的应用研究

数据仓库和数据挖掘技术是目前信息技术研究的热点问题之一。介绍了数据仓库的特点、体系结构、联机分析处理及数据挖掘技术,讨论了如何在Microsoft SQL Server2000中将数据仓库和数据挖掘技术结合起来开发决策支持系统。