一种基于Jim的多Agent系统框架实现

1 引言 Agent(智能主体)是分布式人工智能的一个重要的研究方向,但是随着网络和计算机通信技术的发展,很多领域都开始将Agent系统引入到本行业之中,以期为智能地解决本领域内问题提供一个新的途径,所以尝试用不同的方法建立A-gent系统,将为Agent系统在不同领域内的应用提供便利。本文将介绍如何利用分布式系统Jini建立起Agent系统。这将为在具有Java平台的系统上实现Agent提供良好的解决办法。一般认为,Agent是一种处于一定环境下包装的计算机系统,为了实现设计目标,它能在那种环境下灵活地、自主地活动。从广义的角度来讲,Agent是具有自治性、社会能力、反     

智能Agent在行车记录分析系统上的应用

本文介绍了行车记录仪关键组成技术,以及智能Agent行车记录仪系统轨迹处理上的优化作用.为智能Agent在行车记录领域上的应用提供了思路,是智能交通的一个组成部分.     

Agent行为及其新的服务方式

1 Agent的行为特性现在Agent技术具有广阔的应用领域,包括用户界面,信息检索,信息过滤,智能消息传递,工作流系统,智能通讯,网络管理等领域。目前Agent也呈现出不同的形式,包括提供适应性界面的接口A-gent,相互协作共同完成任务的协作Agent,可以从一个系统移动到另一个系统访问远程资源的移动Agent。尽管Agent有不同的定义和应用,但是分析它的行为特征会有助于它的应用。     

基于多Agent的智能故障诊断系统研究

本文对多Agent技术在故障诊断领域的应用作了研究,在传统智能故障诊断系统的基础上,结合Agent的基本结构和特性,提出了基于多Agent的智能故障诊断系统模型。该系统中的各个单独的Agent都具有自己的判断方法、知识处理及同其他Agent的协作能力,为实际应用系统的开发提供了理论指导。     

基于Multi-Agent的分布式智能视觉监控系统研究

90年代以来,随着计算机技术的发展,对于Agent的研究已经成为分布式人工智能领域的一个热点,基于Multi-Agent的分布式智能系统已成功地应用于众多领域。该文将Multi-Agent技术应用于智能视觉监控领域,以开发智能视觉监控的分布式Multi-Agent系统,提出了系统的基本框架和系统实现途径及方法,其中着重研究了基于Multi-Agent理论的视觉监控系统模型、组织活动,以及多Agent之间的协调合作问题。该分布式系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

智能居住环境的Multi—Agent体系构架

智能居住环境系统能够监测环境的参数、设备的状态,并根据居住者的偏好进行主动控制.在ZigBee无线传感器网络的基础上,提出了一种智能居住环境Multi-Agent(MAS)体系结构.该体系结构中ZigBee无线传感器网络的协调器对应MAS中的管理Agent、路由器对应功能Agent、终端设备对应现场Agent;同时建立了现场Agent、功能Agent、管理Agent这三者的内部结构模型,为智能居住环境Multi-Agent系统中各Agent之间的协同合作、冲突消解、组织联盟提供了基础构架.     

知识Agent在农业决策系统中的应用研究

针对农业领域多Agent系统的特点,本文利用一种基于知识的Agent模型,该模型以知识为核心,以本体作为内部知识表示方法.在农业领域多Agent系统的设计中,采用基于黑板模型的通信方法,避免了复杂的会话层的通信设计.在知识的决策过程中,将本体与当前成熟的基于规则的推理技术相结合,使农业多Agent系统更加灵活和智能.     

智能Agent在网络教学系统中的应用

Agent是人工智能及计算机软件领域内的一个新兴技术.文章探讨了Agent技术以及如何把Agent技术应用于网络教学中,以提高网络教学系统的智能性,并给出了智能Agent在网络教学系统中的应用模式与实现方法.简要分析了Agent技术给网络教育带来的优点.     

基于Agent的智能交通信号控制系统研究

本文针对智能交通领域的需求,结合Agent技术以及智能控制技术的发展,提出了一个基于Agent的智能交通信号控制系统的基本架构。该系统将变通系统的控制策略的制定权放在各个路口,提高了路口级的智能决策能力．实现了交通系统的实时智能控制功能。     

基于多Agent的适应性网络教学系统设计

当前的智能教学系统对于用户提出的适应性学习服务实现效果尚不理想,突出体现在不能根据学生的学习特点提供相应的学习方式.将Agent技术引入智能教学系统,构建了一种基于多Agent的适应性网络教学系统框架,分析了框架内各Agent的功能和工作过程,提出了一个学生学习特征提取和处理的模型.通过动态跟踪学习记录,采用向量相似度计算寻找一种与学习者相适应的学习风格,为学生提供适应性的学习服务.