基于智能体的软件工程在应用中的特点

Agent(智能体)具有自主性、社会性、可推理性和适应性等特点。目前已被应用于很多领域。将其引入到软件工程领域被认为是软件工程领域的一次新的革命。本文在讨论了智能体的特点及多智能体系统的基础上，着重举例总结了基于智能体的软件工程在进行软件开发过程中的特点。     

智能穿戴设备交互模型的构建研究

智能穿戴设备的交互设计目前还处在较初级的阶段,有待于依托新技术的支持和用户基数的发展。文章根据交互系统理论探索如何构建智能穿戴设备的交互模型,按照人、行为和场景3个要素来分析智能穿戴设备交互模型的构建,以及应当遵循的原则。最终得出智能穿戴设备的交互模型按照要素可以分为用户模型、行为模型和场景模型,以及交互模型构建的步骤和原则。     

电磁环境仿真中电波传播模型研究及仿真分析

研究了移动通信信道的电波传播损耗模型,通过对不同模型的仿真对比,指出在飞行器控制通信仿真中宜采用Longley-Rice模型的点对点模式,以适应飞行器控制通信的特殊需求。抽取航天飞机雷达地形测绘使命(SRTM)高程数据作为传播模型点对点模式中传播路径的详细地形剖面数据,仿真结果显示电波预测值与理论值吻合度较高。     

基于公共安全智能体的网络体系架构研究

城市智能体的发展对网络体系提出了新的要求.公共安全智能体作为城市智能体的一个重要分支也对网络有了更进一步的需求,需要网络能更主动、快速和灵活地支撑其发展,需要网络朝着更加智能化的方向发展.基于此,文章对基于公共安全智能体的人工智能(AI)网络体系架构进行了研究,在此基础上给出了公共安全智能体的平台框架和基于公共安全智能...     

基于多智能体社会的僵尸网络协同防御模型

针对现有僵尸网络检测体系结构中协同功能的不足,给出了一个基于多智能体社会的协同防御模型.模拟多智能体社会中的成员间的协同关系,设计了侦查、检测与反制三种社会成员角色,提出了基于协同防御模型的三层协同防御体系.典型案例分析表明本文模型具有较强的可扩展性和可交互性,可以灵活地部署在各种要保护的网络上,适应各种应用环境,具有较好的应用价值.     

基于元胞自动机的音乐传播模式仿真研究

传统音乐传播模式存在群众传播不积极、传播模式复杂等问题,为此,提出基于元胞自动机的音乐传播模式仿真研究。结合音乐传播的复杂性,利用元胞自动机基本原理构建动态模型,从中心度、关系强度两个方面对传播效果进行仿真实验。通过实验验证该模式的合理性,并由此得出结论。实验结果表明,在元胞空间弱关系条件下,音乐传播模式可具有良好的传播效率、模式简单,且群众核心人物对音乐传播的积极行为显著大于边缘位置参与群的积极性,为音乐传播模式提供了有效途径。     

低空传播模型的分析

随着无人机和低空交通设备的出现,低空场景下的网络规划和场强预测逐步引起关注。低空场景下往往都会伴随低速移动,这种场景下多普勒频移将造成能量损失,加大路径损耗。本文针对700 MHz和2.6 GHz两个频段建立低空传播模型,利用连续波发射机和低空无人机携带接收机,采样功率、经纬度和速度信息,对低空模型进行校正,建立低空模型。该模型可用于低空中低速场景下的网络规划。     

基于SAC的多智能体深度强化学习算法

由于多智能体所处环境动态变化,并且单个智能体的决策也会影响其他智能体,这使得单智能体深度强化学习算法难以在多智能体环境中保持稳定.为了适应多智能体环境,本文利用集中训练和分散执行框架Cen-tralized Training with Decentralized Execution(CTDE),对单智能体深度强化学习算法Soft Actor-Critic(SAC)进行了改进,引入智能体通信机制,构建Multi-Agent Soft Actor-Critic(MASAC)算法.MASAC中智能体共享观察信息和历史经验,有效减少了环境不稳定性对算法造成的影响.最后,本文在协同以及协同竞争混合的任务中,对MASAC算法性能进行了实验分析,结果表明MASAC相对于SAC在多智能体环境中具有更好的稳定性.     

基于多智能体的信息筛选系统设计研究

本文综述了信息筛选系统研究发展的现状，研究了基于多智能体信息筛选系统的体系结构及若干设计问题，提出了主动信息服务的概念，给出了一个系统模型。     

基于多智能体的创新资源共享行为仿真研究

加快推进创新资源的整合共享工作有助于推动中国经济发展的进程。创新资源共享效果是因创新主体决策行为的相互作用影响涌现的宏观现象,文中从共享行为和动机切入展开研究。基于多智能体理论,提出了一个创新资源共享仿真模型,并利用Repast软件进行模拟实验。算例实验探究了不同变量对创新资源共享效果的影响,表明了本模型的有效性,对于创新资源共享引导策略政策的制定有一定的指导作用,是科学可行的决策依据。     

随机性检测参数选择研究

如何在分布式环境中灵活配置QoS参数成为一个值得关注的问题,目前用户对QoS的管理主要还是利用手工的静态配置和简单的策略管理,尚不能很好地适应网络规模的扩大以及设备的多样化。由此,提出了一个智能代理的内部基本模型,并在此基础上设计并实现了一个针对服务质量保证的智能代理实体模型,该模型包括智能代理对流量分布规律的分析、预测和配置功能以及代理之间的交互机制。原型系统的实验结果表明该模型可以有效地提供服务质量保证。     

基于优化神经网络的音乐分类模型研究

为高效、精准地判断音乐风格归属,帮助用户快速获取偏好音乐风格,基于群智优化神经网络构建音乐风格分类模型。提取音乐样本的音质、节奏、旋律特征作为模型训练样本输入BP神经网络,通过初始化、隐含层及输出层计算、权值计算等步骤完成神经网络模型训练。采用粒子群算法确定神经网络的最优权值与阈值,粒子群算法首先编码神经网络权值与阈值,其次计算粒子适应度值,更新粒子速度和位置,符合终止条件时输出神经网络的权值与阈值优化结果,并据此构建基于群智优化神经网络的音乐风格分类模型。模型测试结果表明,所提模型在正确区分不同音乐风格的同时,展示了音质、节奏、旋律等特征。     

基于静态代理修正模式的移动AGENT模型

移动的代码在开放的、没有范围限制的网络环境下不利于对其进行控制。为了适应开放的网络环境，提出了移动代理的新的实现模型，旨在将移动代理技术更实用化。作者提出的新模型，将移动代理分解成移动指令和静态代理两个部分，由移动平台中静态代理帮助移动Agent实现传统方法实现移动Agent全部功能，具有较少的安全隐患和更强大的功能。     

基于大数据分析的电能损耗预测模型的仿真分析

对电能损耗进行预测的过程中,传统的预测方法,由于影响电能损耗的因素之间具有非常复杂的非线性与强相关性,导致很难得到高精度的预测结果。提出一种基于大数据分析的电能损耗预测模型,建立电能损耗预测单元模型,分析发电器模型、变电器模型和输电器模型建立的过程,引入灰色综合关联度对大数据进行分析,对各个组成区域序列累加得到整体区域电能损耗情况,并进行微分处理,通过GM(1,1)的转换实现对整体电能损耗预测模型的构建。仿真实验结果表明,所提模型具有较高的预测精度,能够很好地避免非线性因素对模型的干扰,为电力企业制定合理的电能损耗计划提供可靠依据。     

基于AU6850C芯片的智能家居背景音乐播放模块的设计

本文介绍了以STC12C5A60S2单片机和MP3解码芯片AU6850C为核心的智能家居背景音乐播放模块的硬件及软件设计。该模块提供了USB和SD卡的接口,具有液晶显示、串口通讯及断电记忆功能,智能家居控制板可通过对音乐播放模块的控制实现背景音乐的播放。     

基于智慧教室的教学模式设计研究

文章通过对智慧教室的研究,提出了基于问题导向和交互式的新型的教学模式。该教学模式通过课前问题情景引领,课中问题的讨论和师生之间、师生和智慧教室系统之间的交互来解决问题,课后通过智慧教室来进行知识的交互。该研究旨在通过这种模式,将智慧教室变成一个充满智慧的生动的课堂。     

改进极限学习机的电子音乐分类模型

针对传统模型无法准确实现电子音乐分类和识别的难题,提出改进极限学习机的电子音乐分类模型。首先对电子音乐数据进行采集,并提取其倒谱系数特征,并采用核主成分分析对特征进行筛选;然后采用遗传算法对极限学习机的参数进行选择,并用于构建电子音乐的分类器;最后采用多种类型的电子音乐进行仿真实验,改进极限学习机的电子音乐平均分类率达到了95%以上,电子音乐的错分率要远远低于当前其他电子音乐分类模型。实验结果验证了该电子音乐分类模型的可行性以及优越性。