基于多Agent的高校教学评测系统模型研究

基于多Agent技术所构造的协同设计系统具有多Agent系统的分布性、协作性和智能性的特点。在分析目前高校教师教学评价系统的基础上，提出了一个基于多Agent系统（MAS）的高校教师教学评测系统模型（MATES），并着重讨论了该系统中各Agent的功能和Agent之间的协作关系。该模型为教师教学评价的自动化、智能化和高效率提供了一个良好的计算平台。     

多Agent的群体组织权力划分与协调机制研究

Agent的理论、技术,特别是多Agent的理论、技术,为分布式开放系统的分析、设计和实现提供了一个崭新的途径。目前,对Agent的研究大致分为智能Agent,多Agent系统（multi-agent system,简称MAS）的面向Agent的程序设计（agent oriented programming,简称AOP）这3个相互关联的方面。对多Agent系统的群体组织结构进行深入研究,给出Agent的组织原则,权力分配原则,权力实施原则和在领导Agent的权力作用下进行协作工作的机制。     

基于面向对象着色Petri网的多Agent系统建模

提出了一种基于面向对象着色Petri网（OOCPN）的多Agent建模方法,与其它建模方法相比,OOCPN可以全面地刻画出Agent的个体行为特征和多Agent间复杂、并行的动态交互,讨论了利用OOCPN进行个体Agent和多Agent间交互协议的建模,并通过对网上智能购物系统的实例分析,展示了OOCPN对多Agent系统的建模能力。     

基于MAS的工作流程控制管理系统的研究与设计

多重Agent系统（MAS）已经成为系统开发设计的标准规范,通过智能Agent的特性,可以让系统开发人员可以构建更具效率与弹性的应用系统。本文参考工作流程管理联盟（WfMC）提出的一般化工作流程产品架构,并结合多Agent的设计概念,提出以多Agent为基础的工作流程管理系统的框架,并在JADE平台进行实现。     

Agent研究现状与发展趋势

对有关Agent理论和实践两方面的研究现状、关键技术和发展趋势进行了综述和讨论,试图勾画出目前Agent研究的脉络、重点及其发展趋向.主要内容包括：（1）智能Agent的特性、表示和推理;（2）多Agent系统的联合意图、协商和规划;（3）面向Agent的程序设计.最后,简单讨论了Agent技术目前所面临的挑战.     

关系网模型--基于社会合作机制的多Agent协作组织方法

在多Agent系统（MAS）的研究中,如何表示Agent之间的相互关系,以及有效地组织Agent之间的协作通信机制,提高系统的可靠程度,降低整个系统的通信代价和减少资源开销,一直是因扰很多MAS研究者的问题,该文主要从研究Agent社会合作机制入手,对大规模开放式多Agent系统（OMAS）环境下的Agent社会组织方法,Agent协作行为表现进行了研究,引入了一个表示Agent之间联系的熟人关系网模型,对Agent之间的可信任度关系进行了讨论,并分析了Agent熟人关系链上可信任关系的传播机制,对Agent社会中的Agent理性行为表现进行了详细讨论。     

基于多Agent的天战系统建模与仿真方法研究

简单介绍了复杂系统理论及其建模方法，分析了天战系统的总体行为特征，指出对天战系统的仿真研究需采用复杂适应系统（CAS）理论的研究方法，即采用基于Agent的建模仿真方法学来开展研究，概述了Agent和多Agent系统的概念及基于多Agent的仿真，并给出了一个基于高层体系结构（HLA）的天战系统的仿真框架，最后展望了将来的研究工作。     

多智能体的角色与结构设计分析

角色是面向Agent软件开发方法研究中的一个重要抽象概念。文中认为角色是连接多Agent系统（MAS）微观模型与宏观模型的桥梁，角色与Agent之间的动态性有利于刻画多Agent系统的结构和行为模型。RoboCup是多Agent系统研究的一个很好的平台。建立一支成功的机器人足球队需要很多领域的知识，合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在。协调与协作是多Agent系统研究的重要课题。     

多Agent系统理论及其应用研究

随着信息技术的飞速发展,应用软件变得越来越复杂,其智能化程度也越来越高。多Agent技术就是在此背景下应运而生的,并迅速成为软件工程领域的一个研究热点。在介绍Agent定义和特点的基础上,全面阐述了多Agent系统的体系结构和两种主要的Agent通信语言（KQML,FIPA-ACL）,最后对多Agent系统的主要应用做了详细论述。     

基于Multi-agent技术的露天矿山生产调度系统的优化实现

针对动态变化、复杂非线性的露天矿山生产调度系统引入多智能体技术进行建模优化,将系统分为任务Agent、生产调度Agent、爆破Agent、运输Agent以及破碎Agent五个单智能体。在任务Agent中给出矿山的矿石需求量,运用自适应神经模糊推理系统（ANFIS）和遗传算法（GA）对爆破Agent进行建模优化;破碎Agent根据破碎能力以及破碎需求量对运输Agent进行约束,引入自适应变异程序改进粒子群算法(PSO)对运输Agent进行优化;生产调度Agent协调处理矿石需求量与各生产工艺Agent生产能力之间的矛盾,运用MATLAB软件对模型进行模拟实现。以某露天矿山为例构建露天矿山生产调度系统,建模优化结果表明该方法可行。     

基于多Agent仿真技术的虚拟股票市场分析

准确地对股票市场进行预测,是股票投资者和政府宏观调控的必然需求.多Agent仿真技术利用复杂系统理论,能够对复杂的社会、经济以及生态等系统进行仿真模拟.本文利用多Agent技术对股市进行建模,并利用MASON工具对股票市场进行仿真.实验结果表明,多Agent仿真技术能够较好地反映股票市场的基本特性,从而为股票投资和宏观调控提供良好的决策支持.     

A bat-neural network multi-agent system (BNNMAS) for stock price prediction: Case study of DAX stock price

Creating an intelligent system that can accurately predict stock price in a robust way has always been a subject of great interest for many investors and financial analysts. Predicting future trends of financial markets is more remarkable these days especially after the recent global financial crisis. So traders who access to a powerful engine for extracting helpful information throw raw data can meet the success. In this paper we propose a new intelligent model in a multi-agent framework called bat-neural network multi-agent system (BNNMAS) to predict stock price. The model performs in a four layer multi-agent framework to predict eight years of DAX stock price in quarterly periods. The capability of BNNMAS is evaluated by applying both on fundamental and technical DAX stock price data and comparing the outcomes with the results of other methods such as genetic algorithm neural network (GANN) and some standard models like generalized regression neural network (GRNN), etc. The model tested for predicting DAX stock price a period of time that global financial crisis was faced to economics. The results show that BNNMAS significantly performs accurate and reliable, so it can be considered as a suitable tool for predicting stock price specially in a long term periods.     

基于Agent的股票价格行为仿真

对于股票市场价格行为的解释一直是现代金融理论的核心问题之一。上世纪80年代以来，基于Agcnt的计算金融学提出：社会经济系统的各种复杂性来源于经济系统中个体(Agent)的适应性行为。该文的基本思路即是借助行为金融学和人工智能研究的成果，采用Agent系统理论和计算机仿真相结合，构建符合现实的仿真股市，并通过适应性个体之间的行为和个体与外界经济环境的交互，对股票市场的价格行为提供一种新颖的理解思路。     

Research on the Effects of Institutional Liquidation Strategies on the Market Based on Multi-agent Model

Based on the multi-agent model, an artificial stock market with four types of traders is constructed. On this basis, this paper focuses on comparing the effects of liquidation behavior on market liquidity, volatility, price discovery efficiency and long memory of absolute returns when the institutional trader adopts equal-order strategy, Volume Weighted Average Price (VWAP) strategy and Implementation Shortfall (IS) strategy respectively. The results show the following: (1) the artificial stock market based on multi-agent model can reproduce the stylized facts of real stock market well; (2) among these three algorithmic trading strategies, IS strategy causes the longest liquidation time and the lowest liquidation cost; (3) the liquidation behavior of institutional trader will significantly reduce market liquidity, price discovery efficiency and long memory of absolute returns, and increase market volatility; (4) in comparison, IS strategy has the least impact on market liquidity, volatility and price discovery efficiency, while VWAP strategy has the least impact on long memory of absolute returns.

     

基于CAS理论的多Agent建模仿真方法研究进展

基于复杂适应系统CAS理论的多Agent建模仿真是近年来复杂系统领域的一个研究热点.本文在简单介绍CAS理论的基础上对基于CAS理论的多Agent建模仿真方法的主要研究内容和研究现状进行分类和描述,最后对该研究领域存在的主要问题和发展趋势进行了分析和总结.     

多智能体系统体系结构及协调机制研究综述

多智能体系统体系结构及其协调机制是多智能体理论中的核心问题,目前在国际上已 经发展了许多方法．本文按照这些方法的研究流派,分别予以介绍、比较并对它们的优缺点 进行评述,最后简要介绍了我们的研究内容．     

一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

Representing von Neumann–Morgenstern Games in the Situation Calculus

Sequential von Neumann–Morgernstern (VM) games are a very general formalism for representing multi-agent interactions and planning problems in a variety of types of environments. We show that sequential VM games with countably many actions and continuous utility functions have a sound and complete axiomatization in the situation calculus. This axiomatization allows us to represent game-theoretic reasoning and solution concepts such as Nash equilibrium. We discuss the application of various concepts from VM game theory to the theory of planning and multi-agent interactions, such as representing concurrent actions and using the Baire topology to define continuous payoff functions.     

基于DFL的多Agent时序推理模型研究

Agent的理论、技术,特别是多Agent的理论、技术,为分布式开放系统的分析、设计和实现提供了一个崭新的途径。目前,对Agent的研究大致分为智能Agent、多Agent的程序设计。该文对Agent系统的群体组织结构进行深入研究,基于DFL,给出多Agent时序推理模型理论,进一步丰富Agent系统理论的研究内容。     

基于网络的数据挖掘系统设计

在研究数据挖掘系统具有的一般性设计原理基础上,针对其无法应用于网络数据的缺陷,根据网络数据存储量大且组织分散的特点,围绕如何利用多Agent的智能性、协作性、互操作性等良好特性,引入多种Agent,构建一种基于多Agent的网络数据挖掘系统,并提出设计这种基于网络的数据挖掘系统目标、原理和功能模块.