多Agent系统BDI模型的推理研究

提出了基于环境感知的具有推理能力的BDIAgent模型。通过引入环境感知函数、意见函数、过滤函数、行为函数对环境的变化和Agent自身推理过程进行研究,并通过实例加以说明。     

BDI Agent推理模型的研究

文章提出了基于环境感知的具有推理能力的BDI Agent模型。并通过引入环境感知函数、意见函数、过滤函数、行为函数对环境的变化和Agent自身推理过程进行研究。在此基础上,通过积木世界的具体实例加以说明。     

传感器机器人行动推理的有色网表示模型

研究机器人行动推理优化系统,针对传统的推理前必须预先给定所有环境状态,不能动态获取环境状态新知识.为了使得机器人在推理的过程中能动态获取环境状态新知识以提高推理的准确度,提出了行动推理过程中的两种基本动作即外部动作和感知动作进行了形式化地表示,对这两种基本动作、STRIPS 推理规则以和有色网来表示机器人在不完全可知环境下进行行动推理的形式化表示,采用 PNS (Petri Net for Reasoning about Action with sensor)网系统,采用 CPNT<,ools>对办公环境下机器人行动推理实验,结果表明 PNS 网系统能使得机器人在行动推理过程中动态获取新知识目标,提高了行动推理的准确度.     

多Agent系统模型及其应用

文章提出了基于访问、感知和知识的多Agent系统模型。从特定环境中的Agents为完成一定的任务所应具备的能力的角度出发,引入了环境状态划分函数、感知函数以及状态转移函数等来对Agents和环境进行研究并建立系统模型。该模型是合理的、自然的。同时,它还区分外部环境与Agents环境中可访问的信息,Agents感知到的信息以及Agents知道的信息,并研究了系统的运行过程。接下来,通过具体的实例来说明模型的具体应用。最后进行总结并讨论了进一步的研究工作。     

基于多类别信息量的模糊Petri网故障推理策略

针对模糊Petri网推理模型膨胀、推理过程繁琐的问题,研究基于信息论方法的推理过程简化策略;利用自信息和熵函数的概念,提出了一种多类别故障特征信息量准则,给出了多类别故障特征信息量的具体计算方法;制定系统的故障推理策略时,首先选择故障信息量最大的故障特征进行测试,然后依据故障特征的测试顺序建立模糊Petri网模型,最后根据模糊Petri网模型进行故障推理;结论证明,该方法能够有效地进行故障推理,实现系统故障的动态和快速搜索。     

基于ASP的智能空间中上下文感知问题的研究

智能空间和回答集程序ASP的整合解决了智能空间中固定优先关系下的资源冲突问题。然而,智能空间是一个上下文敏感的、动态的环境,随着用户在空间中行为的改变,空间中的信息和服务也要发生动态的变化。原有的基于本体的上下文感知框架仅能实现不同本体信息的推理,而没有考虑环境信息对于上下文感知的影响。为此,基于回答集程序提出一种智能空间中的上下文感知框架,动态感知用户的上下文本体以及环境信息,完成用户在空间中的上下文动态推理。首先,使用本体描述用户的上下文信息;然后使用回答集程序表达上下文推理规则,并引入缺省规则依据本体信息以及环境信息动态决策上下文响应的优先关系;最后,求得回答集程序的解,即为用户上下文事件的决策结果,从而帮助用户实现智能推理。实验结果表明,该框架可以动态决策空间中的优先关系,有效实现空间中的上下文推理。     

网络安全态势多粒度分析的云方法

利用云理论的不确定性推理方法解决网络安全态势感知问题。在现有模型基础上,设计了一种基于知识库的多粒度网络安全态势感知模型。该模型具有动态更新知识库、多粒度态势展现以及态势可视化三大优势。另外,该模型实现了资产安全态势的扩展云推理算法,该算法能够处理连续值和离散值等多类参数,适用于多条件多规则推理,并且可以得到定性和定量两种安全态势结果。该模型具有较高的扩展性和实用性。最后,作者在武汉大学校园网中实验验证了模型的可行性及准确性。     

基于混合感知信息的路径规划模型

针对动态未知环境下的自主虚拟人实时避障问题,提出一种基于混合感知信息的路径规划模型。该模型由全局规划器和局部规划器组成,全局规划器依据已知环境信息先行规划出优化的运动路线,局部规划器通过对人类的规划行为进行分析,建立用于局部动态规划的运动代价评估函数,实现虚拟人在动态未知场景中的智能规划行为。实验结果表明,该模型能保证实时性,模拟符合人类特征的规划 行为。     

基于规则引擎的情境感知供应链采购决策研究

为解决供应链采购的动态决策问题,提出一种情境感知的供应链采购决策方法。给出情境感知服务的概念,设计一种情境感知服务系统架构,定义情境空间,利用基于键值对的模型对情境空间进行建模,采用基于规则的推理方法,通过Drools规则引擎进行规则定义和推理。分析结果表明,该方法可以实现高效率的情境感知供应链决策。     

不确定海洋环境下AUV环境感知方法研究

针对AUV在高度不确定海洋环境中执行任务的过程中需要实时准确地感知出当前环境、系统状态和任务执行中不确定事件对任务成功的影响,并为AUV任务重规划提供触发条件的问题,提出了一个具有不确定事件检测、不确定事件识别和不确定环境本体模型的环境感知框架,实现了基于本体推理和模糊逻辑结合的不确定事件检测方法和基于贝叶斯网络的不确定事件识别方法,并利用不确定事件检测和不确定事件识别结果更新具有概率扩展的不确定环境本体模型,提高本体在不确定知识的表示和推理方面的能力.结合AUV在不确定海洋环境中执行导航任务的应用背景,对AUV环境感知进行仿真实验并分析了实验结果,验证了不确定海洋环境下AUV环境感知方法的有效性.     

基于DFL的Agent推理模型

推理是Agent研究的核心问题之一.根据Agent的推理特性,引用DFL理论提出基于动态模糊逻辑(DFL)的Agent推理模型,实现了范例验证系统,即基于动态模糊逻辑(DFL)的Agent推理模型的叮当漫画书城系统.     

基于模糊神经网络的Agent反应器结构及实现

针对复杂适应系统(ComplexAdaptiveSystem,CAS)仿真中的Agent结构建模问题,提出了一种基于模糊神经网络的Agent反应器结构及实现,以提高Agent混合模型的性能,满足复杂适应系统仿真中对Agent反应器的快速性、自适应性与准确性的要求。最后,结合跨流域调水管理复杂适应系统仿真中Agent反应器的规则存储与推理过程,进行了实例分析。     

Multi Agent在分布式测控系统动态任务调度中的实现

Multi Agent实现是基于Multi Agent的分布式测控系统动态任务调度算法实现的关键技术。采用Java作为开发工具,根据Multi Agent的功能,详细论述了Multi Agent在分布式测控系统动态任务调度中的实现。基于Multi Agent的动态任务调度算法根据各主机的负载状态,在系统运行过程中利用移动Agent动态迁移任务。文中详细论述了利用Aglets系统开发和执行移动Agent,从而有效地提高了系统效率,实现了动态任务调度的目标。     

一种支持自治计算的基于可废止逻辑的柔性Agent

以自治计算的研究为背景,利用可废止逻辑理论的非单调知识表征和推理机制,提出一种能够动态接受规则变更、灵活处理实时发生的规则冲突,并进行高效的非单调推理的柔性Agent模型.这种Agent既是自主的,又是可控的,而且可以在开放、动态的环境中通过合同与其他Agent进行协同工作.     

基于内部结构MPOMDP模型的策略梯度学习算法

为了提高MPOMDP模型的知识表示能力和推理效率,提出一种基于Agent内部结构的MPOMDP模型。该模型能表示Agent的内部结构及其时间演化,并通过将系统联合概率分布表示成每个Agent内部变量集的局部因式形式,以提高模型的推理效率。将GPI-POMDP算法扩展到基于内部结构的MPOMDP模型中,给出基于内部状态的多Agent策略梯度算法（MIS-GPOMDP）,来求解基于内部结构的MPOMDP。实验结果表明MIS-GPOMDP算法具有较高的推理效率,且算法是收敛的。     

An ontological Proxy Agent with prediction,CBR, and RBR techniques for fast query processing

This paper proposed a three-tier Proxy Agent working as a mediator between the users and the backend process of a FAQ system. The first tier makes use of an improved sequential patterns mining technique to propose effective query prediction and cache services. The second tier employs an ontology-supported case-based reasoning technique to propose adapted query solutions and tune itself by retaining and updating highly-satisfied cases identified by the user. Finally, the third tier utilizes an ontology-supported rule-based reasoning to generate possible solutions for the user. Our experiments show around 79.1% of the user queries can be answered by Proxy Agent, leaving about 20.9% of the queries for the backend Answerer Agent to take care, which can effectively alleviate the overloading problem usually associated with a backend server.     

一种Agent结构的形式化模型

从外表看,Ａｇｅｎｔ是具有信念、意向、期望等意识属性的统一整体。Ａｇｅｎｔ之间可相互通信或相互合作,而且,Ａｇｅｎｔ自身还可以有诸如计算,推理或其他人们所希望的具有一定的智能特征的行为。为了把Ａｇｅｎｔ行为和它所应具有的内部结构联合起来,本文提出一种Ａｇｅｎｔ 形式化描述模型,在此模型的帮助下,可以较好地把一些Ａｇｅｎｔ的简单行为解释为Ａｇｅｎｔ内部状态的演变过程。这对Ａｇｅｎｔ的建模与实现,加深     

Learning market prices in real-time supply chain management

This paper proposes a model for dynamic pricing that combines knowledge of production capacity and existing commitments, reasoning about uncertainty and learning of market conditions in an attempt to optimise expected profits. In particular, the market conditions are represented as a set of probabilities over the success rate of product prices, and those prices are learned online as the market develops. The dynamic pricing model is integrated into a real-time supply chain management agent using the Trading Agent Competition Supply Chain Management game as a test framework. We evaluate the agent experimentally in competition with other supply chain agents, and demonstrate the benefits of incorporating more market data into the dynamic pricing mechanism.     

Mobile Agent的远程代码动态装配研究

针对Mobile Agent整体迁移时的缺点,文中提出了Mobile Agent的远程代码动态装配思想,即把部分执行代码存放在迁移节点,Agent在此节点运行时进行动态组装,运行完毕后动态拆卸。探讨了在此思想下Agent实体以及Agent Server的结构,分析了Agent的执行流程和执行效率。     

一种适合开放环境的Agent体系结构

通过对著名的BDIAgent模型进行改进,并引入元级推理机制而给出了一个适合开放环 境的Agent体系结构。该体系结构具有高效、可扩展的、易于实现等特点。同时,该体系结构还解决 了Agent构造中的一系列难题。