多Agent系统体系结构

1.引言基于Agent的系统是目前计算机科学领域中一个非常重要和活跃的研究方向,代表了一种新的方式和途径,可用于概念化、分析、描述和实现复杂而庞大的系统,因而体现了一种新的软件开发范型。这种范型在开发诸如internet这样的分布、开放环境中的软件系统时尤具吸引力。     

多Agent系统的技术研究

多Agent系统是由多个智能Agent组成的有机系统,这使得它具有比单个Agent更强大的处理能力.它表现出自组织性、鲁棒性、分布性以及很强的复杂行为.文中论述了Agent和多Agent系统的有关理论、方法和技术.主要包括智能Agent的特性、结构和推理;介绍多Agent系统的体系结构分类和常见的几种通信机制;以及面向Agent的程序设计的现状和发展.     

基于Agent的协同工作系统设计方法研究

计算机支持的协同工作（CSCW）旨在研究适应各种协同工作方式的灵活、开放、可扩充的系统体系结构。该文将面向服务的架构模式（SOA）和Agent技术应用于CSCW系统设计中,利用基于SOA的方式构建系统,并在用户工作环境中引入Agent实体,最终设计出一种新型的,具有良好的扩展性、灵活性以及智能性的协同工作系统体系结构。     

基于Agent的电子商务供应链管理系统的设计

本文设计和实现了一个基于Agent的电子商务供应链管理系统AeSCM,并用Web服务方式实现了系统的集成。     

MAS Builder：一种基于计划的多Agent系统开发平台

多Agent系统便于建模和实现复杂、庞大的应用系统，是一种新的软件开发范型。本文简要介绍了一种基于计划的通用多Agent系统开发平台-MAS Builder，并对其体系结构、基于计划的多Agent合作和任务管理等问题进行了较为详细的阐述。     

基于HLA的多Agent系统体系结构研究

本文在分析了目前AI领域对多Agnet系统体系结构研究成果的基础上，结合HLA／RTI仿真技术框架在高层体系结构上的应用前景，提出了一种基于HLA的多Agent系统体系结构，在这个框架下，实现了一个Agent对象模型，介绍了如何利用Agnet通信语言KQML进行互操作的过程，详述了多Agent系统的工作原理，最后指出了多Agent系统在复杂系统开发中的应用前景。     

基于管理Agent协作模型的研究

多Agent协作求解是分布式人工智能要研究的基本问题。该文基于管理agent概念提出一个新的协作模型，该模型利用管理Agent对多Agent系统进行全局协作分配，协作申请分级处理，解决了传统协作模型中存在的模型与应用领域有关和只适用于静态环境的问题。     

多Agent系统的技术研究

多Agent系统是由多个智能Agent组成的有机系统,这使得它具有比单个Agent更强大的处理能力。它表出自组织性、鲁棒性、分布性以及很强的复杂行为。文中论述了Agent和多Agent系统的有关理论、方法和技术。主要包括智能Agent的特性、结构和推理;介绍多Agent系统的体系结构分类和常见的几种通信机制;以及面向Agent的程序设计的现状和发展。     

一种基于Agent网络的多Agent系统的协作组织方式

对分布式多Agent系统中的Agent组织方式,协作机制进行了讨论,提出了根据Agent间的物理位置和通信代价关系建立Agent网络,通过Agent网络模型,模仿计算机网络中的动态路由机制,进行Agent协作组织的方法.     

基于多智能体的产品报价研究

产品报价涉及企业生产、技术、销售、财务、管理等部门，影响因素包括技术水平、设备状况、市场环境、竞争对手、原材料、物流成本等，过程非常复杂。如何有效地估计相关的生产成本是此文的主要目的。文中探讨多智能体技术在产品报价中的应用，利用多智能体的判断、推理能力和与其他智能体通讯协作能力来解决产品报价中影响因素多、效率低和准确性差的问题。提出了基于多智能体的产品报价系统的构造方法，建立了多智能体产品报价模型。案例证明，该模型能够提高报价的效率和准确性。     

基于Multi-agent的轻量级工作流系统

讨论了采用multi-agent技术和轻量级理念设计的工作流系统,并给出了工作流系统结构的具体表示、任务分解和资源分配的方法。提出了一种在多Agent中基于ontology信息的传递方法,减轻了工作流中通信的负担,并解析了该系统框架的功能,说明了系统的优势,介绍了系统的实现方案。     

基于Multi-agent的计算机病毒免疫系统

将生物免疫原理与Multi-agent技术相结合,构建了基于Multi-agentr的计算机病毒免疫系统（MACVIS),该系统与以往抗病毒技术相比增加了可适应性,健壮性和智能性,为该领域的研究提供了新的方向。     

基于多Agent的个性化智能教学系统模型研究

在分布式网络环境下,根据Agent的原理,构建多Agent网络智能教学系统。     

基于强化学习的多智能体协作方法研究

为了在连续和动态的环境中处理智能体不断变化的需求,我们通过利用强化学习来研究多机器人推箱子问题,得到了一种智能体可以不需要其它智能体任何信息的情况下完成协作任务的方法。强化学习可以应用于合作和非合作场合,对于存在噪声干扰和通讯困难的情况,强化学习具有其它人工智能方法不可比拟的优越性。     

基于多Agent的网络教学系统的研究

目前,软件Agent的研究已经在计算机科学的各个领域引起专家们的极大兴趣,同时给计算机辅助教育带来无限的应用前景。文章首先讨论有关Agent的定义,进而提出了基于多Agent的智能网络教学系统的结构与实现模式以供同行讨论。     

基于学习者个性因素的多Agent协同学习系统

未解决当前的远程教育系统存在形式单一和被动教学等问题,该文提出了一个基于学习者个性因素的多Agent学习系统模型。该模型结合智能代理技术,通过分析学习者个性因素,给出了个体Agent能力描述语言,提出了新的个性化分组策略和学习任务分配策略,采用补偿机制鼓励agent合作,结合状态空间搜索理论使M AS系统具有更强的解题能力,并可满足学习者主动学习的要求,还能在一定程度上节约系统的通讯。     

基于Multi-agents系统的分布式数据挖掘

计算机网络的发展以及海量数据的分布式存储,滋生了分布式数据挖掘（DDM）这一新的数据挖掘方式。本文针对多agent系统下的分布式数据挖掘进行了初步的研究,对agent方法用于DDM的优势、基于agents的分布式数据挖掘的问题,以及典型的基于agent的分布式数据挖掘系统和该领域的进一步研究方向作了一个概要的综述。     

一种基于Web服务的多主体系统模型

针对广域网异质、开放和动态的特性,提出了一种基于Web服务的多主体系统模型,它将Web服务嵌入BDI主体结构,使得异质主体之间得以方便地协作;它引入了关于多主体系统中主体类与服务描述的本体,使得主体之间可以进行动态协作;模型还建立了一个协调控制中心,使主体之间得以进行时间非耦合的协作。对相关模块及功能作了详细的描述,并对一些服务的流程或实现进行了说明。     

一种基于多Agent的多策略谈判框架

多Agent之间的谈判是DAI领域的重要研究课题.目前的谈判框架大多是采用单因素依赖的谈判策略,没有考虑复杂环境下多因素的综合影响,为解决这一问题,提出了一个多策略加权整合的多议题的谈判框架.本文从时间、资源、对方策略等多方面的因素来考虑整个谈判策略,从而提高了谈判框架的效率.