基于Agent的个性化信息检索技术的研究

提出一种基于Agent的Internet信息检索系统模型.该系统由用户Agent、信息搜索Agent、信息过滤Agent三个模块构成.通过用户信息需求的表达和信息反馈,形成并训练用户Agent;信息搜索Agent与Internet搜索引擎连接,采用有限深度-广度优先的搜索算法,减少搜索范围,加快搜索速度;信息过滤Agent根据用户已有的信息资源分析用户喜好,采用向量空间法进行信息过滤.三个模块密切协作,实现网上信息的个性化、主动性、智能性检索.     

多Agent技术在数据融合系统中的应用

数据融合充分利用多个传感器资源,对观测到的信息进行合理支配和使用,把在时间和空间上的冗余或互补信息按照某种准则进行组合,以获取对被观测目标的一致性认识.为提高目标跟踪系统的滤波精度,在滤波时采用了多Agent技术,使系统的跟踪精度有了显著提高.通过引入多Agent技术,对数据融合系统中的模型和方法进行改进,提出多Agent数据融合模型,为数据融合问题提供新的解决方法和途径.     

云计算环境下基于Agent的信任信息收集机制

利用Agent自治协作的特点,研究了一种基于Agent的云计算环境下的信任信息收集机制.其中研究的信任计算所涉及的因素分为直接信息、推荐与信誉3个方面,为了综合解决集中式信息存取模型导致的存储压力问题与分布式模式导致的管理复杂度问题,该机制利用集中分布式的方式收集与存储信任信息.引入信誉管理Agent来集中管理云服务等资源的信誉以及用户的朋友关系等信息,同时将云计算中的资源分布式划分为不同的资源社区,引入资源社区信任管理Agent分布式管理交互信息等.提出了基于Agent的信任信息收集整体框架与工作流程,以及信息收集模块的设计与信任信息预处理的相关方法,最后进行了模拟仿真试验,试验结果显示了信任预处理机制的有效性.     

移动Agent在分布式信息检索系统中的应用

移动Agent技术是继CORBA、EJB之后的一种新型的分布式计算模式,在信息检索、电子商务、网络管理等方面有着很好的发展前景。阐述了Agent和移动Agent的概念、体系结构和技术特点,给出了一个基于移动Agent的分布式信息检索系统的模型,并探讨了其中的几个关键的技术问题,给出了相应的解决办法。     

基于多Agent的供应链建模研究

结合多Agent技术的优点,建立了一个基于协调中心的供应链系统结构,通过协调中心这个中介,实现任意两个实体之间的信息通信;构造了协调中心Agent、供应商Agent、生产商Agent和分销商Agent的模块图;设计了模块之间的数据传递机制,实现了不同企业之间的数据交换。     

基于Multi-Agent技术的CAPP系统的研究

CAPP(Computer Aided Process Planning)系统在CIMS(Computer Integrated Manufacturing System)中起着举足轻重的作用,是CAD(Computer Aided Design)与CAM(Computer Aided Manufacturing)系统之间的重要纽带.针对目前CAPP系统的不足,提出一种基于Multi-Agent的智能CAPP系统结构框架,将复杂工艺问题分解为几个简单问题.系统通过3种Agent来实现,每个Agent具有独自的知识和推理结构,使得智能CAPP系统具有良好的动态适应性和高度分布协同功能.     

基于决策树的高层结构智能选型知识发现

给出了依据决策树进行知识发现的问题求解过程、策略与技术关键,提出了利用加权熵来进行决策树结构优化的方法,结合结构选型的特征对决策树基本算法ID3进行了改进;以20个高层结构实例为基础,给出了高层结构智能选型分类规则挖掘的实例及其所发现的部分选型知识;获取了1008个高层结构工程实例。建立了基于实例库与改进决策树方法的知识发现系统,为从工程实例中挖掘结构选型知识提供了方法与手段支持．实践表明,决策树方法能有效地从工程实例中开采隐含的结构选型知识,它将对充分地利用丰富的实例资源,提高结构选型设计质量与效率具有重要意义,也为解决结构智能选型知识获取“瓶颈”问题提供了一个新途径．     

Agent网络法——一种多元商务智能技术融合方法

为了融合粗糙集、模糊逻辑、决策树、群决策、蚁群算法、数据挖掘、遗传算法、人工神经网络等异质商务智能（BI）技术,基于复杂网络和多Agent,提出了一种称为Agent网络法的融合方法,该方法包括3大机制：自治主体,网络集聚的智能资源集成机制;“竞争上岗,择优合作”的智能资源利用机制;“绩效评估,优胜劣汰”的智能资源优化机制.基于该方法构建的BI系统是一个以众多Agent为节点的复杂网络,其中的每个Agent都是一个独立的智能单元,代表BI技术中的一个计算模型或算法.3大机制实现了多元BI技术两个层次的融合：新的Agent不断加入,被实践证明低价值的旧Agent不断剔出,网络中始终聚合着所有高价值的Agent,从而在系统结构层面上实现优秀BI技术的全面融合;借助谈判、招标、拍卖等竞争性合作机制,每次响应任务时,选出的是网络中最能胜任当前任务的Agent组合,从而在系统应用层面上实现 BI技术的动态融合.     

基于Agent的战场态势信息分发模型分析

针对作战单元对于战场态势信息的高质量、实时性需求,提出一种信息分发Agent模型,该模型引入反馈机制以获取用户实时信息需求,使其适应复杂多变的战场环境;同时通过构建信息价值算子对战场态势信息进行价值评估,在带宽资源有限的条件下保证高质量信息优先分发调度。仿真结果表明,该信息分发模型具有较好的态势信息价值收益,能够满足用户需求。     

基于Mobile Agent的远程教育分布式信息资源集成平台设计

针对远程教育信息资源数据量大、媒体类别多、存储分散、表现形式多样和持续动态增长等特点,在引入了Mobile Agent技术的基础上,提出了基于Mobile Agent的远程教育分布式信息资源集成平台模型,分析了平台构建中应用Mobile Agent的关键问题.系统实现采用业界主流的Struts Hibernate Spring轻量级J2EE架构,并借助XML-RPC解决资源目录中心和分布式资源库节点之间的信息同步问题.Mobile Agent技术能有效解决现阶段远程教育信息资源整合中存在的一些问题.