基于工作流技术的虚拟车间协作控制模型

虚拟车间是实施敏捷制造的一个关键基础技术。应用工作流技术,分析了虚拟车间工作流的机理与特点,提出一种基于多agent技术的虚拟车间工作流协作控制模型的体系结构,并论述模型中任务agent、过程agent、活动agent、资源agent、接口agent、协调agent和协同工作流 agent功能需求、运行方式和结构设计方法。     

Web环境下的在线协同编辑系统的设计与实现

由计算机支持的协同工作应用系统，在网络环境下形成一个让用户相互沟通与协同编辑的虚拟学习课堂，提出了一个Web平台的在线协同编辑系统，通过网络建立合作工作环境，形成虚拟的合作学习群体，促使教师与学生、学生与学生经验共享、信息交流、研究问题、并探讨了该系统模型的推广价值。     

未知环境中基于免疫网络的多机器人自主协作

为了实现机器人全自主的协同作业，利用单个agent的智能性以及免疫系统良好的工作机理，将人
工免疫系统与agent技术相结合，提出一种免疫agent模型（IAN）.在模型中机器人和环境被分别认为是
抗体和抗原,并且基于此模型设计了一种可应用于未知环境中的多机器人自主协作方法，多个异质机器人
自主协作完成在未知环境中的多个任务.算法中根据抗体和抗原、抗体和抗体之间的相互作用，系统自主
选择合适的抗体消灭抗原，同时充分考虑异质机器人的差异性和独特性.在仿真实验中，多个能力不同的
机器人通过协作将几个原先未知的箱子顺利地推到了目标点，实现了未知环境中的自主协作.     

一种基于多agent的合作智能教学系统模型方法

提出了采用agent方法和基于WEB超媒体组件集成的合作智能教学系统模型方法．系统模型结构主要有学生、教师、专家、多agent智能教学系统以及确保它们进行交互的接口模块．系统模型能有效实现基于超媒体的交互式的动态的远程教学．     

具有安全性的合同网模型

在多Agent系统中，Agent之间的动态合作及有效的任务分配是非常关键的问题，在分析现有合同网模型的基础上，引入范例推理来确定合适的投标竞争者；并给出合同网模型的Agent结构图和Agent在投标和评标决策过程中的策略；同时分析了多agent系统安全问题，利用反抵赖协议，给出了一个具有高安全性的合同网模型协商框架。以解决多Agent系统中分布式合作求解问题和任务分配，缩小问题竞争者范围，降低了Agent之间的协同时间和通信负载，提高了工作效率；同时能够防止协作Agent反悔，保证Agent协作过程的信息安全。     

一种资源利用率高的协作无线系统

提出了一种基于正交信号的自适应协作无线通信系统．利用二维调制信号的同相和正交分量,每个协作用户同时发送自己和伙伴的数据,形成虚拟的多天线发射机,可在不增加系统带宽和发射功率的情况下,以分布式方式获得发射分集增益．利用译码转发中继信道模型,推导了系统误码率性能的理论表达式,并分析了不同功率分配算法以及协作用户间信道和上行信道传输特性对系统性能的影响．理论分析和仿真结果表明:采用等功率分配算法时,所提系统可获得分集增益,且在用户间信道高信噪比条件下能获得完全分集增益;采用最优功率分配算法可进一步提升协作系统性能．     

Web环境下的在线协同编辑系统设计与实现

由计算机支持的协同工作应用系统,在网络环境下形成一个让用户相互沟通与协同编辑的虚拟学习课堂,提出了一个Web平台的在线协同编辑系统,通过网络建立合作工作环境,形成虚拟的合作学习群体,促使教师与学生、学生与学生经验共享、信息交流、研究问题,并探讨了该系统模型的推广价值.     

基于XML的移动agent协作研究

针对多种移动agent协作模型，提出一种XMARS结构，它采用XML作为数据表示形式，对移动agent反应空间结构进行了扩展，用以实现异构环境中移动agent的相互协作，从而达到分布式应用的高度互操作．     

基于ACL的移动agent/智能agent互操作插件

软件agent正成为互操作的、开放的分布系统重要的设计方法。移动agent和智能agent的起源、实现、应用平台及其支持团体都不同,但是移动agent和智能agent方法的目的都是达到适应的、灵活的协作,尤其是动态变化环境中的分布系统内或分布系统间的互操作性。文中分析了OMG的移动agent与FIPA的智能agent的异同和在特定应用环境中的优劣;讨论了基于ACL的协调、集成MASIF与FIPA标准的方法,并开发了MASIF-FIPA插件。     

无线局域网中一种支持QoS的协作分集算法

研究了无线局域网中发送节点选择协作的时机、方案和效益,提出一种按需协作机制——支持QoS的协作分集算法．该算法规定:仅当源节点直接发送不能达到相应业务所需的最低数据速率时,选择能够满足用户QoS需求的伙伴协作．分析和仿真表明,支持QoS的协作分集算法能避免无条件协作机制中传输出错带来的负面影响,进而显著提高系统的吞吐量．     

基于Agent的e-learning评估导学系统

在e-learning研究中,如何评估学生的学习状况并提供相应的学习指导是一个重要的问题.目前,已提出了很多评估策略.本文提出了基于贝叶斯网络的学生模型,以此来评估学生的知识水平.该学生模型是基于知识点中的各种依赖关系构建的.同时,本文利用agent的智能性,实现了基于agent的智能评估,通过评估agent和跟踪agent对学生信息进行分析,由指导者agent给出学生的个性化学习指导.     

面向幼儿教育高职生的职后网络学习共同体设计研究

随着高职幼儿教育专业的逐步发展,越来越多的幼儿教育高职生走入一线工作岗位。而国内幼儿教育专业的高职学生职后教育和学习支持机制处于缺失状态,迫切需要建立一种机制促进幼儿教育教师的职业发展,为幼儿教育高职生的职后教学和教研提供服务。因此,本文尝试构建了面向职后幼儿教育高职生的网络学习共同体,分析了该共同体的构成要素及过程模型,并研究了其具有的系统与生态特性。该共同体对幼儿教师教育质量的提升起到一定的促进作用。     

远程教育网格的设计与应用研究

通过运用网格技术,建立一个分布式,海量的教育资源库,为远程教育过程中的用户提供一个高效数据共享、有效管理的虚拟教学信息空间.远程教育网格使用网络服务描述语言(WSDL)对系统服务进行描述,结合学习对象的概念和远程教育的特点,分别定义了三种网格服务:学习对象存储服务、学习对象检索查询服务和学习对象注册服务.通过在Linux多机环境下搭建一个用户注册-登陆-使用-注销的测试环境,对远程教育网格的基本工作流程进行测试.     

基于强化学习的多智能体协作实现

基于马尔科夫过程的强化学习作为一种在线学习方式,能够很好地应用于单智能体环境中.但是由于强化学习理论的限制,在多智能体系统中马尔科夫过程模型不再适用,因此强化学习不能直接用于多智能体的协作学习问题.本文提出了多智能体协作的两层强化学习方法.该方法主要通过在单个智能体中构筑两层强化学习单元来实现.第一层强化学习单元负责学习智能体的联合任务协作策略,第二层强化学习单元负责学习在本智能体看来是最有效的行动策略.所提出的方法应用于3个智能体协作抬起圆形物体的计算机模拟中,结果表明所提出的方法比采用传统强化学习方法的智能体协作得更好.     

粗糙集与遗传算法的虚拟企业伙伴选择

针对虚拟企业伙伴选择过程中传统的属性权重设计方法过多依赖于主观经验的缺点,虚拟企业伙伴选择过程中决策因素多、信息量大、候选投标伙伴数量多等问题,提出一个基于粗糙集和自适应遗传算法的虚拟企业伙伴选择算法.利用粗糙集的知识熵,为潜在伙伴企业的样本数据集建立决策系统,使得在不需要任何先验知识的前提下,得到客观的评价指标的权值.同时,该算法将自适应遗传算法运用于最优伙伴的选择模型中.通过将该算法与标准遗传算法的实验结果对比,证实了该算法的可行性和有效性.     

Multi-agent reinforcement learning with cooperation based on eligibility traces

The application of reinforcement learning is widely used by multi-agent systems in recent years. An agent uses a multi-agent system to cooperate with other agents to accomplish the given task, and one agent‘s behavior usually affects the others‘ behaviors. In traditional reinforcement learning, one agent takes the others location, so it is difficult to consider the others‘ behavior, which decreases the learning efficiency. This paper proposes multi-agent reinforcement learning with cooperation based on eligibility traces, i.e. one agent estimates the other agent‘s behavior with the other agent‘s eligibility traces. The results of this simulation prove the validity of the proposed learning method.     

基于分布式Agent联盟的机器学习机制

提出了一种基于分布式Agent的机器学习模型。用Agent来构成机器学习的各组成部分，并由采用不同学习方法的Agent构成学习模块。为实现分布式Agent的协作学习机制，采用Agent联盟作为协作体系结构。将一种改进的遗传算法用于Agent联盟以实现分布式Agent的协作，该遗传算法控制参数动态地变化，采用粗粒度型的并行方式，一传多的交换个体方式和完全网络拓扑迁移模型。系统具有良好的性能。     

非营利组织与企业间战略联盟伙伴选择研究

非营利组织在社会公益领域寻求与企业建立合作关系是其发展的趋势之一,由于目标的差异,双方的合作绝大多数以失败告终,而其中,低劣的联盟伙伴选择是其深层根由所在.因此针对非营利组织的战略联盟伙伴选择的研究,通过AHP(Analytic Hierarchy Process)法建立非营利组织战略联盟伙伴选择模型,为非营利组织战略联盟伙伴选择提供依据.     

Research on applying the interests distribution method of enterprise-university-research institute cooperation based on nash model

In order to get an acceptable interests-distribution scheme for each partner of enterprise-university-research institute cooperation in advance,based on Nash model,the paper designs the interest distribution method of enterprise-university-research institute cooperation and provides the basis for determining the weight of each partner in accordance with the interest distribution principles and subjected relations between major factors in enterprise-university-research institute cooperation.Also,in combination with one example,an applicable method is provided to distribute interest in enterprise-university-research institute cooperation.The study gives some references for interests-distribution of enterprise-university-research institute cooperation.     

基于语义P2P虚拟学习社区的构建方法

随着系统规模的扩大,在基于P2P远程学习系统中出现学习参与者无法有效发现学习资源,同时建立的虚拟学习社区不能很好地反映参与者的动态学习特性。在分析语义网和本体建模的基础上,按照学习社区要求建立节点本体模型,提出一种基于混合模式P2P技术的远程学习系统;并在此基础上,设计实现基于语义相似度的虚拟学习社区的构建算法。