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。     

基于多Agent的网上教学模型的研究

Agent是人工智能和计算机软件领域的一种新兴的技术,智能Agent技术近年来有了很大的发展,本文基于多Agent技术构建了一个网上教学系统模型,为学生和教师提供虚拟教学环境,实现学生之间的协作化学习。     

基于多Agent的网上教学模型的研究

Agent是人工智能和计算机软件领域的一种新兴的技术,智能Agent技术近年来有了很大的发展．本文基于多Agent技术构建了一个网上教学系统模型,为学生和教师提供虚拟教学环境,实现学生之间的协作化学习。     

基于Agent的决策支持系统研究

将人工智能中的最新技术Agent技术用于构建决策支持系统,利用界面Agent、信息Agent、协作Agent来实现决策支持系统的智能部件,提出协作Agent来实现多Agent之间的协作和交互,为解决多Agent系统中Agent之间的协作难问题提供了一种新的思路。     

基于Agent的决策支持系统的构建

将人工智能中的最新技术Agent技术用于构建决策支持系统,引入交互Agent、信息Agent、模型Agent和知识Agent来构成系统的智能部分,利用多个Agent的通讯与合作,更好地帮助用户进行决策;同时给出了各类Agent的具体实现方法.     

基于Agent的网上协同学习环境实现

目前网上协同学习环境已经成为远程教学中的一个新的研究热点，本文应用面向Agent的方法和技术提出了基于Agent的网上协同学习环境的组成结构和功能实现，解决了网上协同学中的教学过程控制和学习者交互控制问题，并指出了今后尚待研究的一些问题。     

Agent技术及其在网络协作学习中的应用研究

应用Agent的智能特征,把Agent思想嵌入到网络协作学习系统中;分析了网上协作学习环境、协作学习区、学习环境的运作方式以及其特点。引入智能Agent的网络协作学习环境,实现了个性化教学,能充分调动学习者的主动性。     

群体随机运动下可信联盟的约束演化方程及其概率计算

联盟合作是自组织网络中一个热点研究领域,Agent间的信息具有不确定性、不完全性和局部性等特征,个体Agent节点出于风险的考虑会在不同的联盟间迁移,因此在联盟的演化研究中需要融入信任因素.文中研究群体随机运动环境下可信联盟的演化机制,从微观和宏观上对个体Agent运动行为和联盟规模结构进行分析,将基于历史交互的信任信息融入演化过程中,提出演化规则,界定了演化稳定性的标准.从微分动力系统的视角建立约束演化方程并通过概率计算对方程进行转化求解,分析了演化计算的复杂性,并进一步分析了Agent异构性和局部信息感知对联盟演化的影响.最后通过模拟实验对演化进行讨论,并从信息论角度对联盟的有序性进行分析,讨论信任对演化过程的影响,刻画了群体随机活动中可信联盟的构建与演化过程.     

基于Agent的决策支持系统的构建

将人工智能中的最新技术Agent技术用于构建决策支持系统 ,引入交互Agent、信息Agent、模型Agent和知识A gent来构成系统的智能部分 ,利用多个Agent的通讯与合作 ,更好地帮助用户进行决策 ;同时给出了各类Agent的具体实现方法     

普适计算环境下基于移动Agent的分布式交互方法

为提高普适计算环境下人机交互的透明性和持久性,提出一种基于移动Agent的分布式交互方法,用户通过由移动Agent实现的交互Agent在网络中进行交流。交互Agent代表用户作为交互的对等实体,根据需要在网络中迁移并保持交互状态,通过可定制的各种行为和协同运作方式实现不同的交互应用。该方法能够实现交互实体之间透明的、智能的、可移动的交互过程,提供及时的交互服务和灵活的信息共享方式。     

基于线性时序逻辑的多Agent协商推理模型

在多智能体系统中,协商是Agent交互的主要形式.用形式化方法构建了基于线性时序逻辑的协商推理模型,该模型用线性时序逻辑描述在协商过程中Agent所处环境,自身能力、权力、知识、思维等随时间的变化,以及在系统运行时Agent采取异步行为.进一步完善了多Agent系统中自主的协商机制.     

基于博弈学习多Agent交互研究

由于人们之间的博弈行为受多种因素的制约和影响,而传统的博弈方法很难处理这种影响因素多变、交互关系复杂的博弈问题,给出一个基于博弈学习的多智能体(multi-Agent)交互模型,并以此为基础构建多Agent交互的博弈学习方法。对合作小组中成员的行为进行修正,通过博弈学习中学习因子的更新得到局部均衡,达到全局利益优化。实例仿真验证了该方法的可行性。     

构建基于移动Agent的编程题智能考核系统模型

<程序设计语言>是高校大多数计算机专业的基础课程之一,<程序设计语言>中编程题的考核对整个课程的考核有着重要的作用.分析当前程序设计编程题的考核现状.介绍移动Agent技术的特点,阐述如何应用移动Agent技术构建程序设计编程题考核系统,给出系统的实现框架图.在此基础上,对程序设计编程题的智能阅卷模式进行全面分析,给出智能阅卷的算法与流程.     

基于本体的多Agent内容感知通信模式研究

多Agent系统是指定由多个可执行网络计算Agent组成的集合,每个Agent能与其他Agent通信、交互、彼此协同工作,完成共同的任务,而语义Web是用本体来描述的Web服务,在提出一种新的知识通信模式,通过智能Agent对万维网上Web服务来实现内容感知,使不同领域的智能通信个体能够互相理解彼此发送的消息,从而实现通信双方对通信内容的正确理解,达到无歧义、高效的通信质量。     

智能Agent环境下的组织决策支持系统研究

基于Agent协作交互的组织决策支持系统(ODSS)的研究是智能信息系统研究的热点。该文在阐述了组织决策支持系统和智能Agent基础上,提出了基于Agent协作交互的SG-ODSS系统的结构和组成,包括组织Agent、处理Agent组、通信Agent等,介绍了该系统在某大型电器公司的应用。     

基于流演算的多Agent通信动作的研究

为扩展多Agent系统中Agents之间的交互特性,在流演算理论框架下研究了多Agent的通信动作.根据流演算理论和主体通信语言ACL,结合其它Agent的知识表示,引入了通信动作,给出了形式化描述,并讨论了通信动作如何影响通信双方的知识状态,并通过一个智能日程安排实例验证了上述理论,为构建适应动态.不完全可知环境下复杂的多主体系统提供了理论基础.     

基于MAS的协作学习机制研究

基于多Agent技术构建了一个网上协作学习系统模型MACL,给出了系统的结构框架,就其中的学生模型的构建、协作学习小组的创建以及协作学习和评价机制进行了探讨,结合KQML通信机制设计了Agent的交互模型,并进一步研究了协作小组的创建策略和算法.     

分布式智能视觉系统中基于KQML的Agent通信模型

分布式智能视觉系统中多个Visual Agent之间的通信采用KQML实现，但仅凭KQML预留的行为原语是无法实现这种Agent闻任务级的高级、复杂交互的．因此，对KQML扩充了7条行为原语，并给出了定义、语义，构建了分布式智能视觉系统的Agent通信模型．     

基于Agent的智能交通系统的控制建模*

提出了一种基于Agent的智能交通控制系统,并对各Agent及其交互进行建模,阐述了各Agent交互协调的过程。在该系统中,每个交通元素被定义为具有自主性、适应性和合作协调性的智能化Agent。各Agent可自主地进行道路数据采集、处理,并通过相互通信实现资源共享,从而使每个交通元素都具有足够的智能参与交通的智能化决策,在很大程度上降低交通系统中的不确定因素和不完备信息对交通稳定性的影响,提高了交通控制的精确度。     

一种基于BDI Agent的复杂系统设计建模方法

提出一种通过信念一愿望一意图(BDI)结构实现多Agent系统设计建模的方法．多Agent系统设计建模的目的是具体地模型化多Agent组织中承担不同组织职能的每一类Agent的结构，使其易于在现有的程序设计语言环境中实现，在该方法中，多Agent系统的设计建模需要建立三个模型：Agent模型、相互作用模型和相识者模型．Agent模型由信念、目标、计划三个基本子模型构成，这些子模型是根据分析阶段所获得的职能模型、协同工作过程模型以及领域本体来建立的，MAS系统中的每一Agent都是Agent模型中某一类Agent的一个实例．相互作用模型主要说明Agent之间的交互细节，如交互协议、交互语言、交互约束条件等．相识者模型说明每一类Agent的所有相识者及其属性，目前通过这一建模方法已在多智能体协同工作平台(MBOS)上开发出实际的应用系统“多智能体物资调配决策支持系统MAEDSS”。