模糊型层MAS模型的获取和实现方法

基于多Agent系统（MAS）的开发信息集成体系结构分为界面层、协调层和模型层,每层均由MAS组成。为了获得构成模型层的MAS模型,该文结合信息工程论和面向对象方法而提出了模型层MAS模型获取方法,它从企业行为的功能主题出发进行分析而获取相应的对象模型,并将对象模型转变为相应的MAS模型;为了提高Agent技术的实用化程度,还讨论了在关系型数据库管理系统平台上实现基于MAS的模型层的方法;最后介绍了上述方法的应用实例。     

知识获取模型的设计与探讨

介绍了MAS的组成和BDI Agent的结构,在此基础上提出了基于动态信任的MAS知识获取模型,并给出了基于模态逻辑的知识获取形式化框架,最后用形式化框架对知识获取模型进行了描述.     

生态化MAS的认知模型

生态化MAS是由异构的Agent所组成的一种具有协同进化的多Agent系统。提出了生态化MAS的理念和认知模型,它是形成Agent知识和信念的基本框架;设计了一个模型检验的程序结构,并通过典型应用表明,该模型能够使Agent对环境的认知达到三个层次——概念图、模糊词计算和关联性框架。该模型能够为基于Agent的问题求解提供依据。     

多Agent社会的结构模型

MAS是一种社会群体智能活动,应该从社会角度研究MAS。而结构描述是MAS设计的基础,提出了一个基于角色和角色关系概念的多Agent社会结构的抽象模型,并用多Agent社会中角色之间存在的从最大相吸到最大相克的广义相关性,分析了常见的几种角色关系。而不同功能的角色和不同类型的角色关系形成不同的结构形态,它们都只是多Agent社会结构抽象模型的例化。     

可再生能源分布式发电能量管理的复杂性研究

本文主要研究可再生能源分布式发电系统能量的优化与协调问题.基于系统能量管理中优化与协调控制问题的复杂性,提出采用基于Agent的建模与仿真方法进行研究.针对系统要求,以分散式发电系统的实体节点的映射封装Agent,提出了智能混合控制Agent的概念,建立了3层混合Agent的内部结构模型;并建立了以个体层、组织层和社会层构成的3层动态层级MAS体系结构,进一步辅以主导Agent和移动Agent辅助系统优化与决策,最终建立了一种新的面向再生能源的分散式发电系统能量管理的MAS宏观模型.最后应用有色Petri网对系统的优化与协调过程进行了动态模拟,验证了所提出的结构的正确性、合理性和有效性.     

Agent组织的一种递归模型

Agent组织是多Agent系统(MAS)的一种求解形式.基于Agent组织的问题求解可以减少MAS中Agent之间交互的复杂性,降低求解难度.结合收益和组织规则提出了一种Agent组织的递归模型,并讨论了Agent组织的目标分解、收益计算和组织规则形成等问题.相对于Ferber和Jennings等人的工作,这种模型适于描述不同规模的组织,有利于MAS宏观分析和微观分析的结合,而且模型中效用参量的引入可以在一定程度上表明Agent组织的演化.     

MMAS：基于模型的多Agent系统开发方法

MAS的复杂性使其应用受到限制。本文提出一个基于模型的MAS开发方法——MMAS。MMAS用任务模型、角色模型、组织模型、交互模型、信念模型和Agent模型来描述一个MAS。本文阐述如何在这六个模型的基础上设计Agent，以实现软件重用，减少MAS开发的复杂性和提高软件开发速度。     

基于本体的多Agent交互模型

介绍Ontology、Agent及Multi-agent基本概念,阐述了MAS交互和本体在MAS交互中的应用,提出一种基于本体的MAS交互模型图,并详细解释了模型中各组成部分的功能。     

基于多Agent的特征提取模型研究

讨论了基于多Agent的特征提取模型的工作流程,主要研究了该多Agent模型的构建框架和模型中单个Agent的通用结构,借助JAFMAS这一面向MAS的基于Java的Agent框架实现了系统的建立,并最后给出了所举例子的实际运行结果。     

基于KPS的Web信息抽取MAS模型的研究

在现有的相关研究的基础上,提出一个基于KPS的Web信息抽取的多Agent系统(MAS)模型.基于KPS的Web信息抽取方法集合了分别基于关键字、模式和样本的信息抽取技术的优点,有利于满足抽取高精度、高复杂度和高性能信息的要求.一个多Agent系统(MAS)可以把问题由大化小,由复杂变简单,每个Agent完成一个小目标,Agent间通过协调和合作,共同完成复杂的Web信息处理.而将基于KPS的Web信息抽取方法与多Agent系统进行有机的结合,可以大大降低Web信息抽取的难度,提高信息抽取的精度,从而更大地满足用户的需求.     

基于多Agent系统的远程故障诊断系统模型

随着信息技术的发展，远程故障诊断系统的研究及应用正在世界范围内兴起。该文提出了一个基于多Agent系统的远程故障诊断系统模型，定义了层次划分、各层的结构以及功能，并简单介绍了Agent间的通信与协作机制。     

一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

一种多智能体系统任务竞争模型及算法研究

致力于解决多智能体系统中的任务分配问题，基于社会生活中的竞争现象提出了一种多智能体竞争模型，同时提出了解决多智能体任务分配的详细算法．文章引入博弈论来研究存在相互外部约束条件下的个体选择问题．为了克服求解纳什均衡点的复杂性，本文采用了一步纳什均衡的方法．仿真结果证明了本模型的合理性和算法的有效性．     

基于多Agent系统的股票分析模型

近年来Agent和多Agent系统成为重要的研究领域,其应用范围也越来越广。结合证券市场的基本知识和多Agent系统理论,提出了一个股票交易分析模型。模型运用多Agent系统（MAS）及其BDI（Believe,Desire,Intention）论,分析决策出相对较优的投资策略。     

基于多Agent系统的自调节及协同工作的组合投资模型

Agent技术特别是多Agent系统（MAS,Multi-Agent System）为解决人工智能等领域复杂问题提供了一个新途径,多Agent系统重点研究如何协调系统中的各个Agent的行为使其协同工作。针对多阶段组合投资问题,提出了一个基于多Agent系统的自调节及协同工作的组合投资策略模型。该模型系统中的各个Agent通过通讯共享知识,在求解问题的搜索空间中进行协同搜索,在更短的搜索步长内得到问题的解,极大地提高了系统性能。该模型具有不基于任何股票模型、时间复杂度低以及逼近最优投资策略速度较快等优点,实验证明具有一定的实际意义。     

一种多agent的并行认知模型及应用

agent认知模型是多agent系统研究的基础。该文抓住多agent系统的社会行为特性,构建了动态的多agent系统模型。它可以动态地调整系统agent的个数,增强系统的求解问题的能力,整个系统随着问题求解的增多更加稳定。并且在构建动态多agent系统的基础上给出了多agent系统并行认知模型及其相关概念,并把该模型应用于问题求解。     

基于多Agent的可重构制造系统集成模型

应用控制、管理和维护一体化的自动化技术,建立了基于多Agent的可重构制造系统RMS（Reconfigurable Manufacturing System）集成模型。该模型集成了基于多Agent 的RMS重构模型、控制模型和故障诊断模型,将RMS的控制、管理和维护联系起来,并给出了该模型的UML（Unified Modeling Langurage）活动图,最后举例验证了模型的可行性。     

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。     

基于多Agent系统的DCS模型

智能化和专业化是DCS发展的趋势，提出了一个基于多Agent系统的三层DCS模型，定义了层次划分、各层的Agent结构以及Agent间的通讯与协作机制。根据该模型已经开发出了实际的应用，运行的结果表明该模型是可靠的和高效的。     

基于多代理技术的申请审批系统

论述了基于多代理的申请审批系统的研究和开发，提出了基于多代理的申请审批系统结构模型和内部运作机制。通过利用MAS自治性、交互性的特点，较好地解决了传统申请审批系统中存在的问题。