多Agent系统BDI模型的推理研究

提出了基于环境感知的具有推理能力的BDIAgent模型。通过引入环境感知函数、意见函数、过滤函数、行为函数对环境的变化和Agent自身推理过程进行研究,并通过实例加以说明。     

一种BDI Agent的动态推理模型

论文提出了基于环境感知的具有动态推理能力的BDIAgent模型。该模型引入了环境感知函数、意见函数、过滤函数和行为函数对环境的变化和Agent自身推理过程进行研究,并用扩展了的ASL语言描述该模型的动态推理过程。然后,用机器人摞积木的例子来验证这种推理过程的合理性。最后进行总结并讨论了进一步的研究工作。     

多Agent系统模型及其应用

文章提出了基于访问、感知和知识的多Agent系统模型。从特定环境中的Agents为完成一定的任务所应具备的能力的角度出发,引入了环境状态划分函数、感知函数以及状态转移函数等来对Agents和环境进行研究并建立系统模型。该模型是合理的、自然的。同时,它还区分外部环境与Agents环境中可访问的信息,Agents感知到的信息以及Agents知道的信息,并研究了系统的运行过程。接下来,通过具体的实例来说明模型的具体应用。最后进行总结并讨论了进一步的研究工作。     

基于统计缺省逻辑的多Agent推理模型

统计缺省逻辑是经典缺省逻辑的推广,借助错误参数允许我们在标;隹的推理统计模型中模型化普遍的推理模式。多Agent系统所面临的推理环境是动态的、不确定的,在推理过程中可以通过设置错误参数,在允许错误的情况下进行推理。本文采用统计缺省逻辑描述了多Agent系统的推理过程,建立了基于统计缺省逻辑的多Agent推理模型。     

基于分布感知的Web服务组合方法研究

提出了一种分布感知的Web 服务组合方法。移动Agent代理Web 服务,构成一个自治的感知单元,移动Agent通过语义的协商确认匹配关系,Web 服务组合可以通过移动Agent的演化完成。常见的遗传组合算法存在着复杂路径表示和罚函数难于确定的局限性,采用感知基础上的服务关系矩阵和服务相对质量的矩阵,最优服务组合的建立转化为带约束的最优化问题,并给出不带参数的罚函数动态演化算法解决方案,仿真表明这种方法可以提高适应度和性能。     

面向事件的Agent感知模型研究

感知环境是Agent的基本属性，不同的环境要求Agent采用不同的感知方法。文章针对发布／订阅消息环境，以事件为感知对象，提出了一种网状事件合成机制，构建了一个适于Agent异步协作的感知体模型，给出了模型的定义、实现机制及应用评价。     

基于交互的Agent行为选择动态性分析

在动态不可预知环境下,Agent行为选择过程表现出动态性。该文基于人工生命和MAS框架,建立Agent行为选择动态系统模型,运用动态系统观点研究Agent感知、认知交互和适应,分析Agent行为选择适应外部环境和满足内部需求的动态平衡过程。在仿真试验中,通过21个Agent局部感知和交互,实现了全局平衡、稳定的群体运动行为。     

基于Ontology的智能检索系统框架研究与实现

提出并实现了一个语义Web环境下基于Ontology的语义信息检索系统框架。它由信息搜集Agent、存储Agent、推理Agent和查询Agent构成，这4类Agent协同工作实现了基于语义的Web信息检索服务。该文采用OWL描述的Ontology作为语义推理的基础，以Jena作为RDF API，使用JADE作为多Agent系统的开发工具和应用平台，完成了一个针对“Wine”领域进行智能查询的实例。     

基于多代理的CSCL系统成员感知实现

针对一般基于多代理技术的CSCL系统中没有有效感知机制的问题,提出将具有感知功能的学习者Agent应用于协作学习系统中,描述学习者Agent的内部结构,给出感知功能模块中小组任务的分解和原子任务图的构造算法,定义感知强度的计算函数,对感知信息的呈现过程进行描述,有效解决现有协作学习系统中群体互动效果差、感知信息混乱的问题。     

一种基于强化学习的学习Agent

强化学习通过感知环境状态和从环境中获得不确定奖赏值来学习动态系统的最优行为策略,是构造智能Agent的核心技术之一,在面向Agent的开发环境AODE中扩充BDI模型,引入策略和能力心智成分,采用强化学习技术实现策略构造函数,从而提出一种基于强化学习技术的学习Agent,研究AODE中自适应Agent物结构和运行方式,使智能Agent具有动态环境的在线学习能力,有效期能够有效地满足Agent各种心智要求。     

基于使命的Agent组织模型

Agent组织是一种灵活有效的多Agent系统求解方式。针对目前Agent组织模型主要以利己型Agent为基础的现状,提出适合政府及军事等领域使用的基于使命的Agent组织模型。模型以利他型Agent为组织构成基础,使用信任度和Agent组织效益共同评价Agent求解问题的能力,从Agent思维属性及其相互关系的角度出发,研究了Agent组织中使命的特点、组织形成和演化机制,提高了问题求解效率,增强了Agent组织的稳定性,从而拓宽了关于Agent组织的研究。     

基于多Agent的战场目标分群方法

针对陆战场的态势识别问题,提出一种用于多Agent的态势识别系统战场目标分群方法。在陆战场目标分群过程中,管理Agent与实体Agent相互协作,以相似度计算作为分群的依据,考虑每个实体Agent的地形、相互间机动性能等因素,提出各自的分群方案,由管理Agent分发数据并合并结果。模拟结果表明,该方法能够解决传统方法在地形分割中的分群错误问题。     

基于多Agent的Web负载测试框架研究*

提出了一种基于角色的多代理Web负载测试框架,其核心的三种角色代理均采用一种扩展的BDI代理模型。BDI代理中可动态加载能力组件的功能显著地提高了Web测试的包容性和可扩展性。该框架描述了大量执行不同测试任务的Agent和Agent集,以及支持它们相互通信的Agent通用平台。最后通过一个简单的原型系统,对该模型的性能和可行性进行了验证。     

自主Agent结构AASC及其应用研究

Agent结构研究是Agent理论与技术研究的重要内容。基于BDI结构和情境演算理论,提出了一个能刻画Agent的多种特征（如自主性、主动性、反应性、社会性）,尤其是自主性的Agent结构AASC。AASC是一种具有广泛应用范围的Agent结构,它为不同类型Agent（如主动Agent、反应Agent、社会Agent、合作Agent）的构造与表示提供了统一的框架。基于联合意向合作模型,详细讨论了合作Agent的构造方法。     

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     

基于多Agent的Web负载测试框架研究

提出了一种基于角色的多代理Web负载测试框架,其核心的三种角色代理均采用一种扩展的BDI代理模型。BDI代理中可动态加载能力组件的功能显著地提高了Web测试的包容性和可扩展性。该框架描述了大量执行不同测试任务的Agent和Agent集,以及支持它们相互通信的Agent通用平台。最后通过一个简单的原型系统,对该模型的性能和可行性进行了验证。     

嵌套式移动Agent网络管理研究

为提高传统静态网络管理方式的效率,将移动Agent技术应用于网络管理,依据迁移代码与任务代码分离编码的思想,应用任务Agent和巡航Agent构造了嵌套式移动Agent网络管理模型,针对模型导出了移动Agent的移动时间开销公式,并进行了相应的试验研究.研究结果表明,与传统静态网络管理方式相比,嵌套式移动Agent网络管理方式具有更大的灵活性、可重用性、智能性和分布性.     

基于Agent能力自信度的任务分配问题研究

借助结盟的任务分配机制是多Agent系统研究中的一个热点问题.文中通过任务需求和Agent能力的ECA规则表示,定义了一种Agent能力自信度,并给出了基于合同网协议和Agent能力自信度的任务分配算法和应用示例,其中,任务需求ECA规则中的C项表示Agent执行该任务时必须做出的付出,能力ECA规则中的C项表示Agent可以为该任务做出的承诺,付出/承诺关系揭示了Agent的能力自信度,ECA规则使得Agent能力自信度具有良好的可计算性.     

基于Agent的面向DSS的模型库系统研究

智能性是决策支持系统未来的发展方向,为了提高决策支持系统模型库的智能性,文章将Agent的智能性融人到模型库系统中,提出了一种基于Agent的模型库系统构建方案。主要研究基于Agent的模型表示、模型选择和模型组合技术,模型库系统的架构方案及各功能Agent模型,详细阐述了模型库系统各部分的工作原理,并在JADE平台完成了模型库系统原型的开发。实验证明：所设计的基于Agent的模型库系统能很好的解决模型表示、模型组合和模型选择问题,比传统模型库系统具有更高的智能性。     

基于Agent的网络舆论传播模型研究

网络舆论传播是以互联网为载体的舆论传播行为.研究了网络舆论传播中新闻跟帖与BBS传播,分析了网民Agent、新闻网站Agent以及BBSAgent的属性,建立了网民Agent与新闻网站Agent以及BBSAgent的交互规则,研究了网络舆论的可视化表示方法,并与人际传播相结合,建立了基于Agent的网络舆论传播仿真模型,为利用复杂性理论和Agent技术研究网络舆论传播提供了有益的思路和方法.