模型层MAS模型的获取和实现方法

基于多Agent系统(MAS)的开放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。     

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组织研究进展

Agent理论和技术的研究自20世纪70年代末出现以来发展很快,研究工作从个体Agent模型和思维状态理论扩展到群体Agent合作求解,取得了一系列进展.近年来,Agent组织的研究越来越引起重视,作为多Agent系统(MAS)的一种求解结构,基于Agent组织的问题求解可以有效地降低求解难度和Agent之间的交互复杂性.综述了Agent组织近年的研究进展,介绍了Agent组织模型、MAS思维状态模型、规范化MAS和Agent联盟等方面的研究成果,并指出了今后的研究方向.     

多智能体社会

智能活动在很大程度上是一种社会现象,因此应该从社会角度研究MAS。为了自然清晰地描述多智能体社会,应该将其分为两个层次:Agent层和角色层,Agent层包含承担社会角色的所有智能体,而对于描述社会结构的角色层,提出了一个社会结构的抽象模型,用广义相关性分析了结构中的角色关系,并以此分析了多智能体社会中存在的两种主要的结构形式。     

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。     

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.     

多Agent系统的研究

多Agent系统(MAS)是当前分布式人工智能(DAI)的主要研究方向之一。介绍了多Agent系统的背景和概念,着重分析了MAS的关键问题和构造MAS的组织模型,最后给出了多Agent系统的应用。     

冲突环境下中立Agent群体趋向分析与预测

分布式智能系统基本研究领域之一就是多Agent系统．在MAS协作过程中冲突难以避免，在实际应用的许多情况下，冲突都是在群体层面展开，同时冲突双方都需要特别关注持中立态度Agent的未来发展导向，这在双方势均力敌情况下尤为重要．因此，根据已有信息，建立基于中立Agent群体的智能分析与计算模型，对中立群体可能的趋向进行必要评估和预测，在冲突研究与应用当中具有基本意义．通过对MAS中Agent相互关系的形式描述，引入中立Agent群体模型，建立了对中立Agent未来状态进行智能分析和预测的计算模式，并设计了相应算法和实验．理论分析和实验结果表明了所建立模型的合理性与有效性。     

Agent社会理性的研究

MAS(multi-agent system)是由多个自治Agent组成的协商,是合作的Agent社会.在社会背景下,Agent社会理性决定着MAS目标的实现.Jennings虽然给出了Agent社会理性的定义和相应的模型,但没有给出模型参数的具体计算方法及其物理意义.基于协同学原理,指出模型的物理意义是系统的序参量,并将参数的计算分为4步:近似线性化、确定序参量、使用支配原理建立微分方程和解微分方程.     

基于政策的层次系统协作模型

为了解决大型层次系统中多Agent间的协作问题,提出了一种基于政策的协作模型。首先分析层次系统中Agent间协作的特点,然后给出相关概念定义,构建Agent政策框架及政策分享机制,最后提出协作模型算法。实践表明,该模型能够在大型、分布式环境中实现资源和服务的协同,使Agent的行为决策更加规范可控,因此具有高度的灵活性及扩展性,对于解决层次MAS协作问题具有一定的参考价值。     

基于MAS的动态企业建模方法

动态企业建模技术是为适应企业多变的市场环境和经常的企业业务过程重构而发展起来的技术；而Agent技术和MAS系统具有自治性、社会性、理性等突出特点。对运用具有不同性质的Agent构成三层企业模型MAS的方法进行了深入的研究，它在不同层次上支持企业业务、组织结构的重组，增加了企业模型的柔性。     

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力，认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因，在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合，而Agent对搜索方向的判断是基于启发式信息做出的，从而为形式化分析MAS系统的性能建立了通用的模型．本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系，指出只有在一定条件下MAS系统才会获得更好的解题能力．本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法．     

Agent组织结构的圆层式模型

Agent组织是多Agent系统的求解形式,合理的组织结构有助于Agent成员(或子组织)之间的合作和对合作任务及合作成员的管理,因此,对Agent组织结构的研究引起了越来越多的重视.提出了Agent组织结构的圆层式模型;并对Agent角色(或子组织)在MAS求解过程中的行为进行代数抽象,得出了Agent组织结构在代数方面的结构性质.     

基于MAS的智能公交调度系统的建模与实现

城市公共交通具有结构复杂、并发性和分布性等特点,使用数学建模的方法很难有效解决其调度问题,而多Agent系统MAS是一种解决复杂系统问题的有效方式,因此应用MAS来解决公交调度问题。首先,建立了城市公交系统的概念模型;然后,根据MAS的建模思想对公交调度相关实体进行抽象,建立了智能公交调度系统的MAS模型,并给出了Dispatch Agent、Bus Agent和Stop Agent的建模方法以及知识库的构建、推理和学习的流程;最后,完成系统实现。     

基于任务协同的MAS计算模型

粒度分析技术是一种新的软计算方法,可以有效地分析和处理不确定信息.在知识粒度分析与计算的基础上,引入了基于任务的MAS模型,提出了成员Agent必要度和重要度概念,并以此得到了MAS的协同任务配置.     

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。     

一种基于黑板模型的多Agent系统通信方法

本文以人工智能领域中的黑板模型为基础 ,提出了在 Internet环境中多 Agent系统 (MAS)的通信方法 .该方法可用于异构的 MAS系统间的通信 .首先把 MAS系统的通信环境划分为不同的层次 ,然后用黑板模型对这些层次进行了描述 .基于这种描述给出了 MAS系统通信用协议和相关参数 .而且 ,还在这些参数中设置了有关服务质量的元素 .