基于多Agent系统的软件开发方法研究

面向Agent的软件工程近年来获得很多人的关注,其中MAS是一个重要的研究方向.到目前为止,已经出现了20多种MAS开发方法.本文对现有的主要方法进行了分类和总结,并利用三层次模型对常用的三类方法进行了比较,希望对读者有一定的借鉴作用.     

基于多Agent的继电保护系统

多Agent技术是近年来分布式人工智能领域得到广泛应用,本文中阐述了基于多Agent系统(MAS)的继电保护系统的结构、特点,并就对其系统构架、通信、可靠性等问题做概要介绍.     

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。     

智能Agent与多Agent系统的研究

智能Agent及多Agent系统自20世纪80年代起一直是分布式人工智能研究的热点。对Agent理论，语言，结构以及多Agent系统结构等问题进行了研究，并对Agent与对象（Object) ,过程控制系统，软件“精灵”以及多Agent系统与分布式问题求解的区别进行了分析。     

基于Agent图的三级多Agent系统组织模型

多Agent系统的组织结构是Agent个体之间交互的框架。对分布式多Agent系统的组织方式、协作机制进行了简要讨论,提出了Agent域及Agent图的概念。根据不同Agent之间的地理位置和通信代价,由Agent个体、Agent组及Agent域三级组织结构形成一个Agent图,并借鉴计算机网络的分布式自适应路由选择策略进行多Agent系统的协作组织。分析表明,该模型具有高效、健壮、通信开销较小等优点。     

多Agent系统的技术研究

多Agent系统是由多个智能Agent组成的有机系统,这使得它具有比单个Agent更强大的处理能力.它表现出自组织性、鲁棒性、分布性以及很强的复杂行为.文中论述了Agent和多Agent系统的有关理论、方法和技术.主要包括智能Agent的特性、结构和推理;介绍多Agent系统的体系结构分类和常见的几种通信机制;以及面向Agent的程序设计的现状和发展.     

基于多Agent的洪水预报系统研究

在分析洪水预报方法及研究进展的基础上,提出了一种基于多Agent(Multi-Agent)新型体系结构的洪水预报系统模型,给出了系统的整体结构及预报节点MAS结构.简要介绍了界面Agent、管理Agent、信息Agent的地位、功能和设计方法,并详细研究了预报Agent的结构、算法设计.针对所提出的系统模型及预报方法,结合渭河流域实例数据进行了预报与分析.结果表明了该系统的有效性.     

基于计算机审计的多Agent系统模型研究

文章提出了一种基于计算机审计的多Agent系统模型,分析了该模型中各模块的组成特点,并着重探讨了系统中各Agent的功能、Agent之间的协作关系以及审计Agent的内部结构。该系统具有良好的扩展性和自组织能力,是智能化自动化计算机审计的一个良好的计算平台。     

基于多Agent的多属性拍卖系统研究

通过对现有网上拍卖系统的深入分析,指出多属性网上拍卖系统的研究是最为薄弱的环节。依据网上交易的需求和分布式人工智能迅速发展,提出了一种基于多Agent的多属性网上拍卖系统,着重对多属性拍卖协议和策略,以及系统构架进行了探讨,给出了集成式的多属性网上拍卖系统的算法,并对今后的研究方向进行了展望。     

基于多Agent的运输任务系统的研究

运输任务分配是供应链中一个十分重要的问题。将多Agent技术应用于运输任务分配系统，通过多Agent之间的协商完成运输任务的分配，并利用JavaBean技术为Java提供了基于组件的软件开发体系，开发了一个运输任务分配的原型系统。     

混合马尔科夫预测模型及其在反洗钱中的应用研究

反洗钱中的一个重要问题是预测可疑账户未来可能发生的交易。马尔科夫模型在股票、商品价格、市场占有率等经济领域的预测中具有广泛的应用,但单一的马尔科夫模型的预测准确性有待提高。提出一种结合数据挖掘中聚类、关联规则和低序马尔科夫模型的混合马尔科夫模型,并在模型的建立过程中基于置信度进行剪枝以降低时间复杂度,最后将该模型用于预测反洗钱领域中账户之间的交易。实验表明,该模型具有较高的预测准确性,并在预测准确性和时间复杂度两者之间取得了较好的平衡。     

基于神经网络的不变性模式识别的人脸识别系统

文章提出了一种优化的多层神经网络,能完成对图像不变性模式识别。基于此多层神经网络开发了人脸识别系统。仿真实验表明该人脸识别系统,具有较高的识别速度、准确率、容错性和鲁棒性,并且基本解决了开发实用化的人脸识别系统所面临的问题,即模式识别不变性的问题。     

基于BP网络的字符模式识别

神经网络理论已经成为解决某些问题的重要手段的方法.但利用神经网络进行解决问题和设计的时候,必定会涉及到大量的有关数值计算等问题,所以利用计算机对神经网络模型进行仿真和辅助设计时,仍是件很麻烦的事情.所以MATLAB的便利受到了青睐,BP网络在人工神经网络中应用最为广泛,而且在理论上十分完善,网络结构也比较直观.在BP网络中,模式识别是应用比较广泛的一个方面.该系统使用MATLAB中神经网络工具箱对英文表中的26个字母进行识别.通过建立网络,训练网络,测试网络,最后进行仿真,完成了正确识别26个英文字母的功能.该系统的操作界面简洁、友好、使用简单方便.     

基于模式识别技术的股票市场技术分析研究

研究从统计模式识别的角度出发,智能的利用技术指标作股市技术分析。利用处理后的一些技术指标形成特征空间,在特征空间上用聚类技术寻找股市规律。所用聚类算法是根据股市特点设计的一种较适宜的模糊主轴核聚类算法。通过大盘和个股实例分析,该方法能降低传统技术分析的难度和潜在主观性,并能较充分利用历史数据包含的信息,对市场趋势作出客观分析。     

基于两阶段聚类的洗钱行为识别

通过改进层次聚类和k-means聚类,建立两阶段聚类方法。采用两阶段聚类识别出异常点并得到高质量的聚类结果。结合证券公司客户真实交易数据和人工数据,使用Clementine进行建模从而实现聚类过程,识别出异常值并计算可疑记录的可疑程度,为金融情报部门提供了高质量的调查数据。     

模式识别与智能系统研究展望和对策

分析了自动化技术发展中的智能化趋势,具体阐明了模式识别与智能系统正在成为推动自动化领域发展的核心科学技术.通过一些研究和应用的例子说明国外在模式识别与智能系统方面的发展状况.最后指出我国在自动化领域面临的挑战和对策.     

基于多智能体的个性化信息系统研究

提出了一种基于多智能体机制的个性化信息系统（PNSS）,通过建立用户操作的动态特征模型,运用基于语义及统计的文本匹配算法,结合用户基本特征,实现了信息的自动归类和排序,使得用户能够对其最重要的信息迅速作出决策.     

基于多Agent的网络教学系统的研究

目前,软件Agent的研究已经在计算机科学的各个领域引起专家们的极大兴趣,同时给计算机辅助教育带来无限的应用前景。文章首先讨论有关Agent的定义,进而提出了基于多Agent的智能网络教学系统的结构与实现模式以供同行讨论。     

基于BP小波网络的故障模式识别

提出了一类新的BP小波网络，该网络采用BP学习算法，可实现信号的小波变换、特征提取和模式分类，具有结构清晰、算法简便的特点。将该网络应用于柴油机的活塞-缸套故障模式识别，并与用一般BP网络识别的结果比较，表明该网络对于非平稳时变振动信号具有很好的模式识别能力。     

基于分布式智能代理的反网络洗钱技术研究

本文针对当前洗钱犯罪活动迅速发展并呈现网络化的问题,提出了基于分布式智能代理框架的反网络洗钱技术,并结合关系图熵矩阵的数据挖掘技术,开发了反网络洗钱的仿真实验原型系统进行仿真验证。