基于Agent的映射的情感劝说行为产生模型

针对既有研究中对基于Agent的情感劝说过程中的动态变化因素量化不足的现状,将情感引入基于Agent的劝说行为产生模型.首先定义基于Agent的情感映射,结合层次分析法和Agent个性参数,建立基于个性化高斯混合模型(P-GMM)的Agent"个性—心情"映射模型;利用三维心情空间(PAD)和OCC模型,通过距离归一化...     

基于Agent的情感劝说的舆情交互及产生模型

针对基于Agent的情感劝说的舆情量化研究不足的问题,构建了基于Agent的情感劝说的舆情交互及产生模型.首先结合社会影响理论,识别了Agent的社会影响力和情感是影响舆情交互及产生的两个最重要因素;其次,通过提出基于Agent的前景值的情感劝说提议评价算法来求取劝说提议的评价值,并考虑Agent的社会影响力、情感及个性,提出了基于Hegselmann-Krause模型的情感劝说舆情更新算法;最后,通过煤炭采购算例、仿真比较及信任阈值、关系度阈值和说服力的参数敏感性分析,说明所构建模型比Hegselmann-Krause模型更符合情感劝说环境下舆情交互及产生特征,更好发挥了Agent的智能化优势,从而验证了所提模型的有效性.     

基于Agent的提议修正的情感劝说交互模型

基于Agent的情感劝说是商务智能中基于Agent的自动谈判发展到目前为止相对智能和高级的形式,交互模型是保障自动谈判顺利完成的关键,针对现有研究中对该模型量化研究不足,导致Agent情感等人工智能优势利用不够的现状,对基于Agent的情感劝说交互过程进行分析,绘制了交互流程图,并设计了交互规则;以买方Agent为主体,引入情感劝说修正因子和目标修正因子,构建了提议修正函数和交互函数,并采用多属性效用理论和期望效用理论给出情感劝说修正因子算法,综合运用目标冲突理论和后悔理论给出目标修正因子算法,进而给出交互函数算法;综合所提交互规则和交互函数给出基于Agent提议修正的情感劝说交互模型,并以煤炭行业供应链管理中的采购商与供应商为例进行算例分析和敏感性分析,验证了模型的合理性和有效性,而且通过归纳结论得出了相应的管理启示。     

基于Agent的情感劝说交互的口碑更新模型

基于Agent的情感劝说能较好地提高商务谈判智能性,针对其中口碑更新动态及量化研究的不足,分析了口碑更新机制,并绘制了相应的机制图。采用直觉模糊数构建了交互评价向量,并结合二分法和前景理论中的价值函数,构建了相应的算法及伪代码。在构建口碑评价值的分段函数算法的同时,考虑了口碑随时间衰减的动态性,并运用指数分布逆形式对其权重进行设定。最后,在构建基于Agent的情感劝说交互的口碑更新模型及相应伪代码后,结合情感强度第一定律,设计了相应的情感劝说强度函数和提议更新算法。为验证以上研究的合理性和有效性,采用相应算例进行分析,并归纳总结了相应结论、管理启示和不足之处。     

基于Agent的信任的情感劝说决策模型

基于智能体(Agent)的信任的情感劝说能更好地发挥Agent的各项人工智能优势.针对其中决策模型建立不够的现状,首先基于Agent的自身性格、情感衰减及外界刺激,运用大五性格、OCC情感模型及情感强度第一定律等,构建了相应的情感强度算法;其次考虑交易质量对信任的反馈,综合运用语言评价法、三角模糊数及将模糊数转换为具体...     

基于Agent模型的多学科设计优化方法

复杂工程系统的设计往往涉及多门学科 ,多学科设计优化 (MDO)方法是一类求解复杂系统设计优化问题的方法。本文首先简要回顾现有 MDO方法的特点 ,然后基于 Agent模型提出了一种新的多学科设计优化方法——子空间自主式优化方法。这种方法具有如下特点 :流程简单 ;各个学科组可自主地、并行地进行设计和优化 ;灵活性强 ;所需系统分析的计算次数少 ;没有系统级协调优化环节。为了验证这种算法的有效性 ,对二个典型算例进行了数值实验。初步的数值实验结果表明 ,二个典型的算例经过几次迭代后均能收敛于最优解。子空间自主式方法是一种较有潜力的 MDO方法 ,值得进一步研究     

智能制造系统的多Agent模型研究

提出了一个智能制造系统的多Agent模型，其中Agent代表基本的处理实体，Agent的特性用Petri网来表示。由于Agent具有自主性、社会交互性、反应能力和预动能力的特点，使得能够进行分布式决策，而系统的合作是通过通讯和协商解决的。Agent在交互的过程中被赋予角色，从而能够满足智能制造中复杂过程建模灵活性的需求，并能够构建一个可重用部件的扩展框架。     

基于移动Agent的供应链系统模型研究

随着信息技术的应用和发展,供应链的快速反应能力成为供应链的核心竞争能力。基于移动Agent供应链系统给出了解决供应链优化通信、改善信息共享及减少了供应链中的牛鞭效应的新思路。本文提出了一个基于Agent的供应链管理架构,针对供应链管理模式的动态性和不确定性特点,将移动Agent引入到智能分布式供应链系统;讨论了建立在智能分布式基础上的移动Agent的体系结构和实现方案,建立了基于移动Agent供应链系统运行体系,并将其应用于供应链生产节点。     

基于多组件Agent的协同设计系统

提出了适合协同设计的、基于多层有限状态机的组件Agent理论模型。通过对产品模型建立过程中应具备的中性交换、重用、远程更改、知识工程及自管理等方面的需求分析，提出了包含三类基本数据（功能数据、结构数据和管理数据）和外围更改数据的面向协同设计的产品数据模型。提出了将组件Agent理论模型和产品模型相结合的产品组件Agent模型框架，详细论述了实现过程中的几个关键问题：环境模型的建立、策略集组织、基于分布式组件技术的软件重用、程序与数据的封装。实际应用表明，该系统能有效地提高相关企业的产品协同设计能力。     

基于Agent及XML技术的远程教学模型

提出一个基于XML和Agent的远程教学模型,发挥了Agent的智能性及XML文件的跨平台性,使系统达到外部通讯时的统一,增强了系统的通用性和容错能力。     

基于特征Agent的并行设计系统

并行工程的主要目标之一在于对产品和过程进行并行评价,以缩短产品上市时间和降低产品成本。为了有效地在产品的设计过程中对产品的可制造性进行评价,本文提出了特征Ａｇｅｎｔ的概念。特征Ａｇｅｎｔ在自身状态或者外界环境发生相关变化时,实时地进行可制造性评价,给设计者提供反馈意见,从而有助于改善产品设计质量。在特征Ａｇｅｎｔ的基础上,文中介绍了一种由多Ａｇｅｎｔ构成的并行设计系统     

制造系统中任务分配的自适应Agent模型

为实现在保持高生产率的前提下对环境变化的快速响应,提出一个基于自适应Agent的模型,研究了制造系统中最常见的任务在加工资源上的分配问题。设计了在多智能体系中分别代表加工资源、任务和协调者的三类Agent,以及它们在各自利益驱下所应遵循的行为规则,并采用了局部与全局的双层强化学习机制,以保证整个系统的行为朝着预期的优化方向演化,适应环境的改变。最后,给出了一处以车间调度为背景的仿真示例,在环境变化（如产品需求改变或机器故障）的情况下,系统能够自动地产生满意的任务分配策略。     

基于多Agent的排产仿真系统研究

从人工智能领域中发展起来的Agent技术,为仿真系统的建模提供了新的方法和思路,文章提出了基于多Agent的仿真系统研究方法,并以烟草行业制丝生产线的实际排产为应用背景,对系统进行了验证。     

基于Agent的协作招投标优化模型

从设计资源的角度引入了Agent和任务公告模板概念,再通过Agent的能力指数,饥饿指数,重要指数,单体竞争值及综合竞争值进行任务招投标的竞争和合作,以实现产品设计任务的优化与合理配置,同时提出关键路径法控制子任务分配,优化产品设计周期,最后通过一个工程实例证明了其对产品协同设计水平有明显的提高作用。     

基于RFFS映射模型的组合夹具构形设计

从夹具功能的分层表达策略入手,建立了夹具需求-功能-特征-结构(Requirement-Function-Feature-Structure,RFFS)映射模型,并建立了工件装夹的面域网络模型,同时研究了组合夹具构形设计中的重要资源夹具元件库和夹具元件装配关系库的构建.     

基于多Agent的物流管理信息系统模型体系结构的研究

在对物流管理信息系统和Agent／Multi-Agem技术的特点及体系结构进行分析的基础上，建立了基于多Agent技术的物流管理信息系统模型的体系结构。     

基于移动Agent的分布式网络入侵检测系统模型

入侵检测是网络安全的一个重要方面，提出了基于移动Agent的分布式入侵检测系统，具有良好的分布性、可扩展性、实时响应等优点，并给出了该入侵检测系统的模型。     

基于多Agent技术的信息资源配送系统模型研究

当今互联网技术和信息技术的不断发展，教育信息资源不断增加。本文提出一个基于多Agent的信息资源配送系统模型，改进了当前单一下载，网络超负载，缺乏调度机制，缺乏个性化资源挖掘等缺点，实现通过多个智能体相互通信、协商来最大效率的完成信息资源的配送。     

基于Agent的递阶强化学习模型与体系结构

通过引入频率最大Q值启发式学习算法,对一种递阶强化学习方法进行改进,解决在庞大状态空间和动态变化环境中对Agent进行最优行为策略学习的问题。引入属性维护算子以及承诺和规划意识属性,对经典信念、愿望、意图模型进行扩展,给出意识属性的理性维护过程,增强Agent的自适应性并使Agent具有在动态环境中进行在线学习的能力。根据意识模型提出一种具有主动性、适应性、反应性、社会性的Agent体系结构,并根据该体系结构开发出一种路径规划Agent。通过对行驶环境的组态设定,模拟车辆复杂的行驶状态,并通过对行驶状态的不断学习,最终获得最优路径,证明体系结构的可行性和有效性。     

基于多Agent的虚拟装配技术研究

分析了在分布式虚拟装配系统中结合多Agent技术的必要性，给出了一种基于多Agent的虚拟装配环境组织，探讨了装配系统的工艺评价。