多Agent多阶段一对多协商模型

为解决多Agent一对多、多议题协商问题,提出了具有议题属性协商阶段的多阶段协商模型,设计了一种根据Agent让步幅度变化所形成的曲线来判定Agent类型和使用何种协商方法的协商策略.详细地分析了多Agent、多阶段一对多协商的协商过程.将三角模糊数多属性决策方法引入到多Agent协商过程中降低了决策者评估对方所提出方案的难度,能更自然地对不同方案的优劣进行排序.模拟算例表明,该模型有效且可行,为多Agent协商提供可参考的模型和求解算法.     

新的多代理签名和多代理多签名方案

涉及多个签名人的代理签名体制有三类：第一类称为代理多签名体制;第二类称为多代理签名体制;第三类称为多代理多签名体制。针对Lee等人的强代理签名方案和代理多签名方案中的安全缺陷,给出了新的改进方案,新方案能有效地防止原始签名人的伪造攻击,在改进方案的基础上给出了安全的多代理签名方案和多代理多签名方案。     

多层多视多体建模方法研究

仿真是一种基于模型的试验行为，从某种意义上，模型的正确和准确，决定了仿真的效率和质量。但一组好的模型的诞生，必须有一套正确的建模方法作支持。从这个角度讲，一种科学有效的建模方法比一组好的模型更重要。该文在归纳目前国内外仿真界较为流行的多种建模方法并进行对比分析的基础上，提出了多层多视多体建模的思想，并给出了该建模方法的具体应用过程。最后，采用该文方法，建立了一组仿真模型。     

多对多RPC设计模型研究

本文提出了多对多RPC模型,并讨论了该模型各部分的结构以及服务请求对象的内容。为了防止一个Agent-group超载,我们提出了两种多Agent-group方法。     

基于SOAP的多对多通信模型研究

面对基于Internet的多数据流应用的需要,研究了一个基于SOAP的多对多通信模型。在JAXM点对点同步调用基础上建立异步调用。同时提出了全双工数据通信、流量控制、缓冲区调整、内/外缓存处理等优化策略,解决基于SOAP应用的性能瓶颈以及数据密集型并行通信峰值所造成的效率低下问题。该模型适合于基于Internet的多数据流应用。     

多Agent多问题协商模型

在多agent环境中,协商是多agent系统能够成功运转的关键.根据参与协商agent的数目和协商问题的数目,多agent环境中的协商可以分为双边-单问题协商、双边-多问题协商、多边-单问题协商、多边-多问题协商.前3种协商是多边-多问题协商在不同维上的简化.利用协商-协商过程-协商线程的概念建立了一个多边-多问题协商模型MMN(multi-agent multi-issue negotiation).该模型通过提供一个灵活的协商协议支持多agent环境中的不同协商形式,并且支持agent在协商过程中的学习.     

无线多接口多信道Mesh网络下多径路由协议分析

针对无线多接口多信道Mesh网络环境,对两种多径路由模型进行比较分析。根据支持多接口多信道的无线设备的特点,提出了一套较为高效的路由方式。该方案从源节点到目的节点利用提出的接口分配策略,从不同的接口和信道建立多条可同时工作的路由和多条不重叠的备份路由以大幅提升网络性能。它充分利用了多接口多信道移动设备的性能优势,更适合Mesh网络的拓扑特点。仿真测试表明,使用该方案,在端到端时延,网络吞吐量等方面提供了更佳的性能。     

多仓库多配送点的物流配送算法

物流配送是物流中一个最要的环节,对于一个大规模的物流集团来说,集约化的发展要使多个仓库、多个配送点（往往达到数以千计的规模）综合实行配送优化成为可能。文章提出了一种多仓库多配送点情况下的配送算法,即综合了sweep、saving算法以及虚拟配送点概念的引入,给出种由仓库向配送点的派车方案,该方案为进一步细化的处理奠定了基础。     

门限多代理多签名方案*

将门限签名体制引入到多代理多签名方案中,首次提出了一个门限多代理多签名方案。新方案不仅能实现多个原始签名人将签名权委托给多个代理签名人,还能将每个代理人的密钥进行分享,实现一定数量的原始签名人就能授权,一定数量的代理签名人就能产生有效的代理签名。另外,新方案还可以控制代理签名的有效时间和回收代理签名权。     

基于多示例多标记的抽油机故障诊断

针对抽油机工况数据可从位移、载荷、电流等多个方面进行描述,若仅仅使用一个特征向量来描述抽油机工况数据会使其信息过于简化,丢失一部分有效信息的问题,以及工况数据具有多义性的特征,提出基于多示例多标记的抽油机故障诊断.该学习方法中,用抽油机的位移、载荷、电流数据作为抽油机工况样本包的多个示例,使用k-medoids聚类算法对样本包进行聚类,将多个样本包转换为若干示例,新示例的每一维表示样本包到样本各聚类中心的距离,再利用MLSVM算法对转换后的多标记问题进行求解.实验结果表明,多示例多标记学习能够及时、准确地诊断出抽油机故障问题.