面向议题关联的双边多议题协商模型研究

在Agent双边协商过程中往往包含对多个议题的协商针对以往的基于议程、相似度、案例等协商方法中大部分都忽略了议题取值之间可能存在的依赖关系，提出一种面向议题关联的双边多议题协商模型首先模型结合了多议题顺序协商思想和局部接受协商策略；其次引入离线学习机制，对协商成功的历史记录进行分区离线学习，利用离线学习机制产生的议题关联规则与预测神经网络实现对关联议题可能接受取值的预测；最后模型提出一种基于关联预测值的分段时间协商策略实验结果表明，该模型在一定程度上提高了协商的总体效用值和效率.     

基于模糊约束的双边多议题协商模型研究

针对零售电子市场中的商品交易协商,提出了一个基于模糊约束的双边多议题协商模型。在此模型中,协商者的需求和偏好被表示为模糊约束,并采用PFCSP（prioritized fuzzy constraints satisfaction problem）的思想评估协商对手的提议以及做出提议和反提议。给出了模型中协商双方的形式化描述和各自的行为协议、协商策略,并通过实验分析比较了几种不同的协商策略。     

基于模糊约束的双边多议题协商模型研究

针对零售电子市场中的商品交易协商,提出了一个基于模糊约束的双边多议题协商模型.在此模型中,协商者的需求和偏好被表示为模糊约束,并采用PFCSP(prioritized fuzzy constraints satisfaction problem)的思想评估协商对手的提议以及做出提议和反提议.给出了模型中协商双方的形式化描述和各自的行为协议、协商策略,并通过实验分析比较了几种不同的协商策略.     

基于良基语义的协商机制研究

在当今社会生活中,协商已渗透到人类活动的各个方面,自动协商一直是多Agent领域研究的热点之一.近年来,一些学者采用具有非单调特征的回答集程序表示Agent知识,通过回答集程序的相互更新实现协商.虽然目前已经提出一些基于回答集程序的方法来解决协商问题,但这些研究并没有充分考虑协商最优解和协商过程复杂性之间的平衡问题.寻找基于回答集程序的协商解实际上至少是一个NP-难的搜索问题,而回答集程序的良基语义模型在多项式时间内可以计算得到.因此,本文利用良基语义,结合信念修正的思想对协商过程进行优化,从而提出了一个基于良基语义的双边协商模型.该模型可有效缩短协商过程,实现协商最优解和协商过程复杂性之间的平衡.最后,本文通过实验验证了协商模型的有效性和适用性.     

统筹资源可信度与用户满意度的 Multi-agent分布式资源调度策略

大多分布式资源调度策略的目标或为提高分布式系统的运行效率,或为提高用户的满意度.文中提出了一种综合考虑资源可信度与用户满意度的调度策略,以用户的满意度为目标函数,且将资源可信度作为用户满意度组成的一部分,通过遗传算法实现优化调度.继而将此调度策略封装进 Agent之中,并提出了一种基于 Multi-agent分布式系统架构,该架构由用户、作业和资源3类 Agent组成,并且具有良好的分布式群集智能效应和自适应能力.算例结果显示,此调度策略不仅提高了系统运行效率,同时增加了用户满意度.     

移动Agent系统的安全机制研究

在分析现有移动Agent系统的基础上，对其中存在的安全问题进行了详细的讨论，提出一种通过Agent资源访问和虚拟机安全管理控制来解决移动Agent系统安全性问题的模型，经过分析此模型可以一定程度的提高移动Agent系统的安全性。     

基于DEA的二阶段网络系统的固定成本分摊方法

针对传统人工势场法在智能车辆局部路径规划中未充分考虑车辆动力学和运动学约束的不足，提出一种基于动态虚拟障碍物的局部路径规划方法.首先根据环境、车辆运行状态和道路交通规则分析车辆行驶安全性并获得虚拟车道线的解析表达，再进行车辆驾驶行为决策并生成受约束的动态虚拟障碍物，最后采用考虑动力学和运动学约束的改进人工势场法进行局部路径规划.仿真实验表明，该方法在保证动力学和运动学约束的前提下，能够在不同初始速度、相对速度和相对距离工况下获得较好的规划性能.     

基于在线学习的云计算资源预留策略

针对云计算中的资源预留问题,为了满足用户对资源动态实时的需求,提出了一种基于在线学习的资源预留策略(Online Learning based Resource Reservation Strategy,OLRRS)。OLRRS使用了李雅普诺夫优化技术,利用历史的策略来进行线性预测,以获得最优的资源预留策略。最后采用真实数据集进行性能评估,与现有方法相比,OLRRS能准确满足实时需求,合理分配资源。     

基于多Agent的分布式制造执行系统模型

提出了一种开放式、模块化、分布式、可配置、可集成和可维护的基于多Agent的制造执行系统(MES)模型。首先分析了制造系统中的制造执行系统域，然后提出了基于多Agent的MES模型，采用UML图表详细分析了该模型的MES功能实现，最后给出了实施的MES系统框架。该MES系统易与企业资源计划(ERP)、车间控制系统(FCS)及其他制造系统相集成。     

基于Agent的油井作业施工总结审核系统研究

针对油井作业施工总结审核系统效率低下的问题,对原系统进行访问效率的优化。基于Agent的审核系统采用分布式数据库部署方案,系统中主要设计了SQL优化Agent、语义缓存Agent、查询处理Agent和预取Agent。系统的运行和性能测试表明,基于Agent的油井作业施工总结审核系统有效地解决了资源分散条件下的任务协作求解和大型数据库的访问效率问题,提高了企业数据库应用系统的访问效率。     

党群直议--协商民主视域下的凤冈县党风建设

凤冈县在深化改革、加快发展、改善民生的过程中坚持走群众路线,实施党群直议、干群直通、县乡直达、民生直办的"四直为民"标准来开展联系群众的工作,党风建设取得显著成效。社会主义协商民主是选举民众的重要补充,在"四直为民"中处于基础地位的党群直议实质就是协商民主。党风建设的核心是保持党和人民群众的血肉联系,具有巨大的内生压力和社会价值,对增进社会共识、增强社会凝聚力具有重要作用。从协商民主的"凤冈模式"提出的背景出发,重点探讨协商民主视域下凤冈县党风建设的基本经验,并对存在的问题提出改进建议。     

Agent通信原型的设计与实现

Agent通信是多Agent系统协作的核心．以人工智能领域中的黑板模型结构和消息传送结构作为多Agent系统的基本的通信结构,对树形拓扑的多Agent原型系统进行了研究与构造．在Agent通信报文的设计中考虑了不同的网络服务质量及安全参数,给出了不同类型的Agent通信的实例及通信过程的描述,对多线程技术和动态负载平衡技术进行了分析,并给出了Agent通信的调度算法．     

森工企业设备管理的宏观控制模型

根据系统的控制模型，以规划期限内设备维修和日常保养的总费用最小为目标，以维修策略变量为决策变量，考虑实际可能存在各种约束建立了设备管理的最优策略线性规划数学模型。本文建立的设备管理规划的宏观最优控制模型，对资金，设备技术状态及设备维护策略统筹规划，为森工企业设备动态系统最优管理策略的和设备技术状态的动态预测提供了一种有效的方法。     

农业Web信息获取系统的研究与设计

互联网有着浩瀚的信息.如何高效、准确获取想要的信息是一个重要的问题,本文将信息获取技术分两个部分来进行,即资源发现模块和信息抽取模块,并基于此构建了一个信息自动获取平台.对于资源发现模块,主要在如何能够从广度和深度两个方面去发现资源提出了一种新的搜索算法,同时利用了多Agent技术实现了分布式的资源发现.对于信息抽取模块,提出了一种新的抽取规则表示方法,提高了在信息抽取过程中规则的适应性.     

供应链环境下供求双方面临的约束参数对产品质量的影响

供应链环境下一种产品的质量与供应商、生产商各自的质量策略选择有关。为了保证最终产品的质量,供求双方在供应合同中往往会设定一些人为的约束来保证各自的利益。同时,他们也会面临一些客观的自然约束。在这些约束下,各个约束参数的大小以及变化对供求双方的策略选择以及最终产品的质量都会构成影响。文章建立博弈模型来分析这种影响,并且给出相应的解决办法。     

基于Multi-agent技术的露天矿山生产调度系统的优化实现

针对动态变化、复杂非线性的露天矿山生产调度系统引入多智能体技术进行建模优化,将系统分为任务Agent、生产调度Agent、爆破Agent、运输Agent以及破碎Agent五个单智能体。在任务Agent中给出矿山的矿石需求量,运用自适应神经模糊推理系统（ANFIS）和遗传算法（GA）对爆破Agent进行建模优化;破碎Agent根据破碎能力以及破碎需求量对运输Agent进行约束,引入自适应变异程序改进粒子群算法(PSO)对运输Agent进行优化;生产调度Agent协调处理矿石需求量与各生产工艺Agent生产能力之间的矛盾,运用MATLAB软件对模型进行模拟实现。以某露天矿山为例构建露天矿山生产调度系统,建模优化结果表明该方法可行。     

结合 Backfilling和空闲资源调度的云工作流调度方法

针对云计算中工作流的科学调度问题,提出了一种快速且有效的调度方案.首先,根据计算速度将所有的资源节点以降序方式排列;然后,调度程序通过深度优先搜索,检查任务之间的依赖关系,并根据截止期限对待执行任务进行加权排序;接着,计算每个待执行任务所使用的资源的时隙.如果当前可用资源不能满足当前任务,则采用Backfilling策略,对该任务所需资源进行预留,并跳到下一个任务执行.如果当前资源满足当前任务,则执行提出的空闲资源调度(IRS)策略,尽量安排空闲资源来执行该任务.仿真结果表明:与当前云工作流调度技术相比,本文调度策略具有更低的任务完成时间与任务执行延迟,以及更高的资源利用率.     

面向虚拟组织的政策导向型自治、可控Agent模型

针对传统BDI模型在虚拟组织应用中所存在的三点不足,本文提出了政策导向型Agent模型.模型以政策导向为手段,利用政策来约束Agent动机的生成,进而影响其意图与行为的产生,增强Agent的可控性.模型采用了分层政策结构,根据政策的所代表利益方的不同,将政策划分为组织层政策与个体层政策,以此来解决Agent个体行为与组织整体目标的冲突问题.基于扩展的可废止逻辑框架,政策被表示为Agent的动机(义务、愿望)生成规则,这为模型提供了一个线性计算复杂度的形式化理论.模型在保持Agent一定自治性的同时,增强了Agent在组织级别上的可控性.     

基于遗传小波神经网络的非线性动态自治网络故障诊断仿真算法

为避免用状态方程计算和分析非线性动态网络的约束计算困难,特别是计算响应跨越边界时间的问题,针对非线性动态自治网络,提出一种基于规范式分段线性化总体表达式以及非线性网络的混合参数方程.求解该方程组可得到非线性动态自治网络的故障响应仿真算法,再由小波提取故障响应的特征.采用遗传算法对BPNN进行结构和参数优化,将得到的电路故障状态特征输入至遗传优化的BP神经网络进行故障诊断.仿真结果表明了该故障诊断算法的有效性.     

基于动态Agent的分布式入侵检测系统设计与实现

研究分析了公共入侵检测框架理论及入侵检测的实现策略,给出了一种基于Agent的分布式入侵检测模型;设计了一个基于动态Agent的分布式入侵检测系统,介绍了它的工作原理,系统整体结构,事件产生器、分析器、响应器和事件库的设计等。该系统具有良好的分布性、扩展性。