基于What-This/That学习机制的MAS协商模型
多智能体系统论文 协商模型论文 What-This/That学习机制论文
论文详情
随着网络的飞速发展,Internet日愈成为人们生产生活的有力工具,WWW成为信息来源的最佳途径,但是信息的爆炸也同时导致了网络搜索是费时又费力的事情。大量的信息资源以及他们的可读性、可信度、相互关系提出了一个复杂的问题。同时,在其它的领域,也存在着许多的难以解决的复杂问题。因此,智能体与多智能体系统应运而生。然而,我们知道,为什么分布式人工智能面世以后,并没有能在各种亟待它解决问题的应用领域完成其使命?那就是因为缺乏在复杂的、动态的、不可预期的环境中完成思路清晰而且有效的内部协商的模型。而协商的有效性需要由MAS中的各个Agent的自学习能力,知识表示与搜索能力,彼此的交互能力,对环境的感应能力等作为保证。多智能体系统运用于各种应用领域的直接收获是发现新的协商模型:系统中的各个部分不论行为是很令人满意还是进入了困境,模型都能预见或处理。 本文在全面分析和研究了智能体和多智能体系统的特征基础上,对智能体的学习与知识表示、知识查询进行了研究,对多智能体系统中的多个智能体的彼此协商进行了分析,并提出了在多智能体系统领域的协商新思路。在这篇文章中我们提出一种多智能体系统新的协商模型:基于“这是什么”(或“要做什么”)学习机制的协商而不是常规的“怎么做”模型;学习得到的知识,为了方便集成多种知识表示方法,我们运用高维方体的知识库体系结构,在此基础上进行快速访问算法的设计,分析了算法的复杂度,并讨论了算法的并行实现;在模型中,我们还根据功能的需要与环境的需要,提出了智能体的三维模型。最后,我们利用Aglet平台进行了一系列的JAVA程序开发,由很多自主性较高的智能程序彼此协商,共同完成在电子商务系统中常见的一些简单的协作任务的实验。
引言 | 第32-34页 |
第一章 有关多智能体的文献综述 | 第34-43页 |
1.1 概述 | 第34-35页 |
1.2 MAS的研究进展 | 第35-40页 |
1.3 成功与不足 | 第40-41页 |
1.4 本文的研究内容 | 第41-43页 |
第二章 AGENT与MAS | 第43-52页 |
2.1 什么是智能体(AGENT) | 第43-45页 |
2.2 什么是多智能体系统(MAS) | 第45-46页 |
2.3 多智能体系统中的协商 | 第46-52页 |
第三章 基于WHAT-THIS/THAT学习机制的MAS协商模型 | 第52-75页 |
3.1 WHAT-THIS/THAT学习机制 | 第52-57页 |
3.2 协商规则 | 第57-60页 |
3.3 模型的组成 | 第60-63页 |
3.4 协商过程 | 第63-68页 |
3.5 高维方体知识库体系结构及其快速访问算法 | 第68-75页 |
第四章 协商实例及相关实验 | 第75-86页 |
4.1 实例分析 | 第75-79页 |
4.2 MAS中协商的实现平台 | 第79-82页 |
4.3 电子商务中的协商实现 | 第82-86页 |
第五章 总结与展望 | 第86-87页 |
参考文献 | 第87-92页 |
符号说明表 | 第92页 |
附录(部分程序代码): 略 | 第92-93页 |
攻读硕士学位期间已公开发表的论文 | 第93-94页 |
致谢 | 第94页 |
论文购买
论文编号
ABS1449137,这篇论文共94页
会员购买按0.30元/页下载,共需支付
28.2。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
47。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文