一种基于可传递置信模型的分布式决策方法

证据推理理论是研究在不确定情况下智能决策的有效方法之一。将证据推理引入到分布式决策系统，提出了一种基于可传递置信模型的分布式智能决策方法，从信息融合技术的角度构建了agent模型以及分布式决策系统的框架，并且分析了分布式决策系统的信息提取和合成算法以及决策制定算法。通过借鉴信息融合技术中证据推理的可传递置信模型和算法，使分布式决策的研究方法有进一步的发展。在仿真中采用机器人足球仿真比赛作为平台进行研究。     

基于多智能体的无线传感器网络仿真平台的研究

超大规模的无线传感器网络系统通过个体协同表现出群体智能行为特性，其理论分析和物理实验系统构建的困难使得仿真成为目前的主要研究手段。因此，采用基于角色的面向Agent程序设计方方法，从体系结构、角色类划分、角色间关系、角色绑定以及Agent类设计等方面论述了无线传感器网络仿真平台的设计与实现。该平台不仅能模拟无线传感器网络系统的功能执行，而且能体现其群体智能行为特征。     

组合智能决策支持系统研究及其应用

针对现有决策支持系统存在信息支持不足、专家知识难以获取与表示、从海量数据提取有用信息存在困难等问题,通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用和加以改进,建立组合智能信息处理器,并将之与传统决策支持系统相结合,产生智能决策支持系统,进行知识自动提取和系统智能建模,并基于GIS平台利用组件技术搭建智能决策支持系统集成结构.最后以灌区水资源管理决策支持系统的径流预报为例,进行仿真试验,验证方案的可行性和有效性.     

RoboCupRescue Agent仿真中的多智能体协作方法

对RoboCupRescue智能体仿真系统内的多智能体协作问题进行了研究和分析,提出一种由多种评价模型和协作方式组成的协作方法,并从同类和异类智能体两个方面给出了具体的实现.该实现主要采用了人工免疫控制、静态分配与动态调整结合以及基于共识的分布式控制等方式.在仿真测试中,各类智能体通过相互协作有效完成了灾难环境中的救援任务.     

探索机械智能CAD系统的可拓决策方法

研究基于可拓知识模型和决策模型的机械智能ＣＡＤ方法,它不仅能够表示和处理设计中的信息转化关系,而且能够利用物元变换理论进行复杂的辩证和求异推理,转化约束问题中的矛盾因素,从而为解决定量计算与辩证分析决策共存系统的优化设计,形成基于可拓决策的智能ＣＡＤ理论与方法。文中探索了可拓智能ＣＡＤ系统的研究内容与方法,并给出机械产品方案设计中可拓智能ＣＡＤ系统的结构模式。     

基于群体社会制度策略的主从多智能体汇聚

研究一阶主从多智能体网络的汇聚问题,基于多智能体网络群体的社会制度,提出3种汇聚策略,即民主、独裁和混合策略。假设在策略中,只有领导者知道全局任务,即汇聚到一个已知的目标点,跟随者只需要与领导者群体保持联系,从而能够到达目标点。研究发现,主从网络多智体个体在属性上可以分为目标智能体,领导者智能体,非孤立跟随者从智能体和孤立跟随者从智能体。研究结果表明民主策略容易实现所有智能体到达目标点,但移动速度较慢;在独裁策略作用下,智能体网络可以很快实现汇聚,但个别跟随者从智能体由于初始条件下感应不到环境中的领导者智能体而永远停留在原来的位置;引进混合策略后,即可以保证所有的智能体到达目标点而且又可以保持较快的到达速度。通过对模型和拓扑结构的分析,得出3种策略各自的特点,并以4个领导者和5个跟随者组成的主从智能体网络为例进行仿真。     

基于移动智能体的分布式资源的智能集成

在信息丰富的网络环境中，分布式资源的智能集成对于分布式计算与分布式系统是极为重要的，通常采用的基于位置透明性的分布式计算技术，如DCOM，JavaRMI,CORBA等，无法智能的、灵活的进行分布式信息的检索与分布式应用的集成，而对于基于知识的交互协作更是无能为力，本文采用基于Java实现的移动智能体的移动计算能力与分布式工作机制实现分布式资源的智能集成，基于本地位置交互抽象机制，从而使移动计算融入到分布式计算中，讨论了进行分布式资源集成的计算模型，并通过分布式仿真实验说明了上述方法的集成机制与设计特点。     

基于改进粒子模型的人群监控系统仿真与分析

近年来,对人群行为的监控是公共管理和反恐安全领域的热点研究问题之一。介绍了一种基于位置信息的新型人群监控系统,并针对人群中个体的异质性以及不同状况下群体行为特征的差异性,改进了粒子模型;再基于改进粒子模型,分别在正常和恐慌状态下对监控系统的行为监测、自动报警、智能引导等效能进行了仿真分析。仿真结果表明：这种新型的人群监控系统具有良好的应用前景,为安全监测、人群疏导、辅助决策等智能监控服务提供了新的研究思路和方法。     

任意有限维空间中群体行为的研究

探讨了任意有限维空间中的智能群体的聚集行为和迁徙行为,提出了一类基于局部信息的群体行为控制方法。从虚拟相互作用力的角度理解分析群体行为,采用吸引/排斥力的数学方法实现个体间的相互作用,并利用求解任意有限维空间点集的凸壳方法,将二维空间中的群体行为模型推广到任意有限维空间中,实现了一类基于局部信息的且适合于任意有限维空间的群体行为控制。在此基础上分析了系统的稳定性,并通过仿真实验验证了该方法的有效性。     

一种新的水声目标智能检测模型

为了解决远程微弱的水声目标信号难以准确检测的问题,提出了一种新的基于经验模式分解(EMD)、特征距离评估技术和模糊支持向量数据描述(FSVDD)的水声目标智能检测模型.首先,该模型利用滤波、Hilbert包络解调和EMD等方法提取原始水声信号的时域和频域统计特征,构成综合特征集.其次,通过特征距离评估技术从综合特征集中选取敏感特征集.最后,将敏感特征输入到FSVDD检测器中,实现水声目标的智能检测.将该模型应用于仿真的水下航行器辐射噪声数据的目标检测中,研究结果表明,同常规的支持向量数据描述检测器相比,该模型具有更好的检测性能,目标检测准确率高.     

关于神经系统自适应理论的研究

神经科学、心理学、人工智能和认知科学等学科的主要目标即是解释和模拟自然智能和人工智能。人脑是经过几十万年进化，或对自然界自适应过程的产物。因此，研究人脑的进化或自适应机理有极为重要的意义。本文首先讨论了目前所研究的一些核心问题及研究方法。然后从交叉学科的角度讨论了人脑神经系统的自适应理论。有关结果用规则形式给出以便于计算机或工程模拟。     

设计智能决策支持系统的认知工程方法

基于作者近年研制我国宏观经济智能决策支持系统的经验,本文提出一种设计智能决策支持系统(IDSS)的认知工程方法。并强调智能决策支持系统这一辅助决策工具的使用旨在提高最终用户(决策者)的认知决策能力。为此,对系统功能设计和适用技术实现作了相应的探讨。     

从基于逻辑的人工智能到社会智能的发展

从思维科学和系统科学交叉发展的观点回顾人工智能半个世纪发展的历程：它经历了以“物理符号系统”为假设的传统人工智能（逻辑思维的模拟）；人工神经网络为代表的分布式人工智能（形象思维的模拟）；现场人工智能（逻辑思维、形象思维与运行环境相结合的模拟）；智能体技术、人工社会研究所涌现的社会智能（社会思维和群体智慧与运行环境相结合的模拟）。钱学森于1990年发表了开放的复杂巨系统及处理这类系统有关复杂问题的方法论，接着提出：我们要研究的不是智能计算机，是人机结合的智能系统，以此为基础，建立了信息空间综合集成研讨体系（Cybespace for Workshop of Metasynthetic Engineering），为社会智能涌现提供了可操作的技术平台。     

Artificial Intelligence Embedded Object-Oriented Methodology For Model Based

ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＥｍｂｅｄｄｅｄＯｂｊｅｃｔ－ＯｒｉｅｎｔｅｄＭｅｔｈｏｄｏｌｏｇｙＦｏｒＭｏｄｅｌＢａｓｅｄＤｅｃｉｓｉｏｎＳｕｐｐｏｒｔ￥ＦｅｎｇＳｈａｎ；ＴｉａｎＹｕａｎ；ＬｉＴｏｎｇ＆ＣａｉＪｕｎ（Ｉｎｓｔｉｔｕｔ...     

人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

复杂网络关系流与行为关系定理——一般系统结构理论在复杂网络中的应用

在关系流概念的基础上,应用一般系统结构理论,研究复杂网络的关系流,包括信息流、物流、能量流、资金流、人力资源流等和复杂网络行为或功能之间的关系及规律,得到两个复杂网络关系流与行为关系定理和一个复杂网络关系流与行为关系模型.它们表明,对于任何一个复杂网络,复杂网络行为或功能仅由它的输入流Rf(t)和基层次Hd上的关系流集Rfcnd(t)——复杂网络关系流CNRf(t)=Rf(t)∪Rfcnd(t),特别是其中的关系流回路,决定和支配的.通过对复杂网络关系流与行为关系模型的数学研究,可以从理论上揭示复杂网络关系流和复杂网络行为或功能之间存在的一系列固有关系及规律,以及这些关系及规律衍生的复杂网络研究思想、理论、方法、手段和工具,推动复杂网络研究的发展.     

自然科学与社会科学协调发展的自组织机制

本文从自然科学与社会科学发展的联系出发，探讨了自然科学与社会科学协调发展的自组织机制。     

关于"复杂性研究"和"复杂性科学"

赞成“复杂性研究”却不赞成“复杂性科学”。道理很简单：“复杂性研究”是可能的,“复杂性科学”是不可能的。科学仅限于研究实体、运动和关系,从未研究一种“属性”建立起一门科学来。譬如“美”是一种属性,人类研究“美”至少几千年了,但美学始终属于哲学而不是科学。我们不应当直接研究“复杂性”,而应当直接研究“复杂系统”,特别是某一类复杂系统。惟有“系统科学”是总的称谓,永久性的称谓。     

神经网络与AI发展现状、省思与综合

本文系统地评述了神经网络和AI的发展现状,研究了两者之间关系与特征,提出了有关前沿领域的若干公开问题。     

数据智能:趋势与挑战

随着大数据和人工智能的兴起,数据智能(data intelligence)逐渐成为学术界和产业界共同关注的焦点.数据智能具有显著的大数据驱动和应用场景牵引两大特征.其融合场景内外的多源异质大数据,利用大规模数据挖掘、机器学习和深度学习等预测性分析方法和技术,提取数据中蕴含的有价值的模式,并用于提升复杂实践活动中的管理与决策水平.本文指出了推动数据智能实现迭代发展的三维要素:数据、算法和场景,然后围绕这三大要素介绍了数据智能的前沿热点、发展趋势和存在挑战,特别对数据智能与管理学交叉的研究与应用问题进行了较为深入的探索.论文还尝试给出一些具有前瞻性的观点或评论,一来希望为有兴趣进入数据智能领域的读者提供指引,二来希望能够在管理同行中起到抛砖引玉之效.