Agent的信念、愿望、意图模型

本文分析了Agent的信念、愿望、意图模型（BDI模型）。依据BDI模型结构,本文刻画了Agent的内部状态,主要涉及Agent的信念、愿望和意图等思维属性,使该模型既能描述客观环境,又能描述Agent的思维状态及其变化过程。     

愿望在3-4岁儿童信念理解中的作用

研究考察愿望在3-4岁儿童信念理解中的作用。采用两个得到不同结果的错误信念任务变式,即Cassidy(1998)和Ziv等(2003)使用的任务,在被试和实验条件相同的情况下对结果进行比较。结果发现,两个任务得分没有差异,即愿望性对3-4岁儿童错误信念任务得分没有影响,将经典错误信念任务中的愿望性加以控制没有提高3岁儿童的表现。但是,与Ziv(2003)范式中被试处于机率水平的通过率不同,Cassidy(1998)的范式通过率低于机率水平,结合以往研究结果分析,愿望对信念理解的影响可能会出现在处于错误信念理解的最近发展区的个体身上。     

支持混合主动交互的USV可变自主系统结构研究

针对混合主动交互的水面无人艇(USV)系统体系结构设计问题,提出一种基于智能体的可变自主系统体系结构模型(MAAF).该模型分为USV可变自主部分、系统用户分析部分以及系统交互推理部分的设计和实现,并采用Agent信念-愿望-意图模型建立系统用户和USV的交互推理过程.最后,利用仿真实验验证,结果表明该系统结构模型满足混合主动交互和分布式与分层式相结合的决策要求,并且合理有效.     

基于主体Agent上的意图表示

主体Agent是机器世界中具有“思维”的个体，思考型Agent的最大特点就是将Agent看作是一种有意识系统（Intentional System）。人们设计基于Agent系统的目的之一是把它们作为人类个体或社会行为的智能代理，这样的Agent应该能模拟或表现出被代理者所具有的意识程度（Intentional Stance），如信念、愿望、意图、目标等。文章讨论对Agent思维状态涉及到的几个概念。     

社交网络交通信息出行者使用意向分析模型

为解决出行者对社交网络交通信息的使用意向缺少定量描述方法的问题,在技术接受模型的基础上,以感知有用性、感知易用性、感知风险性、使用意向等7个潜变量描述出行者的心理感受,构建社交网络交通信息使用意向分析模型,运用结构方程模型定量分析潜变量对使用意向的直接或间接影响效应。最后将模型应用于重庆市出行者实例分析中,结果表明：感知风险性(-0.41)对使用意向具有负向影响,其余变量对使用意向均为正向影响,其中感知易用性(0.48)、感知有用性(0.46)对使用意向的影响总效应最为显著。     

基于AMDP-Q的自主车辆行驶策略求解

结合增广马尔可夫决策过程(AMDP),蒙特卡罗-部分可观察马尔可夫决策过程(MC-POMDP)以及Q学习,提出了AMDP-Q学习(AMDP-Q)算法.算法的主要思想是:首先用一个低维充分统计量表示原信念状态空间,通常使用最大似然状态和信念状态的信息熵作为充分统计量,其组成的空间称为增广状态空间;然后应用参考状态集离散化...     

基于ISO模型的在校大学生创业意向

该文研究在校大学生创业意向的影响因素,建立了ISO(创业意向-主观因素-客观因素)模型,将有关因素分为主观因素和客观因素这2个部分。在对全国多地域省份、多类别行业的25所高校的问卷调研收回的5 784个有效问卷基础上,该文运用结构方程模型方法,验证了广义创业态度主观因素包括创业动机、创业环境感知和创业要素认知这3个变量,检验了这3个变量对创业意向的影响程度。该文还运用T检验和方差分析的方法,分个体社会背景和创业教育这2个方面检验了个体背景客观因素对创业意向的影响程度;由此验证了ISO模型的有效性。研究结果表明:大学生创业意向受到多因素复杂作用,创业动机和创业环境感知正向影响创业意向,创业要素认知负向影响创业意向,且创业动机、创业环境感知和创业要素认知两两正相关;创业教育可以显著正向影响大学生创业意向。     

应用部分马尔科夫博弈的网络安全主动响应决策模型

针对传统被动响应模型滞后于攻击且频繁误警和虚警导致不当响应的问题,提出一种基于部分马尔科夫博弈(POMG)的主动响应决策模型.该模型针对入侵过程生成入侵状态转换图,并根据攻击过程中得到的观察事件匹配入侵状态转换图,在考虑状态不确定的情况下确定系统信念状态.将概率值超过信念状态阈值的状态作为初始节点生成入侵状态转换子图,根据子图的入侵过程确定攻防策略集,最终利用POMG算法选择最优主动响应策略.实验结果表明,基于POMG的主动响应模型较映射型模型响应速度快67%,平均响应效率高24.5%.     

多状态机械系统可靠性的离散化建模方法

针对传统的基于二态逻辑的可靠性评估方法应用于多状态系统理论和实际应用存在差异的问题,根据贝叶斯信念网(BBN)具有双向不确定性推理功能和图形化显示的特点,提出了一种多状态机械系统可靠性离散化建模方法.首先确定BBN的节点及离散系统各元件的多个状态,并给出各状态的概率,用概率分布表(CPD)描述元件各状态之间的关系来表达关联节点的状态,最终建立离散化BBN模型.该模型避免了已有方法复杂的公式计算,对元件数量没有限制.实例分析表明了应用BBN离散化模型进行多状态机械系统可靠性评估的有效性和优越性.     

基于扩展ECM的移动商务用户继续使用意向研究

根据信息系统用户继续使用的期望确认模型(ECM)和移动商务的特点,提出了扩展ECM模型。将其应用在移动商务用户继续使用意向研究之上,并采用了结构方程模型对理论模型和假设进行了实证分析。结果表明,移动商务用户的满意度对其继续使用意向存在着显著影响,而体验差距间接影响用户继续使用意向。     

社会主义劳动与劳动者理论问题辨析——兼论我国传统劳动价值论的困境及其出路

人的体力与脑力的双重活动,是一切人的劳动及劳动者区别于其他动物本能活动的共同的自然属性。在不同的社会形式中,又具有不同的社会属性。我国流行的劳动价值论,把前人反映当时社会属性的劳动与劳动者的概念,当作社会主义劳动与劳动者的自然属性,必然走进理论与实践相悖的困境。要摆脱这种教条式思维,必须从实际出发,把什么是社会主义劳动与劳动者等问题,放在社会主义市场经济的平台上来再认识。     

学生"习得性无助感"的心理预防与调整

习得性无助感是个体经历了挫折和失败后,再度面临各种问题时所产生的一种无能为力的心理状态与行为表现,是严重威胁学生身心健康的无形“杀手”。过多的失败经历、消极的失败归因、严重的自信缺失是导致学生产生“习得性无助感”的主要原因。可从三个方面进行心理预防和调整：帮助学生建立自信;引导学生进行积极的自我归因;多为学生创造成功的机会。     

现代设计产品的艺术本质探源

很长时间以来,现代设计产品的艺术性被艺术界广泛争论。艺术品的不可复制性与纯精神属性似乎成为艺术品艺术性本质确立的前提。与此同时,现代设计产品从自身工业附属性当中包含的可复制性以及其纯精神属性方面看,都具有一种艺术品质。究其本源,这种设计领域中的艺术性本质在于它们除了具有实用价值之外,还可以满足人们的审美追求。因此,现代设计产品可以说是一种具有使用功能的艺术品。     

F-粗规律与它的属性控制

函数单向S-粗集(Function one direction singular rough sets)是用具有动态特性的R-函数等价类［u］定义的, 函数单向S-粗集具有规律(函数)特征。 利用函数单向S-粗集, 给出F-粗规律(w-(x)F,w-(x)F)的结构, 粗规律(w-(x),w-(x))的属性特征, 属性距离, 状态系数概念, 利用这些概念, 提出F-粗规律与它的属性控制, 给出属性控制准则, 属性控制定理与应用。F-粗规律与它的属性控制是函数S-粗集(Function singular rough sets)中的一个新的应用研究方向。     

一种基于函数依赖的属性相似度调整算法

属性相似度的准确性是影响实体分辨准确程度的重要因素之一.为提高属性相似度的准确性,分析了属性相似度与函数依赖的关系,给出了属性相似度调整原则,提出了依据函数依赖进行相似度划分、相似度传递调整和计算相似度调整代价的方法,提出了通过属性相似度调整提高属性相似度准确性的属性相似度传递调整算法.实验结果表明,该算法能够更好地区分匹配记录对和不匹配记录对,获得更高的查全率、查准率和F1值.     

多分属性层级结构下引入逻辑约束的理想掌握模式

多分属性比传统的2分属性提供更多更详细的诊断反馈信息,具有广阔的应用前景.在多分属性情境下,当属性之间存在层级结构时,会出现原2分属性情境下不存在的逻辑问题:如果被试仅低程度地掌握了父属性,那么他是否还有可能高程度地掌握子属性?从逻辑上讲,这种“父属性掌握程度低而子属性掌握程度高”的发展情况并不具有普适性.对此,该文首先在多分属性情境下,基于现有的计算理想掌握模式的方法提出了满足“属性掌握水平约束假设”的理想掌握模式计算方法.然后,通过模拟研究说明该逻辑约束的使用方法及忽略该逻辑约束可能对诊断结果带来的危害.     

一种选择性的加权朴素贝叶斯分类器

朴素贝叶斯分类器是一种简单而高效的分类器,但它的条件独立性假设影响了它分类的正确率.加权朴素贝叶斯是对它的一种扩展.通过分析属性相关性的度量和属性约简,选择一组最近似独立的属性约简子集,并结合加权朴素贝叶斯和选择性贝叶斯分类器的优点,提出一种选择性的加权贝叶斯分类器SWNBC.实验结果表明,与朴素贝叶斯分类器相比,WSANBC分类器具有较高的分类正确率.     

粗糙集连续属性离散化的SOM网络方法

基于Rough Set理论中的不可分辨性原理,给出两个新的定义属性的最大区分值(Maximum Dis-cernibility Value,MDV)和属性冗余度(Attribute Redundancy Rate,ARR)。在数据预处理阶段,属性的MDV数值用于确定关于自组织映射网络SOM输出单元数量的启发式搜索策略;属性冗余度则用于衡量属性约简结果的信息冗余程度,并以此作为优化SOM网络输出层结构的依据。不依赖于领域经验知识,建立了MDV、SOM、ARR的组合算法模型,实现了Rough Set理论中连续属性的自动离散化计算,并明显提高了属性约简的速度。最后,通过项目实例对全过程进行有效验证。     

属性层次模型AHM —— 一种新的无结构决策方法

提出了属性层次模型AHM,一种无结构决策方法。在属性测度基础上,提出了相对属性测度和属性判断矩阵的概念。相对权重和合成权重很容易从属性判断矩阵获得。通过例子说明,属性层次模型是简单有效的。     

结合属性证书的在线声誉评估

提出了声誉属性证书的概念，即把声誉评估内容作为属性证书中的属性项，从而将声誉评估扩展为基于数字身份证书的属性证书．通过绑定信息实现与数字身份证书的紧耦合，对数字身份证书进行了扩展，使得数字证书中心既是数字身份证书的管理者，又可通过其查询到相应的声誉值,给出了基于声誉属性证书的在线交易协议．