一种交互式脚本语言及其应用

为设计普遍用户所能使用和理解的社会代理，在介入一种描述代理和终端用户间交互的脚本语言Q的基础上，研究了它在语义Web中基于代理的信息搜索和面向电子商务的代理协商领域的应用．实验结果验证了Q语言在设计代理系统时的简单性、代理的可控制性，以及用户和代理系统间良好的交互性．     

基于Q的多代理语义信息互操作查询系统

在引入并实现本体映射的基础上，基于Q语言(一种设计代理(Agent)和用户交互的场景描述语言)，提出了一个语义Web上多Agent信息互操作查询系统．该系统由领域本体服务器、本体映射服务器、语义信息源、以及多Agent查询系统组成．映射服务器通过映射规则提供概念转换功能，Q用于描述和统一多Agent查询系统中的Agent到Agent以及人到Agent的交互．系统结构的原型实现表明：通过Q场景(scenarios)，终端用户可以灵活和交互地控制多个Agent的行为，以实现信息互操作查询．     

Negotiation Model for Shopping Agents in E-marketplace

Introduction WiththeincreasingspreadoftheInternetand WWW,moreandmorecommercialtransactionsar takingplaceontheInternetelectronically.Electroni marketplacesarebecomingmoreimportantsincethey promisetogreatlyimproveeconomicefficiency,reducsalescosts,andspeedupcomplicatedbusines transactions.Topromotethedevelopmentofelectroni marketmanyautomationmechanismsandtechnologie havebeenintroducedcurrently,amongwhichagen technologyistakingthedominantroles,whichthanksto theirmainfeatures—autonomy,pro ac…     

面向动态联盟协商支持系统的研究

基于一种半集中式的协商控制策略，提出一个面向动态联盟的协商过程模型，按时间将协商过程划分为协商准备，协商进行及事后处理三个主要阶段。并在此模型上构建了一个基于CORBA标准和DMAS（分布式多Agent系统）技术的协商系统框架。盟员企业的推理，决策和协商功能以Agent形式进行封装，多方协商由多个分布式Agent实现。而不同环境下Agent之间的通信是通过构建在CORBA平台上的组件来实现。为实现动态联盟盟员企业之间的协商提供了一个可行的解决方案。     

一个基于对策论的协商模型

传统的对策论,往往不存在或存在多个Nash平衡点,使得要找到使各个Agent都满意的解是非常困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的。从人类日常生活的角度出发,考虑在协商过程中加入可信第三方来处理一些较为困难的对策状况,并且引入两种通信行为：请求保证和提供补偿,使得多个Agent在协商过程中寻求共识,得到一个折中的,稳定的,较好的解,基本满足各自的赢利。     

一种基于Agent的服务质量管理框架

为了更好地满足应用的服务质量需求，应建立一种结构良好的服务质量管理框架，以便进行服务质量协商和资源管理．根据服务质量的结构、目标以及Agent的特性，提出了一种基于Agent的服务质量管理框架．首先，介绍了框架的构成，给出了服务质量的定义和各层参数的映射机制．其次，介绍了框架的核心部分“基于Agent的服务质量管理站”，说明了站中各种静态、移动Agent的作用和相互关系．最后，给出了基于Agent端到端的服务质量协商过程。     

推测计算中多Agent的资源协商

推测计算是在信息不完全的情况下,提前进行决策的一种计算过程.它以假设推理为基础,并利用缺省值对未来的问题进行计算.事实上,在计算过程中,缺省值并不是唯一的基础信息.在时间允许的情况下,主Agent可以通过协商获得尽可能多的真实信息,信息越丰富,推测计算的结果越精确.为了强化协商,本文分析了假设推理和推测计算的基本理论,并以此为基础给出了推测计算的扩展框架,定义了协商语言,提出了协商算法,并将其嵌入到了推测计算中,从而可以提高推测计算的精确性.     

一种竞争环境下基于改进遗传算法的电子商务协商

 为了提高竞争环境下基于智能体电子商务双边多议题协商当中agent协商的效率,提出了一种竞争环境下agent的协商模型,并且将改进的遗传算法IGA应用于这种模型当中,来提高模型中agent协商的效率。在相同实验条件下,分别对四种遗传算法各进行了1000次的实验,结果表明同样达到协商满意解的时候,标准遗传算法SGA平均需要360次协商,基于Metropolis准则的遗传算法MGA平均需要230次协商,自适应遗传算法AGA平均需要207次协商,而IGA平均仅需要151次协商。这个结果说明,在求解竞争环境下双边多议题协商问题的时候,改进的遗传算法IGA可以使得协商当中的agent高效达到协商的满意解。     

一种改进的辩论协商模型及其算法

为了解决现有辩论协商模型过于抽象的问题，提出了一种改进的辩论协商架构．在构架中定义了辩论协商模型的对手、自身和环境等模型，其中对手模型是以协商伙伴为对手，自身模型的内容包括信念、愿望、意图、信任和偏爱，环境模型主要由Agent通讯语言和内容语言、协商协议和信息库组成．同时，提出了相应的算法，它通过合理地组合模型，调整论证评估器的位置，建立协议推理、论证评估、论证产生和论证选取等过程，使得协商信息充分交互，协商过程更为有效．实验结果表明，所提模型和算法是有效、可行的，算法的复杂度与协商对话的轮回有关，若轮回数为n，则复杂度为O（n）．     

基于GA和Agent组合自动谈判方案的研究

分析了Agent的性能特点及其工作原理,研究了谈判收益问题;然后对谈判过程进行描述,建立了基于Agent自动谈判数学模型,并对模型中的参数以及自动谈判目标进行分析;提出了用遗传算法对模型进行求解,并对算法的编码方法、参数的设定等进行研究,分析了求解过程,得到了模型的最优解.结果表明,该方法可以对模型不断优化,最终使参与谈判的Agent双方实现双赢,从而证明了该自动谈判方案的正确性.     

A Machine Learning Approach to Automated Negotiation

Automated negotiation between two competitive agents is analyzed, and a multi-issue negotiation model based on machine learning, time belief, offer belief and state-action pair expected Q value is developed. Unlike the widely used approaches such as game theory approach, heuristic approach and argumentation approach, This paper uses a machine learning method to compute agents‘ average Q values in each negotiation stage. The delayed reward is used to generate agents‘ offer and counteroffer of every issue. The effect of time and discount rate on negotiation outcome is analyzed. Theory analysis and experimental data show this negotiation model is practical.     

作业调度问题的合作求解方法研究

作业调度问题是一类典型的困难组合优化问题，基于知识的多智能主体系统为解决此类问题提供了一种新的思路，在生产作业管理中引入多智能主体技术，可以很方便地用智能主体及多智能主体系统描述制造系统及其组成要素的行为与运动机制，作业调度通过智能主体之间及多智能主体系统的合作加以实现，达到预定的运行目标和状态，构造了单个智能主体的结构，对作业调度问题中存在的三种主要冲突类型与基于知识的协商消除冲突的方法及其步骤进行了探讨，提出了基于知识的多智能主体合作求解方法。     

云计算环境下基于BRB策略的自动谈判简

利用云计算环境下基于多Agent的自动谈判来解决云计算参与者之间的分歧,通过在云计算环境下基于多Agent的谈判框架中引入中介Agent,在谈判进行之前,将消费者需求与服务提供商进行匹配,消除无效资源;为充分利用谈判者的地位,预测对手的提议,提出BPE策略和RBC策略,并允许谈判者在发现更好提议时可以违反之前建立的协议,从而形成云计算环境下基于BRB策略的自动谈判;通过仿真实验验证中介Agent和云计算环境下基于BRB策略的自动谈判。     

基于Agent协商的语义Web服务知识模型

在面向服务的应用中引入语义协商的思想,使服务Agent能够在Web服务部署、发布、发现和组合过程中共享服务知识.并且具有足够的自治和理解能力.通过描述抽象和具体的语义Web服务以及分析服务Agent之间的交互过程,提出了适合协商的服务Agent和服务知识模型,并给出了服务Agent之间信念知识修正和更新的方法,形式化描述了协商过程中服务Agent的角色和行为以及针对服务属性的语义协商协议.实验结果表明,在服务发现过程中使用这种服务知识模型及语义协商交互协议,能够显著改善服务Agent的理解能力.随着部署的具体服务数和协商的服务属性数增加,返回服务发现结果的时间有所延长,但其精确度有了明显的提高.     

一种基于数据处理的脚本语言设计与开发

在飞行试验型号任务中,通常采用各种数据处理软件进行数据采集、解码、单位转换、计算等。通过实践检验和积累,相关数据处理软件就会固定下来;随后发现很难再次高效运用它们。简述了脚本语言和试飞数据处理的结构和过程,提出利用脚本语言进行数据处理的自控模式。用户通过编写脚本代码,运行解释器就可控制数据处理软件进行自动、连续操作。模拟试验表明,该方法可有效提高型号试飞数据处理速度、降低出错率、保障质量安全。     

一个刻画Agent自主性的框架

自主性是agent最显的特征，为了在理论上指导自主agent的设计和构造，促进基于agent的软件系统的开发，建立了一个刻画agent自主性的框架，首先，在分析现有的agent自主性定义的基础上，总结了自主agent应具备的最小能力需求；然后，介绍用于描述agent的语言，agent的心智状态及其表示；在此基础上，提出一个自主agent的框架；最后，通过不同类型自主agent的构造来说明该框架以及如何实现具有不同程度自主性的agent。     

一个语义Web系统的设计与实现

设计一个面向企业门户网站的语义Web体系结构,提出页面代理的概念及其作用与功能结构,并在同构环境下实现了页面代理.设计了语义Web查询语言CDQL,该语言在跨信息源查询、约束表示等方面扩充了DQL查询语言.整个语义Web体系结构可以用于构建能自动解答用户或用户代理提问的企业网站系统.     

引入谈判博弈的Q-学习下的城市交通信号协调配时决策

由于城市交通路网中交叉口间交通信号决策是相互影响的,并且车联网技术使得交叉口交通信号配时agent间能进行直接交互,此决策问题可用博弈框架来描述。建立了城市路网中相邻交叉口间交通流关联模型,通过嵌入谈判博弈模型来设计Q-学习方法,此方法中利用谈判参考点来进行配时行为的选择。仿真实验分析表明,相对于无协调的Q-学习算法,谈判博弈Q-学习取得更好的控制效果和稳定性能。谈判博弈Q-学习在处理交通拥挤及干扰交通流时,能根据交通条件灵活地改变交通信号配时决策,具有较强的适应能力。     

面向活动分担的多Agent协商机制及其实现

定义了一个多Agent系统(MAS)和MAS中活动分担的概念；面对如何实现活动的多Agent分担，提出了一种招标-投标协商机制，它很好地解决了Agent之间的公平竞争与活动执行者的最优选择问题。讨论了实现这一协商机制所需的模型修改与消息通信原理。     

一种电子商务中基于混合遗传算法的多边多议题协商

为了提高基于智能体电子商务多边多议题合作协商中的协商效率,提出将混合遗传算法(HGA)应用于该协商中. 对4种遗传算法分别进行1000次的实验对比,结果表明,要达到同样协商最优解,标准遗传算法(SGA)平均需要185次协商,基于Metropolis准则遗传算法(MGA)平均需要176次,自适应遗传算法(AGA)平均需要169次,而混合遗传算法(HGA)平均仅需要153次. 求解多边多议题合作协商问题中,HGA可以使得协商当中的agent高效达到最优解.