面向agent的统一知识表示与推理逻辑框架

agent设计的坚实理论基础必须建立在知识表示和推理的理论之上.针对目前逻辑理论模型及行为理论模型的不足,提出以描述逻辑及其扩展来描述agent的静态、动态及不确定性知识等信念知识,结合描述逻辑与行为理论进行动作描述;并与认知逻辑相结合构成一个信念知识混合系统认知描述逻辑(EDL),以弥补描述逻辑在过程规则表示方面的不足.给出了EDL的语法及语义以及公理系统,构建了一个面向agent的统一的知识表示和推理逻辑框架.     

基于多Agent系统的数据融合算法评估平台框架

研究了数据融合算法评估平台应具有的特点，给出了一种基于多agent系统数据融合算法的评估平台框架，讨论了框架中agent的结构和agent间的通信机制．利用该框架原型实现了单个融合算法和多融合算法组合的评估．     

一个基于agent组织的web服务集成框架

针对现有的web服务组合框架和流程缺少智能性及自适应性,无法实现自动组合,建立一种基于agent的web服务组合框架,分析了框架中各层的功能,并详细给出组织agent模型和角色agent设计.通过该框架可以构造开放的、分布式、动态的服务组合系统,初步解决了服务组合中系统效率低和缺乏自适应等问题.与现有的方法相比,该服务框架使得服务组合模型具有适应环境动态变化的能力.     

基于multi-agent的分布式专家系统原理及应用

基于Intemet/Intranet松耦合环境设计分布式选矿专家系统,采用面向agent(智能体)的系统开发方法和multi-agent分布协作求解模式,采用异构异质agent,即agent可建构于广域网、局域网和单处理器紧耦合模式,且求解agent可以是基于符号系统、神经网络、遗传算法等agent的协作.此外,建立了统一的知识库标准,基于关系数据模式表征了传统的规则、框架、语义网络及谓词逻辑等知识表示方法.其中,基于数据库引导及搜索技术实现了正向推理机制及反向推理机制,易于agent之间知识的传输,大大提高了通信效率;基于DCOM技术,以C++构建框架类加速了agent的实现.以矿石可选性预测求解为例,实现了多agent协作求解的仿真系统,较好地验证了所提出的理论模型及框架.     

一种基于D-S理论的多Agent合作决策机制

为了克服单个agent知识的局限性,提高系统决策的可靠性,提出了一种基于D-S理论的多agent合作决策机制,并对多agent合作决策进行了定义和形式化描述.多agent合作决策划分为学习和决策两个阶段,学习阶段反馈信息的引入,使各agent根据正确的训练案例和修正公式实现了冲突消解,降低了合成计算的复杂度,改进了Dragoni等人的工作,较投票机制和加权多数算法具有更高的可靠性,实验结果验证了这一结论.     

基于MAS理论的特种机器人系统模型研究与设计

描述了多智能体系统中agent的逻辑语法和语义,定义了agent的主要属性,并建立了基于L规范的系统模型M.以特种机器人系统装配作业为例,对系统构成进行了分析和描述,并给出了试验验证.结果表明,MAS理论在多agent机器人系统中的应用是可行的,且这种分布式控制方式可以提高系统的可靠性.提出了使用多agent系统进行系统建模和解决多机器人协作问题的一种方法.     

用于数据挖掘的粗集产生多重知识库的方法

提出了一种用于数据挖掘的粗集产生多重知识库的方法．该方法基于粗集理论的简化和决策矩阵．首先从知识表示系统中消除冗余属性,产生简化表,形成简化的知识表示系统,提高学习的有效性和精确性．然后从简化表中推导出决策矩阵,通过决策矩阵获取最小决策规则,计算包括所有必需属性的简化集合,给出计算最小决策规则和计算多重简化的算法．最后由相应的简化对最小决策规则进行分组形成多重知识库,给出产生多重知识库的算法．     

基于Web的水运地理信息系统中多agent合作算法的分析与设计

针对水运地理信息系统数据多源、异构、海量等特点及系统本身的复杂性问题,应用Web和多agent技术。提出了基于Web和多agent的水运地理信息系统设计模型,给出了多agent之间的合作算法及合作策略,并对合作算法的复杂度和特点进行了分析．实现了水运地理信息系统的架构设计．     

基于多色集合的工作流建模及路径求取算法

描述了工作流基本节点的出入度及连通性质，并根据这些性质提出了工作流基本节点的多色集合表示方法．在这种表示方法的基础上提出了基于多色集合理论的工作流建模步骤，并给出了工作流路径求取算法．最后，以模具制造工作流过程为例，根据基于多色集合理论的工作流建模理论提出的步骤和算法，建立了模具制造流程的多色集合功能围道矩阵，给出了节点的布尔矩阵，并得出了表示模具制造过程中所有可能的流程路径．采取基于多色集合理论的工作流建模理论，用计算机可以正确、便捷地求取复杂系统的工作流程路径，算法简单且易于编程实现．     

基于有权重超图的离群点检测

基于有权重支持度框架的关联规则挖掘算法和超图分割算法, 给出一种新的基于有权重超图模型的离群点检测算法WHOT(Weighted Hypergraph based Outlier Test). WHOT算法根据有权重支持度的定义, 重新设计了基于有权重支持度框架的关联规则挖掘算法, 并挖掘出数据集中的重要关联规则, 形成超图. 在超图上应用超图分割算法, 得到聚类集合, 再结合项权重和事务权重的定义, 判断一条记录是否为离群数据.     

最优合并构成的有序遗传算法

在假设合并是独立的情况下,采用有序的遗传算法（OBGA）作为随机搜索处理方法来识别最优合理算法,与确定搜索算法（SPLIT）比较,通过实验,证实OBGA更有效。     

有人-无人作战智能体任务联盟形成策略方法

为解决有人-无人作战智能体协同执行任务形成联盟问题,采取先任务分组后进行智能体到任务组匹配的联盟形成策略,即利用任务间相关程度具有传递性的特点,引入任务距离概念,设计了任务能力需求一致的任务分组策略,并给出基于可达矩阵变换的分组求解方法.针对联盟形成是分布式能力聚合过程的特点,在考虑智能体到任务组的匹配程度优先级和作战智能体能力利用效率的基础上,设计一种基于拍卖机制的作战智能体到任务组的匹配策略.通过案例计算,得到离岛突击想定下的任务联盟形成方案,分析所形成联盟的资源冗余性,验证了所提联盟形成策略和方法的有效性.     

多诊断方法代理联盟策略研究

针对故障诊断对象的多故障特性，为使系统在诊断对象的各子故障域的诊断精度达到最高，给出了可以适合于在多故障情况下找到一个最优联盟结构的算法，首先，给出了各个诊断方法代理和代理联盟的诊断能力的定义，并且提出将联盟的诊断能力作为评判标准，然后，在各子故障域同时进行联盟结构的搜索，寻找出具有最高联盟诊断能力的结构形式，并改变联盟矩阵中相应单元的值，最后，根据联盟矩阵确定各子故障域的联盟结构，并在此基础上形式该诊断对象的诊断联盟。     

基于联邦学习的多源异构网络无数据融合方法

在联合作战体系中,数据作为基础性战略资源发挥着重要的底层支撑作用,数据妥善管理和高效利用是推动作战能力整体跃迁和作战样式深度变革的重要动力。为实现不同作战系统间信息的互联互通,提出 一种基于联邦学习的多源异构网络无数据融合方法。从多源数据融合面临的安全性和异构性问题出发,利用条件生成对抗网络提取本地知识和全局分布,集成数据信息;结合局部教师模型-全局模型架构,以无数据知识蒸馏的方式对局部模型知识进行迁移,融合异构网络,细化全局模型,实现不同系统间安全、高质量的信息交互,为智能化指挥信息系统建设提供技术支撑。实验结果表明:该方法在结构化数据和图像数据上具有可行性,整体准确率可达到80%以上。     

外单内双型网络生成对策中严格纳什网的结构特性

首次针对具有不完全合作属性的混合流网络生成对策研究严格纳什网的结构特性,在该网络中,联盟内部局中人之间的信息交换方式为双向流而除此之外的为单向流,联盟内部局中人的连接费用小于不同联盟中局中人之间的连接费用。在联盟内部首先形成有效网的基础上,针对没有信息损耗和存在信息损耗两种情形研究了严格纳什网的结构特性。     

Research of IDSS Architecture Based on Hybrid Systems

This paper discusses the necessity of building IDSS on hybrid systems, and adopts XML technology to manage isomeric knowledge in hybrid systems. The paper proposes a new architecture of hybrid systems based IDSS whose core system is isomeric knowledge system. The architecture is composed of knowledge component, problems processing system, data component and intelligent user interface. This new architecture aims to enhance the capability of integrating hybrid systems, to improve the supporting effectiveness of decision-making and the intelligent level of IDSS, and tries a new way to elevate the system＇s ability of handling and learning knowledge.     

基于自适应性模型的入侵检测系统研究

适应性模型是一种自动建立的基于数据挖掘的入侵检测系统检测模型。在利用入侵检测传感器收集相同数据的同时，系统自动建立适应性模型。由于不需要建立训练集，从而减少了配置入侵检测系统的花费。本文提出了一种自动模型及其系统结构的有效实现，并用算法自动建立了在噪声数据上的异常检测模型。     

联盟模式下云资源提供最优化算法

为了提高资源利用率和云资源提供者的收益,提出一种云联盟模式下基于合作博弈的资源提供算法.算法将资源联盟收益最优化形式化为线性规划问题,通过合作博弈核求解了该收益最优化问题,并证明了处于合作核中的资源提供策略同样是线性规划最优解.进一步,为了获得稳定的资源联盟结构,设计了基于离散Markov链的动态联盟构造模型,通过该模型可以得到收益最大化的最优联盟结构.仿真实验结果表明,对于具有博弈理性的资源提供者而言,资源联盟可以有效提高个体资源提供者的收益,同时,由于结盟代价的存在,稳定的联盟结构更加倾向于形成规模更小的联盟.     

具有不完全合作属性的单向流动态网络生成对策

通过定义联盟同质费用研究考察具有固定联盟剖分的单向流动态网络生成对策,这区别于同质费用、局中人同质费用的情形。局中人通过采取局部行动生成网络,即每次仅能增加、删除或替换一条指向他的连接,行动的原则是最大化其所在联盟的整体收益。在新的规则之下,通过示例研究了局部纳什网的结构特性及其动态生成过程。选择BG函数作为局中人的基本支付函数,诱导产生联盟-局中人的BG函数,最后根据Myer-son值在联盟内部的局中人之间分派联盟-局中人所获得的收益。     

一种P2P结构的协作式反垃圾邮件模型

垃圾邮件已成为当今邮件系统的主要问题,垃圾邮件发送者通过伪装邮件来逃避反垃圾邮件系统的检测.建议用一种健壮的摘要算法来识别相似垃圾邮件,并利用在邮件服务器之间建立一种带索引的结构化P2P网络来共享垃圾邮件的知识.仿真结果表明,该系统结构以及摘要算法有效地实现了相似邮件的聚集,从而达到了过滤垃圾邮件的目的.