面向商务智能应用的分布式数据挖掘系统设计

在综合分析商务智能分布式应用环境和数据存储环境基础上,提出了一种充分利用移动Agent移动特性并以Agent为主要组件来满足商务智能应用需要的分布式数据挖掘系统模型,讨论了系统中用户接口、数据挖掘组件、企业数据库系统各功能模块特点以及数据挖掘组件中各Agent功能设计.介绍了在Java编程环境下数据挖掘移动Agent和移动Agent服务器内部各组成模块结构功能.该系统具有可扩展性好、结构灵活、系统安全性强等特点,对构建基于Agent技 术的商务智能数据挖掘系统具有一定的参考价值.     

基于多智能体和元胞自动机的微观交通仿真系统建模

按照面向对象的分析和设计原则,在需求分析的基础上,对城市交通微观仿真系统进行了模块划分,提出了基于多智能体的微观交通仿真模型.探讨了面向Agent的微观交通仿真系统建模过程,从交通流生成模型、元胞自动机模型等入手,给出了系统中各Agent的设计方案和仿真系统架构及仿真流程.     

基于多Agent技术的远程教学模型的分析与设计

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于远程教学系统中,从而给网络教学系统的研究与应用开辟了新的思路.结合Agent的智能性,构建了一个基于多Agent的网络远程教学系统的模型,模拟人类在教学活动中的智能活动过程.通过建立学生Agent和教师Agent,使得系统能够根据学生的个性特征和认知能力,灵活地通过网络学习,从而实现个别化的教学.     

基于多Agent的设备动态智能预测决策研究

通过对网络模式下设备管理特点的分析,阐明了Agent的基本特征和多Agent系统的体系结构.结合多 Agent 系统技术理论,提出一个基于 Internet 的多 Agent 设备动态智能预测决策支持系统的实现模式与方法.     

Agent的PASS-BDI模型

Agent的BDI模型主要基于Bratman提出的理性主体理论，未能充分体现Agent主动性的认知过程，使Agent的问题求解和心智状态之间的关系未得到充分表达，且难于编程实现。将Das等人提出的计划—注意—同时性加工—继时性加工认知过程模型引入Agent的理论研究中，建立了Agent的PASS-BDI模型，利用多价π-演算从心智状态，认知过程，整体行为等几个方面刻画了该模型的静态和动态特征，并将研究结果应用于多Agent组织中Agent行为特征的刻画。PASS-BDI模型加强了对Agent主动性认知过程的刻画，且易于编程实现。     

基于批量定制的服装号型归档方法

通过对服装结构制图的分析,将服装合体性的主观评价量化为计算定制规格与各成品规格的规格容量,从中找出最小的规格容量,通过比较规格容量与最大归档容量值来确定归档的结果.在研究过程中,首次引入规格容量的概念,并通过建立规格模型,提出归档结构链,为实现号型归档的数字化提供技术上的支持.     

基于多Agent的智能教学系统模型

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于教育教学过程中,从而给网络教学系统的研究与应用开辟了新的思路。结合Agent的智能性,笔者构建了一个基于多Agent的智能教学系统的模型,模拟人类在教学活动中的智能活动过程,通过建立多个彼此协调运作的Agent,来使系统能够根据学生的个性特征和认知能力,灵活地系统学习,从而实现个别化教学。     

基于智能Agent技术的网络教学系统设计与实现

本文分析了当前网络教学系统存在的主要缺陷,引入智能Agent技术,提出了基于智能Agent技术的网络教学系统模型,将系统中一个复杂的任务分解为多个子任务,每个子任务由相互协作的Agent来执行,通过Agent之间的交互来完成任务,深入分析了Agent之间的基本通讯行为、通讯机制,研究了Agent之间协作的基本理论,提高了现有教育教学网络系统的智能性、适应性和可扩充性,改善了网络教与学的效果,实现了真正的网络教育.     

基于移动Agent的智能培训系统的设计

文章在分析了移动Agent在分布式计算中所具有的技术优势的基础上,提出了把移动Agent技术与网络培训相结合的思想,设计了一个基于移动Agent的智能培训系统模型,并详细讨论了系统实现的关键技术.该系统充分利用了移动Agent的移动性和智能性特点,较好地解决了网络培训中个性化教学等一系列问题.     

基于智能 Agent 的蜜罐系统的研究

传统蜜罐系统的工作就是在黑客进入事先设置好的陷阱系统后,对他们的行为进行监控和记录;其主要的价值在于被扫描、攻击和攻馅.基于智能 Agent 的蜜罐系统利用智能 Agent 的智能化和分布式协同处理功能,在传统蜜罐的基础上.提出一种主动防御策略.首先介绍蜜罐技术的发展过程,提出传统蜜罐技术的不足;然后针对智能 Agent 的研究现状进行阐述;接着提出基于智能 Agent 的蜜罐系统的模型;最后指出其发展前景和面临的挑战.