基于分布式Agent的CMMI评估系统

根据标准化的CMMI评估方法，设计一个基于多Agent的分布式CMMI评估系统，分析了该系统的功能、模块结构．重点讨论了多Agent的能力修改过程和Agent的通信机制．Agent通过学习，能力不断得到提高，辅助专家进行CMMI评估．     

基于Agent自适应分布式入侵检测系统

入侵检测是网络安全保护体系中的一个重要组成部分,针对目前入侵检测系统不具备自适应性的情况,该文引入了一种入侵检测系统的自适应策略,并提出一种基于Agent自适应分布式入侵检测系统.分析了各组成模块结构、功能特点以及模块之间的协作关系,并阐述了该系统设计中的信息表示及所采用的通信协议.该系统具有良好的扩展能力、自学习功能,能够实现分布式的入侵检测.     

神经模糊网络自适应模糊控制研究

提出了一种由样品辨识、模糊推理和控制处理 3个子网模块构成的基于知识的多层神经网络 .这种网络由各子网分别构成并按照最初的模糊控制结构适当连接而建立 ,具有明确区分各组成子网功能及其知识流结构 .由于综合了模糊逻辑的推理过程及神经网络的学习能力 ,使它能够在其结构中以模糊规则的形式引入语言知识并通过网络的训练及自学习对这些知识进行加工 ,从而实现了真正意义上的自适应模糊控制器 .最后还讨论了这种 NFN网络在动态过程控制中的应用     

基于多Agent的技术准备集成系统

为了实现技术准备过程的集成与协同,将多代理技术和模糊综合评判技术引入到技术准备过程中来.在分析系统业务过程的基础上,建立了基于多Agent的技术准备集成系统框架,该框架由管理Agent、功能Agent和信息Agent构成;提出了由功能适配器、工作引擎、知识库和外部接口构成的Agent模型,并设计了各Agent的内部功能结构,为了解决Agent之间的协同问题,给出了Agent之间的协作模型,并在研究模糊综合评判方法的基础上,设计了Agent之间的冲突消解算法.最后,通过一个应用实例验证了系统的有效性.     

个性化Agent层次结构模型构造

通过对人类心理的分析,构造出个性Agnet的层次结构模型,即需要模块、驱动模块、喜好地址表模块及世界观模块.重点阐述了需要模块,其分别包括思维策略、安全系统等低层次结构体系及通信请求、推理系统、解释系统等高层次结构体系.这些层次结构体系及各模块确保个性化Agent具有层次分明、开放、灵活及较好的稳定性等优良特性.     

基于移动Agent的物流管理信息系统研究

针对现代物流系统的特点和发展的需求,阐述了基于移动Agent的物流管理信息系统的体系结构,分析了该结构的主要功能及特性,对Agent之间的通信模式和通信交互进行了说明.研究表明,该系统具有敏捷处理全局信息的能力、响应迅速、可重构性及可扩展性,能应用于实践.     

基于pi-sigma神经网络的模糊建模与控制及其仿真研究

提出了一种基于高木-关野模糊系统的pi-sigma神经网络结构、学习算法,并分析了学习算法的收敛性.用这种混合型pi-sigma神经网络系统去实现模糊规则及其隶属函数的修正,从而得到模糊推理的自适应性.在设计过程中,引入Zadel模糊取乘算子,使之适合基于梯度的学习算法.最后的仿真结果表明此种网络的有效性、优越性并且在非线性建模、控制等方面有重要的应用价值.     

基于模糊理论的多AGENT决策支持系统

提出了一种结合多Agent和模糊理论的决策系统结构,同时用Agent组来表示单个功能实体的不同侧面.利用模糊聚类和模糊推理对有效信息数据进行决策判决和选择.以此结构为基础构建了科研项目评定决策系统,在实际应用中取得了较好的决策效果     

基于动态模糊逻辑的Agent推理模型及稳定性

提出了基于动态模糊逻辑的Agent推理模型的设计,分析了推理模型中各个模块的功能,为Agent推理找出一种新的解决方法;对影响模型稳定性的因素进行分析,并给出基于动态模糊逻辑的Agent推理模型稳定性的判定定理及其简单证明。     

基于不确定性测度的直觉模糊决策模型

在综合衡量直觉模糊数自身所具有的不确定性及其所表达信息的不确定性的基础上,以凸组合的形式设计了混合型直觉模糊熵和交叉熵测度;与已有测度相比,混合型熵测度具有更强的区分能力,而混合型交叉熵测度具有自然的对称性。在此基础上,设计了直觉模糊环境下的多属性群体决策模型,并将其应用于教育教学质量评价。理论分析和数值结果表明：混合型直觉模糊熵和交叉熵测度能够成对设计,互为印证,因而更具合理性;基于不确定性测度的群体决策模型结构清晰,步骤简明,决策结果客观有效。     

基于Agent的企业市场营销策略模拟系统研究

研究了企业在营销信息网环境下渗透型产品肖策略的调整和模拟过程，针对营销策略调整提出了采用Agent技术和模糊反馈控制技术集成化的方法，给出了该集在化方法的工作原理和实现思路,还给出基于Agent的企业商品调拨计划系统，包括商品调拨计划的生划的生活过程和Agent的内容构造方法。     

基于多Agent的倒立摆模糊控制系统

在研究Agent技术的基础上,结合模糊控制的特点,提出了一种基于多Agent的模糊控制系统.根据Multi Agent System的设计原则,将系统分解为三个Agent,通过建立三者之间的协商策略,使各Agent间相互作用,相互联系,完成了单个Agent所无法完成的任务.对倒立摆系统的仿真验证了Agent思想与模糊控制理论结合的可行性和有效性.     

激光水下通信中图像数据压缩的模糊控制

提出了一种用模糊逻辑算法实时控制图像编码比特率的方法．研究了模糊集的建立及量化控制的模糊逻辑算法；确立了计算量化增益因子的模糊控制规则；设计了带有模糊控制的图像压缩系统．对20幅不同内容的图像进行实验，实验结果表明，所提出的模糊逻辑算法能够显著减少不同图像的编码比特率差别，具有推理量小、速度快、对不同图像有较强的适应性等优点．     

基于模糊推理的机器人混合控制补偿方法

提出了一种基于模糊推理的机器人混合控制补偿方法。该方法用于复杂环境装配操作的混合控制后，提高了混合控制的精度。插孔实验表明，用该方法可以有效地消除环境干扰产生的振动。     

基于特殊二进制编码的自学习模糊遗传算法

为了提高自适应遗传算法(AGA:Adaptive Genetic Algorithm)的鲁棒性,并使之更有效地求解属于NP难类型的组合优化问题,提出了一种自学习模糊自适应遗传算法.该混合算法利用一个特殊二进编码标准GA在线学习AGA运行特性;通过强化学习方式自动设计和调整模糊知识系统,基于GA的自学习模糊技术可以获取AGA所需的优化模糊系统.仿真试验演示了采用所提出自动化方式设计的动态参数AGA系统及其自学习结果.试验结果表明,该算法可以用于解决类似于旅行商问题的组合优化问题.     

无线传感网络模糊冗余度混合通信算法研究

混合通信算法在无线传感网络的信息传输中能有效的提高能量的利用率.针对传感器节点采集和融合数据时具有较高的冗余度,提出模糊冗余度的混合通信算法.在数据采集与数据融合阶段,冗余的传感器节点向隶属簇头进行信息交互,避免重复进行同样数据的操作,簇头之间采取混合通信的方法将信号传送到基站.通过matlab仿真实验表明,改进后的算法能有效减少网络的总能耗,延长网络的生命周期.     

改进的模糊神经网络学习规则研究

在S Stoeva提出的基于相同样本及网络输出的模糊反向传播算法基础上,通过对基于极大-极小模糊算子的模糊神经元模型的研究,对含有一个隐含层的单输出模糊神经网络,提出了依赖于各模糊神经元输出的调整模糊权值的网络学习算法,该算法具有直观和可操作性强的特点.并以汽轮发电机组的状态监测为例进行仿真,仿真结果表明网络学习效果较好.     

机器人模糊学习控制

针对机器人轨迹跟踪控制问题,提出一种模糊学习算法,并设计出结构合理的模糊学习控制器,该控制器通过自身从过去趋向的学习能力可自动调整其模糊控制规则。将这种方法用于一个两自由度机械手的控制,仿真结果显示控制效果良好,所提出的控制器比惯用的模糊控制器展示出更良好的应用前景。     

基于混合学习算法的模糊小波神经网络控制

采用小波函数作为模糊隶属函数,将模糊控制与神经网络相结合,利用神经网络实现模糊推理.针对BP算法易陷入局部极值点的缺点和简单遗传算法局部搜索能力差的不足,提出了一种混合学习算法,即首先利用遗传算法全局搜索的特点来离线优化神经网络的参数,再利用BP算法较强的局部搜索能力对网络参数进行在线调整.仿真结果表明,该网络能对不同的对象实施有效控制,且具有快速、适应性强等特点.