从智能决策支持系统论Agent技术的应用

智能Agent技术研究是目前AI领域研究的热点,本文在Agent技术和MAS的基础上,对智能决策支持系统进行研究分析,从实用性的角度讨论Agent的应用及其发展,并尝试构建Agent的应用系统框架结构。通过对Agent技术应用于智能决策支持系统(IDSS)优势的分析,提出一种在网络环境下,基于Agent的智能决策支持系统模型,并给出了其决策支持过程描述和形式化定义。     

智能仿真支撑环境H-MAS

引入分布式人工智能中多Agent的概念，将HLA仿真技术框架和多Agent技术相结合性，提出了一种具有智能特性的H－MAS仿真支撑，在此环境下充分利用Agent所具备的驻留性、自主性，反应性，协作性和连续性等诸多特性，实现了一个通用的Agent仿真对象模型，并构造了一个由Agent控制器和KQML语言处理器组成的通信对象，用以完成Agent间的互操作，最后阐述了H－MAS系统的工作流程，实验证明，H－MAS不仅保留了HLA的全部服务功能，而且具有较强的智能化处理能力，是建模与仿较为理想的智能化实验平台。     

基于多Agent的智能决策支持系统研究

本文将多Agent思想引入智能决策支持系统,提出了基于多Agent的智能决策支持系统框架并对其通信机制进行了研究。该系统可以有效地解决传统智能决策支持系统难以适应动态环境变化的问题。     

分部式决策系统中Agent技术的应用

对分布式决策支持系统与多Agent系统进行比较，指出分布式决策支持系统中可以引入Agent技术，对分布式决策支持系统进行分析，指出分布式决策支持系统中引入Agent技术需要解决以下几个关键性的问题：分布式决策支持系统中Agent之间的协商问题；多Agent的规划问题；分布式决策支持系统的求解机制问题，最后探讨了DDSS的发展前景，本文为DDSS的研究提供了一种新思路。     

多Agent系统研究综述

Agent与多Agent系统 (MAS)是分布式人工智能 (DAI)的主要研究方向之一 .介绍了MAS的主要研究领域与最新进展 ,对MAS研究的技术基础、Agent的认知模型与理论、Agent的体系结构、MAS中的规划等方面进行了阐述     

多Agent技术研究综述

多Agent系统是当前分布式人工智能研究的重要方面。多Agent技术主要研究一组自治的Agent在分布式开放的动态环境下,通过相互的交互、协商等智能行为完成复杂的控制或任务求解。本文评述了多主体技术的研究现状和存在的问题．其内容包括多Agent技术中的系统体系结构、各Agent之间的协调与协作及多Agent技术应用等,并探讨了将来的发展方向。     

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。     

多Agent决策支持系统研究

DSS是支持决策者解决半结构化决策问题的具有智能作用的人机系统。本文简要分析了当今的决策支持系统应该具有的特性,并利用多Agent系统自治智能和分布协同的特性提出了基于多Agent的智能决策支持系统。     

复杂产品虚拟样机综合集成型决策支持系统研究

现有常规决策方法和决策支持环境难以对复杂问题进行有效的决策支持和求解，复杂产品虚拟样机即属于该类问题，其决策支持环境的设计是虚拟样机工程需要解决的问题之一。在分析当前各种决策支持系统的特点并与综合集成型决策支持系统进行比较后，提出了只有构建综合集成型决策支持系统才能有效地解决复杂产品虚拟样机设计中的决策支持问题。从虚拟样机决策求解的过程分析了系统的需求，建立了B/S架构的、基于移动Agent技术的综合集成型决策支持系统，并阐明了系统的组织结构和功能，对系统实现的关键技术、仿真、信息和知识的综合集成进行了深     

智能环境下移动机器人任务规划与执行系统架构设计

针对移动机器人的应用需求,研究并建立与人共存智能环境中对人友好的通用任务规划与执行系统(HFPES)的模型与架构,包括建立分布式机器人系统的MAS模型.在完全分布式结构的基础上,加入集中式结构的优点,引入复合Agent和移动Agent概念,建立一种高可靠性的分布式机器人系统的多Agent结构.同时针对系统中机器人智能体给出其Agent建模的分层混合结构,包括任务计划层、任务分配层、IAAs管理层、自主规划层和构件管理层,并采用多Agent协商的方法进行任务规划分配,有效解决了环境动态未知性带来的问题.通过这种任务分配、执行方式可以最大程度上实现智能构件环境下机器人系统的自主运行,增强系统的稳定性和可靠性.     

基于多Agent技术的低可观测飞行器任务规划求解方法

为了提高低可观测飞行器任务规划系统的规划效率，应用分布式人工智能多Agent智能体技术，建立了飞行器任务规划系统求解方法。在描述任务规划目标函数和约束条件基础上，对系统组成、Agent类型定义、分层考虑及Agent之间的协商通信进行了系统研究。使用这种方法可将复杂问题分解为较简单的问题进行分步式求解，具有缩短规划时间、减少规划费用、提高规划质量等优点。     

基于Rough集的MAS协同任务模型

本文在Rough集框架内建立基于任务的多Agent系统（MAS）形式模型，讨论了任务求解的条件和任务的协同度。在求解基于任务极小MAS的基础上，对Agent进行了基本分类，为Agent的角色划定和责任分配提供依据，同时研究了成员Agent的重要度。     

基于历史信息和时间约束的多Agent协商模型

协商是多Agent系统(Multi-Agent Systems:MAS)实现协调、协作和冲突消解的关键环节.如何在不完全信息的情况下构造有效的协商模型来提高Agent的协商能力,是多Agent系统研究中占有重要地位的问题之一.通过考虑历史信息和时间约束的情况下,讨论了多Agent多问题的协商类型,提出了基于历史信息和时间约束的协商模型(HTANM)和协商算法,为多Agent能进行自动协商奠定了一定的基础.     

基于MAS的CAPP与生产调度集成系统

采用分布式人工智能的Agent技术，提出了基于MAS的CAPP与生产调度集成模型。该模型为动态开放式级／层控制结构，采用合同网协议和主动黑板结构等方法，实现系统的运行和信息交互。建立了基于该模型的原型系统，使工艺设计和调度的Agent结构成为既独立又能很好地进行协商反馈的独立模块。原型系统的仿真结果表明，集成模型和实现框架正确，是解决调度瓶颈问题的有效方法。     

基于Web services的Agent防汛决策支持系统研究

利用分布式技术Web services和人工智能技术Agent,建立了具有新型体系结构的防汛决策支持系统.在新系统中,各个独立的决策资源被看作是一种分布在Internet上的Web服务,利用Web services技术和Agent技术,将这些服务抽象构成系统客户端和服务器的界面Agent、信息Agent、协作Agent和业务Agent等.新系统摒弃了传统决策支持系统以库为中心的结构模式,优化了系统的决策支持性能,体现了防洪决策的智能性、分布性和群决策的特点.利用新结构建立的桑园防汛决策支持系统的应用表明,新结构的防汛决策支持系统更具有智能性,更易于使用、管理和维护.     

智能虚拟港口

针对智能虚拟环境的研究以及航海领域的应用需求,提出了智能虚拟港口的概念,分析了其主要研究内容,并研究了构建智能虚拟港口的思路和方法框架．在分析港口中主要智能实体行为模型的基础上,利用人工智能中的Agent理论对这些智能实体进行行为建模,最终基于智能实体的行为模型提出了构建智能虚拟港口的一种基本体系结构．     

一种基于AGENT技术的智能网格软件体系结构

通过对网格计算环境中软件形态的分析和对Agent技术、MAS协作机制的研究，提出一种智能网格软件体系结构，并对它的动态性和适应性进行了分析，最后应用于e—learning系统的设计中。     

多Agent系统的偏好学习模型构建

Agent技术特别是多Agent系统MAS(Mutil-Agent system)为解决人工智能等领域复杂问题提供了一个新途径.以MAS等理论为指导,结合Agent强化学习的基本原理,提出一种基于多Agent系统的偏好学习模型.该模型可以应用于针对用户偏好的互联网搜索中,对提高信息检索的查准率有一定帮助.     

基于多Agent的指挥引导智能决策模型研究

以多机协同作战为背景,以拟制协同作战方案为目的,将分布式人工智能理论技术引入到多机协同作战智能辅助决策,构建了基于多Agent的智能决策指挥系统框架,给出了该系统的Agent组成,定义并说明了各Agent的功能以及相互关系、信息运行流程,并分析了该系统的辅助决策过程。     

Agent通信模型

以人工智能领域分布式任务处理中的黑板模型作为Agent通信模型的基础 ,以能够实现单播、组播、广播为度量标准 ,通过 5个假设对通信安全需求进行分析 ,构造了Agent通信单元模型、树形拓扑多Agent通信模型 ,提出了在Internet环境中不同MAS间Agent通信实现方法 .在通信语言环境的分析中 ,通过综合考虑具有不同通信协议、不同通信内容格式、不同实体概念以及不同通信服务质量和通信安全等问题 ,提出了异构MAS系统间的通信语言环境的分层模型 .研究结果表明 ,在Agent通信协议中设置通信服务质量的功能 ,可以使MAS在广泛的领域得到应用