关于BDI Agent的推理模型的研究

本文提出基于环境感知的具有推理能力的BDI Agent模型。通过引入环境感知函数、意见函数、过滤函数、行为函数对环境的变化和Agent自身推理过程进行研究。     

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。     

基于云概念语言的多任务模糊联盟形成

在MAS系统中多任务联盟的生成是关键问题,针对Agent提供的能力及其态度表现具有模糊性和不确定性特点,提出云概念语言的多任务联盟生成方法。运用二维云模型实现模糊量间不确定转换,得到Agent与任务之间的云概念语言,以概念语言语义中最好Agent为各特定任务的"盟主",并依据概念语言语义强弱依次与联盟中其他Agent成员进行协商形成多任务联盟,有效地降低了多任务联盟形成的复杂性。实例说明方法更合理、更有效。     

面向组织动态联盟的多Agent的GDSS体系结构

重大战略决策系统是一个开放的复杂巨系统，其结构复杂、非结构化程度高，实现难度大，是群决策支持系统研究的难点之一。为了更好有效地利用和组织参与决策的部门，通过分析多Agent和动态联盟的特点，提出将多Agent与动态联盟相结合的思想，建立了面向组织动态联盟的Multi-Agent的群体决策支持系统的体系结构。系统采用战略层、战术层和操作层的三层体系结构是有效组织多部门决策的重要手段。各部门决策层由多Agent构成完整子决策系统，使得部门决策层既可以单独使用，也可以作为动态联盟组织的一部分参与重大战略决策，提高了系统的灵活性。     

基于情感强度定律的社会情感优化算法

情感强度定律是在受到外界刺激作用时指导个体情感变化的理论基础。在社会情感优化算法的基础上引入了情感强度定律,考虑到情感在人类个体决策上所起的重要作用,我们对源于外界刺激的情感强度值进行了量化,使个体在自身认知和社会活动中表现了合理的自适应能力,完善了算法的全局、局部搜索协调能力。最后对算法的参数也做了分析和讨论。仿真实验结果表明,该算法有效地提高了求解的性能,能高效地解决高维复杂多模态优化问题。     

深圳高新技术企业动态能力研究

企业如何在飞速变化的环境下形成动态能力,从而获得持续的竞争优势,是战略管理领域的研究焦点之一。在对学术界有关动态能力研究成果进行梳理的基础上。运用实证分析方法构造了深圳高新技术企业动态能力模型以及相关假设,通过问卷调查获得的数据研究了深圳高新技术企业动态能力与绩效的关系。实证结果表明,深圳高新技术企业其动态能力由市场导向、资源、能力与动态机制4个因子构成。其中,市场导向因子中的与竞争对手的互动、资源因子中的无形资源——企业文化、能力因子中的创新能力以及动态机制中的开放的创新体系对绩效的影响最为显著。     

多Agent系统中组织适应的形式化方法

多Agent系统(MAS)中的组织在调节Agent社会方面已被证明是成功的。然而,Agent的行为或动态环境的改变可能导致系统意图的不良执行,所以整个组织需要通过改变来适应新的环境。多Agent系统中从组织的社会结构、社会协定、目标到组织如何适应,提出了一种形式化描述方法,此方法为以后研究多Agent系统的组织适应奠定了理论基础。     

交互式动态影响图及其精确求解算法

为了表示部分可观察马尔可夫环境下,多Agent决策中各Agent之间的动态结构关系,对影响图(IDs)在结构和时间上进行扩展,形成一种能够对其他Agent建模的决策模型:交互式动态影响图(I-DIDs).I-DIDs是不确定环境下多Agent进行序贯决策的图模型.该模型的解是在对其Agent行为概率分布的预测下提供给该...     

基于情感认知的学习与决策算法在移动机器人行为协调中的应用

基于情感和认知的学习与决策模型是一个新的强化学习算法,该模型将来自情感的内在奖励和来自认知的外部奖励作为学习和决策的动机.将该模型引入到基于行为的机器人控制体系中,构造了一个新的移动机器人导航控制系统.通过基于在线的情感认知学习,形成合理的行为协调机制,从而使机器人实现自主导航任务.仿真实验结果表明:将情感系统引入到机器人系统中能提高学习速度,所提出的控制策略能有效地改善机器人在未知的环境中自主导航的能力.     

移动Agent技术的研究与应用

移动Agent是一种新的网络计算技术,它能有效地降低分布式计算中的网络负载、提高通信效率、动态适应变化了的网络环境,并具有很好的安全性和容错能力,为有效地进行数据库访问提供了一种新思路和新方法。