武器装备仿真模型体系框架的研究及应用

基于武器装备仿真模型体系框架的研究现状,提出一种建立模型体系框架的通用性、统一性原则,在该原则下给出了基于通用目的的仿真模型体系框架对的顶层结构、分类及相互关系,并给出了基于此模型体系框架开发模型的方法.     

基于MAS的高速公路紧急事件处理

本文提出了应用MAS（多智能体系统）来处理高速公路紧急事件,在MAS技术的基础上,通过建立高速公路紧急事件处理系统MAS模型,探讨MAS中主体agent的结构模型、设置方法、功能描述、通信机制和协作机制,为基于MAS的高速公路紧急事件处理系统的最终实现提供了理论指导和方法依据。     

武器装备体系需求描述的元模型研究

武器装备体系需求描述是武器装备体系需求建模的基础活动和关键内容,贯穿于武器装备体系研究的全过程。给出了武器装备体系需求描述元模型的类型,描述了元模型的层次结构,设计了基于XML的元模型的存储模式,用于指导武器装备体系需求描述的规范性和一致性。     

武器装备体系需求描述的元模型

武器装备体系需求描述是武器装备体系需求建模的基础活动和关键内容,贯穿于武器装备体系研究的全过程.给出了武器装备体系需求描述元模型的类型,描述了元模型的层次结构,设计了基于XML的元模型的存储模式,用于指导武器装备体系需求描述的规范性和一致性.     

基于MAS的运输企业管理信息系统模型构建

为了实现运输企业的智能化管理,提出了运输企业管理信息系统的一种智能化发展方向,根据运输企业的特点利用MAS技术进行了Agent模块的划分,并得到了一种基于MAS的管理信息系统模型框架。希望能对运输企业管理信息系统实现更好的信息化经营决策起到促进作用。     

基于MAS的运输企业管理信息系统模型构建

为了实现运输企业的智能化管理,提出了运输企业管理信息系统的一种智能化发展方向,根据运输企业的特点利用MAS技术进行了Agent模块的划分,并得到了一种基于MAS的管理信息系统模型框架.希望能对运输企业管理信息系统实现更好的信息化经营决策起到促进作用.     

一种基于意图跟踪和强化学习的agent模型

针对动态对抗的多agent系统(MAS)环境中agent行为前摄性较差的问题,提出了一种将意图跟踪和强化学习相结合的agent模型.该模型将对手信息和环境信息分开处理,在agent的BDI心智模型中引入了Q-学习机制应对环境变化;在强化学习的基础上注重对对手和对手团队的意图跟踪,改进Tambe的意图跟踪理论,针对特定对抗环境中的对手行为建立对手模型,跟踪对手和对手团队的意图,预测对手目标,以调整自身行为.实验证明,所提出的agent模型具有更强的自主性和适应性,在动态对抗系统中具有更强的生存能力.     

一种建议集成Agent的军事仿真方法

MAS是对复杂动态系统进行建模仿真分析的一种有效工具，建议集成是MAS中有效利用Agent资源的一种手段。使用CBR方法对建议建模，在传统Agent模型的基础上增加对建议集成的支持，并通过一个空中支援Agent仿真方法的实例具体说明了该模型在军事仿真上的运用。     

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。     

客户化制造系统中MAS的构造方法与技术研究

以分布式人工智能(DAI)为理论基础,构造了基于多智能体系统(MAS)的客户化制造系统以及系统的组织关系,结合MAS技术解决客户化制造系统的资源集成问题。介绍了客户化制造系统中MAS的构造方法和相关技术,并对其系统结构进行分析,较好地解决客户化制造系统的资源集成问题。