多智能体技术在基于双库协同机制的知识发现KDD*模型设计中的应用

KDD^*模型是基于双库协同机制的知识发现新模型，是结构化数据挖掘领域研究的一个新的分支。为了进一步提高KDD^*的智能性，设计了一个基于Multi-agent技术的智能数据挖掘系统，利用多智能体技术，实现了数据预处理，数据挖掘，知识的自动获取，基础数据库与知识库的同步进化与协调，知识的评价与表示等功能。     

基于Agent的数据挖掘在CRM中的应用

针对已有的数据挖掘系统缺乏智能性，提出了一个基于Agent的智能数据挖掘系统模型，此模型把Agent本身的特点自然地引入到数据挖掘中，使整个挖掘过程具有了智能性．企业根据挖掘到的信息来分析和预测客户的将来行为，从而有针对性地为客户提供服务，降低决策风险，提高企业竞争力。     

基于扩展元模型的智能动态工作流建模方法

为了提高工作流的智能性和动态性,对原有的工作流过程元模型进行扩展,提出一个基于该扩展元模型的智能动态工作流模型.该工作流模型引入控制规则来约束流程的实例化,并引入一个独立于工作流系统的规则协调器来对流程规则进行解析,实现了流程的智能动态变化.研究结果表明,建立在智能动态工作流模型上的工作流管理系统不仅具有智能性和动态性,在通用性以及柔性方面也有很大的提高.     

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。     

基于多Agent的数据挖掘系统模型

在传统的数据挖掘体系框架中引入Agent联邦技术,提出一种基于Agent联邦的挖掘系统模型,由Agent联邦来完成数据准备、数据挖掘以及结果评估和解释等工作,使整个挖掘过程实现了知识性、智能性.文章重点讨论了各个联邦的功能和具体构成.     

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.     

智能Agent在计算机辅助教学中的应用研究

针对现有智能计算机辅助教学中存在的智能性低、交互性不好以及缺乏有效引导的缺点,引入了一种新的基于多Agent的智能化计算机辅助教学模型.该模型通过构建多个Agent体系结构,有效结合了智能Agent具有的自治能力以及实用性和灵活性,使教育教学活动更加人性化,同时该新模型将教、学、管理三方面分开,可以较成功地解决网上教学所要求解决的通用性和一致性问题.     

商务智能中基于时间序列的模型数据挖掘技术应用研究

商务智能中应用时间序列的模型数据挖掘技术成为客户智能体系的重要组成部分。在满足市场需求的同时,促进时间序列的模型数据挖掘技术的不断发展。通过对数据挖掘技术的特点及类型、商务智能、数据挖掘两者之间的关系为研究点,对时间序列的模型进行的建模及数据序列模型数据挖掘技术的实践应用进行系统的分析。     

智能化网络管理方案的研究

介绍了SNMP网络管理模型的实现原理，探讨了网络管理的智能方案，提出一个网络管理方案，对用户进行基于IP的身份认证，实现对用户授权控制．通过建立管理数据的数据库和网络状态评估标准库，结合数据挖掘和智能推理的方法，实时对网络运行状态综合评估、故障定位和自动排错或给出排除方案，从而实现网络管理的智能化．     

基于GIS和遗传算法的公路智能选线

为了解决传统的交互式公路CAD系统不能完成公路选线决策等智能性任务的问题,将GIS(地理信息系统)的空间数据挖掘技术以及智能进化算法-遗传算法引入到公路选线过程中,通过对象组件技术进行空间数据挖掘,以获取选线环境知识,建立了基于GIS的空间环境知识模型;通过确立遗传进化策略、遗传算子,建立了基于遗传算法的路线平面优化模型,借助选线环境知识,对路线遗传种群进行评价和选择,以获得最优方案.结果表明:公路智能选线系统算法具有全局搜索、自适应性和快速收敛的特点;优选方案有效地兼顾了地形、地质、生态和安全等因素,可作为交互设计的初始方案.     

一种基于团队合作的智能NPC结构模型

在多Agent技术的基础上，提出了一种基于UT平台的重在团队合作的智能NPC结构模型．分析了智能NPC的个性特征和生命周期，提出了有个性和特长的智能NPC．在消息的格式和传递层次上给出了智能NPC的传递机制，从而增加了游戏的智能性和趣味性．     

基于支持向量机和多Agent融合的智能故障诊断系统研究

提出一种基于支持向量机分类和多Agent的分布式智能诊断结构模型,该模型将慎思Agent和反应Agent结合起来,构造了混合结构的诊断维护Agent,同时运用支持向量机理论进行故障分类,充分发挥各自的优势,提高了故障诊断的智能性、快速性和准确性.     

智能远程育人管理系统的研究与设计

随着信息技术的不断发展,交互式多媒体远程教育系统已成为研究热点,但实现因材施育的智能管理系统对目前来说还是一个挑战。本文基于远程教育技术和传统的德育管理手段,充分利用计算机资源,动态追踪学生历程信息,运用数据挖掘技术,提出智能远程育人管理系统的结构模型及其解决方案。     

基于多Agent的双语教学测评系统设计与研究

从完成智能测评的需求出发,分析了现有各类软件智能技术、知识发现与数据挖掘技术,提出了智能测评的算法和过程．同时结合通用知识库及智能组卷等多种方法,设计了基于多Agent结构的双语教学智能测评系统模型,并对一些关键模块的实施做了相应的研究和探讨．     

基于Agent的智能e—Education系统研究

为了在e-Education系统中充分发挥网络资源的优势,提高其智能性,实现自适应教学和个性化服务,设计并实现了基于Agent的智能e-Education系统模型．运用教学策略Agent和教学管理Agent,根据学生的学习进度,智能地选择教学策略,以实现教学的个性化,达到智能化教学的目的;使用移动Agent技术实现Agent之间的通信,提高了用户与系统的交互性．     

基于Agent的智能e—Education系统研究

为了在e-Education系统中充分发挥网络资源的优势,提高其智能性,实现自适应教学和个性化服务,设计并实现了基于Agent的智能e-Education系统模型．运用教学策略Agent和教学管理Agent,根据学生的学习进度,智能地选择教学策略,以实现教学的个性化,达到智能化教学的目的;使用移动Agent技术实现Agent之间的通信,提高了用户与系统的交互性．     

基于Agent的DEVS形式化描述与算法实现

为了解决离散事件系统规范DEVS(discrete event system specification)中没有对智能行为提供直接描述方法的问题,将智能体(Agent)建模思想引入到DEVS中,提出了一种具备一定智能性和协作性描述能力的离散事件系统规范Agent-DEVS。该规范以并行DEVS为基础,状态元组被扩充成为Agent特征元组;增加了体现个体智能性的Agent模型元组;并将模型端口的输入、输出扩展成为体现社会协作性的Agent消息类型。另外,还给出了Agent-DEVS模型的实现算法,并将其应用于企业生产调度的仿真建模。算法分析与仿真试验表明,Agent-DEVS的优点主要体现在建模性能上,它可以描述更加复杂的智能行为和自治行为,在计算时间上对整体复杂性的影响不大。     

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.     

远程智能答疑系统中FAQ的形成机制

讨论了远程教学系统中智能答疑系统的FAQ(FrequentlyAskedQuestion)的形成机制,此机制有利于实现基于WEB的远程教学系统的智能性和自适应性.     

一个基于角色的动态多智能体协作模型RBDMAS

提出了一个新的多智能体协作模型-基于角色的动态多智能体协作模型(Role Based Dynamic Multi-agent System,RBDMAS).该模型将角色的概念引入到多智能体协作模型中,利用在各智能体中设立角色信息库,动态地实现了多智能体的协作.最后,RoboCup 仿真验证了该模型的有效性.