基于Agent的多精确制导武器协同攻击效能评估研究

针对在时间上协同、采用分布式决策模式的多枚精确制导武器作战效能评估的问题,利用Agent理论,构造了多弹协同Agent系统结构,研究了系统的工作流程,从实现的角度研究了Agent的基本结构和特征,最后,利用仿真试验评估了典型情况下多精确制导武器协同攻击的作战效能。     

基于智能Agent的群组决策支持系统及其在经营过程管理中的应用

信息时代 ,面向企业经营过程管理的决策活动具有广泛的分布性和重要的协同性 .本文旨在运用分布式人工智能的方法研究群组决策支持系统 ,以支持企业经营过程管理 ,特别是支持对市场环境的灵活应变、新产品的快速开发以及经营过程的动态重组 .该系统采用基于智能 Agent的层次分布式体系结构 ,应用多种信息技术和基于模型的协同技术 .     

基于Mobile Agent的政府信息资源网格体系结构

集聚全社会信息资源总量80%的政府信息资源,是社会信息资源的重要组成部分,直接关系到国民经济与社会发展的状况和水平,比一般的信息资源更有价值,质量和可信度要求也更高。为此,针对政府信息资源信息量庞大、媒体类别多、存储分散、表现形式多样和持续动态增长等特点和政府资源为基础的建设要求,在引入了Grid、Mobile Agent等关键技术基础上,提出了基于Mobile Agent技术的政府信息资源网格体系结构设计方案。同时,对实施效果进行了评价,给出了技术实现方式,并提供了一个基于该网格体系结构的简单应用实例。     

基于AGENT个性化Web协作学习系统的模型设计

利用AGENT技术,机器学习和数据挖掘的方法,提出了个性化Web协作学习系统的设计模型,并重点介绍了个性化学习的实现过程.     

基于移动Agent的远程网络自适应测试系统模型

针对计算机自适应测试系统在远程网络测试中存在的局限性,通过引入移动A-gent技术,提出了基于移动Agent的网络自适应测试系统模型,并提出了网络环境下“电子考官”(E-Examiner)的概念,远程网络自适应测试系统中计算量大、易造成网络阻塞瓶颈等技术问题。     

基于Agent技术的企业资源计划系统研究

从系统工程角度分析企业管理变革与企业信息化的关系 ,剖析了企业资源计划系统面临的关键问题 ;针对关键问题 ,在方法论层次上提出采用多 Agent技术解决上述问题的相关原理和实现方法 ;作为上述方法的应用实例 ,在基于多 Agent系统的 ERP构架基础上 ,讨论了如何实现集成“遗产”系统和对企业流程再造的支持 ;最后提出了一些待研究课题 .     

无线传感器网络移动Agent路由算法的研究与仿真

提出一种新的基于虚拟连通拓扑子图的优化模型用于无线传感器网络移动Agent路由．建立包含有效节点的虚扭连通拓扑子图，将Agent访问路径分解为采集子路径和返回子路径，提出一种基于GA与离散PSO的混合算法GAPSO用于求解该问题。该算法可大大降低解空间复杂度，提高搜索效率。仿真结果表明随着网络规模增大，该优化模型优势明显，GAPSO表现出比GA更好的性能。     

人工社会--基于Agent的社会学仿真

介绍一个方兴未艾的热门领域——人工社会。这是一个采用复杂系统中的自下而上的建模方法，结合人工智能、Agent技术、计算机仿真、社会科学等多门学科的综合交叉学科。在简单的回顾了基于Agent社会学仿真的方法发展历史之后，较详细地介绍一个人工社会模型实例——糖域(Sugarscape)。然后就人工社会建模方法、步骤、特点以及与传统社会科学研究方法的对比进行评论。目前，虽然人工社会还没有形成一个完善的理论体系，然而它已经深深的渗透到了经济学、社会学、组织理论、环境科学、语言学、文化学等社会科学领域，并成为社会科学研究的一种重要方法。     

战争危机下一种经济演化模型研究

阐述了基于经济信心的战争危机条件下的经济演化模型设计。该经济微观模拟模型采用CAS理论和进化的思想，基于Agent建模与仿真方法，运用具有适应性、“活的”Agent模型来模拟危机中各方各微观经济实体。各微观经济实体基于对经济预期的信心评价作出相应决策。通过对它们在生产力、消费、债券和股票市场上的行为交互仿真，可以涌现出危机条件下经济演化的走势。     

虚拟环境中多Agent决策的冲突证据合成研究

研究了虚拟环境下基于知识融合的多Agent仿真决策中的冲突证据合成,认为传统的Dempster-Shafer证据组合规则导致悖论的主要因素是归一化因子,使结果产生了误差。对该规则进行了形式变换,分解了归一化因子,把Dempster-Shafer分为两项之合,其中第二项含有未知项。文中首次提出了融合误差的概念,引入误差函数项和全局平均支持度,这两项与未知项相关。采用等效的方法,提出了一种改进的证据组合规则,与变换后的Dempster-Shafer规则形式上一致,仅把误差赋给了未知项。理论分析和实验表明,新的合成规则得到了合理的融合结果,产生的误差最小。最后给出了一个高速贴标机的多Agent仿真决策的实例说明新组合规则的有效应用。