【摘 要】
：
无中心式大规模多智能体系统在军事,航天和灾难救援方面具有广泛的应用前景.然而现有多智能体系统的控制方案无法实现大规模条件下的有效控制,其主要难点在于智能体无法在通讯和传感器受限条件下实现全局知识共享来支持智能体自主决策.本文提出了一个基于无中心式的大规模多智能体系统知识共享方案,其核心是利用智能体历史交互的信息构建局部知识库,并由此建立一个不精确的局部决策模型实现对未来相关知识的分发.这种模型可以
【机 构】
：
电子科技大学计算机科学与工程学院 四川成都610054
论文部分内容阅读
无中心式大规模多智能体系统在军事,航天和灾难救援方面具有广泛的应用前景.然而现有多智能体系统的控制方案无法实现大规模条件下的有效控制,其主要难点在于智能体无法在通讯和传感器受限条件下实现全局知识共享来支持智能体自主决策.本文提出了一个基于无中心式的大规模多智能体系统知识共享方案,其核心是利用智能体历史交互的信息构建局部知识库,并由此建立一个不精确的局部决策模型实现对未来相关知识的分发.这种模型可以实现局部知识的良性渐进式的增长,每一个信息用于改善其他知识的共享,并(又)此获得更多相关知识来提高模型精度.
其他文献
基于一类非线性问题构建一种运算量少且易于编程实现的新型伸缩因子数学模型,通过分析其数学性质及二程实现情况证明添加该算法的控制模块的优越性.
根据认知相对性规律提出的相对变换能抑制噪音和数据稀疏对局部线性嵌入算法的不利影响,但对大规模数据容易造成新的维数灾难,因此提出局部相对变换,将相对变换限制在局部子空间上,然后用之确定局部线性嵌入算法的局部邻域,明显提高了性能,也避免了时间复杂性.标准数据集上的实验结果验证了所提方法的有效性.
梯形模糊数具有确定不确定的特点,运用集对分析的理论可以把梯形模糊数转换为联系数,建立基于联系数的梯形模糊数多属性决策模型,通过此联系数模型,可以对梯形模糊数多属性决策问题进行决策,对方案的优劣进行排序.实例运算表明:该方法算理简单,计算简便易行,结论全面、实用.
人工智能需要面对同时具有多重不确定性的复杂问题,而引起事物不确定性的内在原因是事物内部存在的辩证矛盾.标准逻辑排斥一切矛盾和不确定性,无法处理这类复杂问题.我们根据人工智能深入发展的需要,通过严格区分逻辑矛盾和辩证矛盾,在精确把握辩证矛盾本质和运动规律的基础上,提出了一个可容纳多对辩证矛盾的超协调演算系统SS,建立了它的语义模型,讨论了其中的一些元定理.本文仅是SS系统的一个概要的介绍,许多证明和
语义Web服务利(用)语义Web等技术为Web服务赋予语义,实现半自动/自动的Web服务发现和组合.针对现有方法对Agent与语义Web服务在服务监管和资源协同方面的不足,本文提出了面向语义Web服务的多主体环境,利用工作流技术管理和监控Agent与语义Web服务的业务活动,从而提高异构服务管理的灵活性.
BK和粒子滤波(PF)是动态概率模型两种重要的近似推理算法,BK算法有较高的计算效率但会引入较大的误差,PF可以近似任意分布但存在计算的高维问题.结合BK和PF的优点,提出多Agent动态影响图(MADIDs)的一种混合近似推理算法.根据概率图模型的可分解性,将MADIDs分解生成用于推理的原型联合树,混合近似推理算法在规模复杂度较小的团上执行PF推理以达到局部最佳估计,而在其他的团上执行BK推理
基于案例推理(CBR)是人工智能领域中一种重要的推理方法,其基本思想是利用以往的经验和知识,将已有问题的解决方法加以调整和修改,用于解决当前类似问题.近来,CBR研究又取得了新的进展并得到实际应用.本文通过重点阐述CBR中的两个关键技术 案例表示和相似检索算法,梳理和总结了CBR的研究进展,并列举了CBR在诊断、预测及设计三个领域的具体应用.最后,对CBR未来的研究进行了展望.
本体作为知识表示的有效手段,形式化的提供了领域内共同认可的知识,促进了知识的共享和重用.把本体引入知识管理领域实现了语义级的知识服务,提高知识利用的深度,大大深化了知识管理的内涵.本文对基于本体的知识管理的研究进展进行了介绍,包括国内外研究进展,挑战与发展方向等.
本文为Web服务的QoS描述定义了一个QoS项层本体WS-QMO,用来描述Web服务QoS相关的概念和关联,既可用于对服务QoS信息的描述和发布,也可用于对服务质量需求的描述.WS-QMO本体基本满足了当前对Web服务QoS语义建模的要求,并且由于适当地加入SWRL规则,它不但可以灵活地自定义单个QoS属性,描述一个QoS属性在不同条件下的不同取值,还可以由已有的QoS属性定义复杂的组合QoS属性
为了解决多主体系统的开放性和动态(性)所带来的主体信任问题,提出一种基于社区发现的信任机制.该机制首先使用G-N算法发现系统中的社区结构；然后根据推荐主体的推荐信任分别计算被评估主体的社区内部、外部声誉,进而结合直接信任和间接信任评价主体的综合信任度；最后通过反馈机制实现主体信任度的动态变化.仿真实验结果表明,基于社区发现的信任机制能有效评估主体信任度,提高交互成功率.