多Agent系统中基于认知的信任框架研究

基于认知角度提出了一种Agent间以预动(proactive)的方式建立信任的形式化框架.在框架中首先区分了代理与非代理情形下的信任并分别给出定义.从信任的定义出发,施信方(the trustor)针对信任建立基于认知的推理过程,并根据推理需要主动向受信方请求信息.在获得所需信息后,考虑到交互信息的可靠性问题,施信方在认知推理的基础上进行关于可靠性的模糊推理,并决定是否建立信任.通过这个框架,Agent间可以在缺乏直接交互经验或者第三方证言的情况下,以预动的方式动态地建立信任,并且在信任建立的过程中,可以纳入复杂的上下文约束.同时,通过认知推理与模糊推理的结合,可以根据场景的需要采用不同的规则,给信任的建立带来更大的灵活性.

Agent应用系统模板语言研究

为了有效地构造可靠、便于维护的多Agent系统(MAS),根据Grammarware的工程化思想与产生式编程技术,以基于黑板的单Agent结构为基础,提出一种Agent模板语言(APL)。通过一个企业业务过程管理(BPM)场景,说明在应用中如何使用APL描述Agent中针对具体应用的数据类型、知识源组件等,并由解析器将APL转换为JADE上的执行代码,进而实现多Agent系统的快速构建,实现MAS自顶向下的开发,从而提高系统开发的效率,增强系统的灵活性与可复用性。

分层多agent应用集成框架中的动作组件库设计

提出了称为动作组件库的设计来支持分层的多agent应用集成框架。首先,提出采用由上层agent协调下层agent执行的企业应用集成方式的原因,说明了动作组件库的设计以及如何集成动作组件库的动作实例来支持下层agent完成特定目标。通过一个场景的实现说明动作组件库如何在应用集成中发挥作用。在分层的应用集成框架中,动作组件库的设计为上层agent提供统一的接口来协调下层agent的运行,从而使下层职能agent可以并发地执行业务过程,提高系统运行效率,减少局部流程变化对于整体流程的影响,最终使用户能够采用基于APL的多agent系统开发框架快速高效地开发具有良好扩展性的面向过程的企业应用集成系统。

一种基于多Agent系统的企业应用集成框架

在利用Agent模板语言(APL)进行多Agent系统(MAS)快速开发的基础上,提出了基于APL和多Agent系统的面向过程的企业应用集成框架。根据业务过程的一般结构与特征,框架采用分层的业务逻辑模型,实现业务逻辑与业务执行的分离。通过这种方式避免企业业务流程的局部变化引起系统整体结构的较大变动。同时在利用APL对业务过程进行描述的过程中引入了角色与结构化活动,一方面使得用户能够根据角色把业务过程分解为子过程,另外结构化活动的引入弥补了APL在描述复杂业务流程方面的不足。通过这种方式,使得用户能够利用所提出框架,提高企业应用集成系统的开发效率,增强系统的灵活性。

物流领域本体的模块化研究与实现

为解决物流领域大本体不易维护、应用困难等问题,将模块化技术引入物流领域本体建设中.提出了本体模块的定义.给出了物流领域问题域划分原则,并采用断言方式将模块连接,形成不同语境下的知识表示.针对模块连接时产生的不一致问题提出约束原则,从而保证了模块间连接的正确性.由于划分后产生的货物本体模块依然较大,根据货物专业领域的知识特点将其细化为多个模块,这样模块间的关系呈现树状结构,并用程序将模块连接.在此基础上,优化了基于本体和规则的物流管理系统.实验表明,模块化技术将推理限制在较小的范围之内,降低了推理复杂度,大大减少了系统内存消耗,提高了系统响应速度,且本体模块易维护和复用.

预动环境中基于协同信任的表情分析

面向情感计算的面部表情研究得到快速发展,人机交互中得到表情的可信分析成为研究热点.提出预动环境中协同依赖的表情分析模型,设计协同信任算法,实现对表情的可信分析.首先,根据个体的表情结构与特征证据的关系提出预动环境中可协同交互的表情分析模型;然后,引入协同理论扩展特征证据,设计协同依赖的可信表情模型,阐述表情特征的证据推理算法;最后,通过实验验证协同信任模型对表情的实时可信分析,降低了分析模型主观因素对可信结果的影响.该研究有助于更好地认识信任因素对情感计算的影响.