基于Multi-Agent的供应链企业逆向物流库存模型研究

为了更好更快地实现国家规定的循环经济目标,当今企业也积极参与建设逆向物流工程。库存问题是逆向物流研究中最重要的内容之一,在采用Agent的建模思想基础上,充分考虑影响逆向物流供应链库存管理的各种复杂因素,抽象出交互、制造商、销售商、回收、信息和设计商等六大供应链逆向物流功能,由此组成供应链逆向物流库存系统的六类Agent,从而建立了基于Multi-Agent的逆向物流供应链库存控制模型。

基于免疫原理的Multi-Agent模型在入侵检测系统中的应用

在分析免疫系统特性以及其与Multi-Agent系统相似性的基础上,采用人工免疫机制对Multi-Agent系统进行优化,并将此优化的Multi-Agent模型在入侵检测系统中加以应用。

Multi-Agent系统中Agent知识获取的合作模型

Agent的知识是 Agent计算的前提 .在动态、不确定的 Multi- Agent系统中 ,Agent必须具备及时有效地获取所需知识的能力以求解问题 .现有的知识获取模型不能有效地支持在动态、不确定的 Multi- Agent系统中Agent对知识获取的要求 ,Agent的知识获取能力比较有限 .提出一个系统的、用于 Agent知识获取的合作模型KACM( knowledge- acquiring cooperation model)系列 ,包括被动模型、主动终止模型和主动非终止模型 .基于言语行为理论和以分枝时序逻辑为基础的形式化框架 ,讨论了 KACM所涉及的 Agent通信行为 ,分析了 Agent如何响应这些通信行为以完成知识交互 ,定义了各通信行为以及 KACM的满足语义 ,最后讨论了研究工作的意义 .

基于Multi-Agent的决策支持系统模型管理研究

针对传统模型管理系统难以解决分布式网络环境下的复杂决策问题的不足,利用Multi-Agent技术对解决决策问题所需的若干原子模型进行复合,形成解决该决策问题的模型方案。对模型复合过程中Agent的作用及实现技术进行了设计,在此基础上构造了基于Multi-Agent的决策支持系统(DSS)模型管理系统。

基于Multi-Agent技术的教学资源个性化服务模型研究

从分析当前中小学教育资源供给模式的现状和需求出发,提出了一种全新的教育教学资源配送模式:基于Multi-Agent技术的教学资源个性化服务系统.它在一定程度上解决了用户(主要指教师和学生)日益提高的个性化资源需求与落后的服务模式之间的矛盾.

Multi Agent动态分组模型用于多无人机协同任务分配

多无人机协同任务分配应用Multi Agent系统模型时需考虑对大规模Agent的分布式管理和动态协调。协同任务分配将每一无人机视为系统中一个Agent,对全体Agent进行动态分组,分别提出决策Agent及成员Agent的动态分组模型和评价函数,由决策Agent管理和协调本组全体Agent执行任务,降低了大规模任务分配的决策成本并有利于实现全体Agent协同。仿真实验验证了模型及算法有效性。

一种基于Multi-Agent的组织知识获取模型框架

在分析了组织知识获取的过程和Multi Agent技术的特征的基础上,提出了一种基于Multi Agent的组织知识获取模型框架,并且还给出了该模型中实现知识获取的关键技术及知识集结方法。依据提出的模型框架,可以容易的实现从个体知识中获取组织知识,有利于提高知识管理的有效性。最后,通过一个实例说明了给出模型框架的应用。

基于Multi-Agent的数据挖掘模型的研究

数据挖掘是人们长期对数据库研究的结果,但是传统的数据挖掘存在低效性和非智能化等不足。随着具有自主性和社会性的智能计算实体Agent的出现和发展,文中将Multi-agent技术应用到数据挖掘中,并提出了基于Multi-agent智能化的数据挖掘模型,讨论了模型的运行过程。这一模型弥补了传统数据挖掘的缺陷和不足,而且在很大程度上提高了数据挖掘的智能性和高效性,减少了人工的参与。

基于 Multi-Agent 技术的供应链企业信任合作伙伴选择评估模型

提出了基于Multi-Agent技术的供应链企业信任合作伙伴选择评价模型。在模型中,多Agent系统通过连接内外服务器对合作企业进行快速选择。通过不同Agent间相互沟通协调,实现了对合作伙伴信任的动态监督和评估。并且引入信任预警Agent,可及时对合作过程中产生的信任风险发出警报,以提醒企业进行控制和采取必要的措施。通过实例表明,该模型对供应链信任合作伙伴的选择评估不仅快速而且有效,还能反映供应链合作关系的动态变化,具有一定的应用价值。

Multi-agent System中多维度信誉模型设计

在multi-agent system(MAS)中引入信誉机制是解决Agent间复杂交互问题促进合作的有效途径.在构造信誉置信度和期望信誉级别两种信誉表示形式的基础上,提出第三方权威机构的资质评价作为第三种信誉信息来源,引入活动相似算子和信息来源权重,从评价目标多维性和信息来源多维性对初始信誉置信度评价进行修正,运用Dempster规则合成计算获得最终信誉评价,并以实例验证了模型的实用性.最后对模型的效率与抗威胁性进行了检验,结果表明模型解决了新进Agent的信誉赋值问题,可以在一定程度上激励Agent主动给出交互评价,并能很好地解决或缓解分布式系统中关键的8种安全威胁.

一个基于Multi-Agent的分布式入侵防御系统模型

从入侵防御技术的基本概念出发,讨论了入侵防御系统构造所涉及的关键技术,提出了一个基于Multi-A-gent的分布式入侵防御系统模型,该系统模型结合目前几种主要的入侵检测、入侵防御、免疫原理和数据挖掘技术,实现了入侵检测和实时响应防御的分布化,同时增强了入侵防御系统的灵活性、可伸缩性、鲁棒性、安全性以及入侵防御的全面性。

基于Multi-Agent的无人机集群体系自主作战系统设计

针对无人集群自主作战体系设计中的关键问题,提出基于Multi-Agent的无人集群自主作战系统设计方法。建立无人集群各节点的Agent模型及其推演规则;对于仿真系统模块化和通用化的需求,设计系统互操作式接口和无人集群自主作战的交互关系;开展无人集群系统仿真推演验证。仿真结果表明,所提设计方案不仅能够有效开展并完成自主作战网络生成-集群演化-效能评估的全过程动态演示验证,而且能够通过重复随机试验进一步评估无人集群的协同作战效能,最后总结了集群协同作战的策略和经验。

基于Multi-Mobile Agent的决策模型在电子政务中的应用

电子政务是"信息高速公路"的首要应用领域,各国政府信息化的首要目标就是建立电子政府,推行电子政务。基于Multi-Agent和Mobile-Agent的电子政务协同决策方法,是利用Agent内部的知识库和推理规则进行智能决策,通过资源测评体系进行硬性挑选,从一定程度上减少了弄虚作假的可能,保证了政府部门以开放的机制进行人事决策,更有利于用客观和科学的准则来保证决策的公平公正性。

基于Multi-Agent的电子商务个性化推荐系统模型的设计与研究

为了更好地提高电子商务推荐系统的个性化、自动化、持久化程度,提出了一种基于Multi-Agent的电子商务个性化推荐系统的整体架构模型.它采用Agent技术将个性化推荐系统中的功能模块构建为智能体,并在智能控制方式下采用线下信函式推荐和线上混合推荐技术来构建核心推荐模块.对该模型中各组成部分的功能和设计思想进行了阐述.

基于Multi-Agent System的跟驰模型

利用Agent相关理论,基于多个相互协作的Agent,构建了基于Multi-Agent System的跟驰模型,具体给出了各Agent的结构和元组构成,以使车辆在跟驰环境下能自适应、主动地对环境进行响应并做出决策。此外,基于构建的跟驰模型给出了数值仿真实例,并得到合理结论。

基于Multi-agent的道路交通流控制模型

结合近年来出现的人工智能新技术 ,提出基于Multi agent的道路交通流控制模型 ,从而实现一种灵活的agent自主控制算法 ,并进一步提出Multi agent协商策略的设想。实验证明 ,该agent自主控制算法柔性结合多个交通状态量 ,较好地平衡了道路交叉口各向交通流 ,具有较强的可优化度和扩展能力。

Multi-agent合作的委托-代理模型

给出了Multi-agent合作的委托-代理模型,并利用该模型对常见的Multi-agent合作方式进行了分析,同时给出了模型的应用与讨论。模型通过委托人对代理人的最优激励合同设计,能在合作双方信息不对称情况下,促使代理人agent尽力工作,按委托人agent的意愿完成合作,从而能在一定程度上抑制合作中的欺骗,促进系统中agent间合作;同时,模型为合作伙伴达成合作付出代价的计算提供了理论依据。

基于multi-agent的云端计算融合模型的研究

为了能够充分利用网络中所有节点的资源,基于multi-agent思想和技术提出了一种新的云端计算融合模型。该模型按照节点的类型将云端计算环境进行分层,并用agent作为节点行为和资源的代表,从而实现有效的资源共享和协同工作。模型充分挖掘终端节点所蕴含的可用资源,将作业分割为各种层次的任务并有序地部署到核心节点、一般服务器节点和终端节点上,以达到资源利用最有效的目标。为了能够高效、可靠地完成任务,还提出了一种新颖的基于multi-agent复合环协同管理机制,该机制特别适用于云端计算融合环境中,能够有效地增强节点贡献资源和协同工作的稳定性,并减轻云核心层管理节点的负载。最后给出了具有参考意义的基于multi-agent的云端计算融合模型实验系统的构建方法和应用示范。

一种Multi-agent System的信任模型

Multi-agent技术已广泛用于大型分布式管理系统的开发.多agent间合作的信任问题会严重影响系统的效率.现有的信任模型基本上都是基于WEB的peer-to-peer环境给出的,它们不太适于multi_agent system(MAS)环境.针对MAS环境中信任的特点,提出了一种基于信誉和关系网的agent信任体系.分析实验表明该模型能促进agent关系网的凝聚性,能较大的提高agent合作伙伴选取的效率,并在重复交往环境下agent的合作成功率,以及在抑制恶意推荐、协同作弊、偏心这些干扰现象上较已有模型有较大改进.该模型在供应链管理和电子商务合作伙伴选择方面,具有一定的理论意义和实用价值.

基于Multi-Agent的过程化教学系统模型的研究

针对传统网络教学系统存在的问题,结合Multi-Agent的技术优点,提出了一种基于Multi-Agent的过程化教学系统模型,旨在解决系统的智能性、协同性和交互性等问题.给出了B/M-A/S的系统结构,设计了各Agent的结构定义并阐述了相应的运行机制,为开发实现类似教学系统提供了有效的理论依据.