面向活动模式的Agent组织协同规则的重用

基于组织目标的分解,提出了用活动模式描述组织内Agent间互操作行为的方法,实现了对Agent间协同规则的支持。在该方法中,提出了活动特化和活动聚合抽象机制,使得在Agent间互操作行为得以重用的同时,重用了组织协同规则。

面向目标和基于活动效用的组织知识创新模型

针对组织知识创新内在机制存在的不足,提出了活动效用概念以及面向目标和基于活动的知识创新模型.活动效用用于描述活动对完成目标任务的有效性,该模型集成了工作流和知识流,着眼于活动效用的改善,实现对组织业务过程的改进或再造从而达到对伴随与业务过程的知识的创新.通过对医院门诊就诊流程改造,表明该知识创新模型具有一定的有效性.

基于组织和面向团队模式的agent协同模型

着眼于宏观和微观两个层次,提出了一种基于直线-职能的递归组织模型以及团队模式概念.在宏观层次该模型分离了职能和业务部门,便于进行组织结构和业务成员间的协同规则的设计以及组织规则的演化;在微观层次利用团队模式对agent间的互操作进行抽象,实现团队内agent间协同规则的支持,并且借助团队模式的特化和聚合机制支持agent组织协同规则的重用.

一种基于临时表的关联规则增量更新算法

对挖掘关联规则中的FUP算法的关键思想以及性能进行了研究,针对挖掘关联规则中FUP算法的不足,提出了一种基于临时表的改进算法MFUP.该算法通过建立临时表,充分利用原数据库挖掘的结果,从而大大减少了对数据的重复扫描,提高了数据挖掘算法的效率.通过实例分析,说明了MFUP算法的优越性.

基于移动Multi-Agent的P2P网络中资源搜索技术的研究

资源搜索是P2P网络中的关键技术.针对目前已有的资源搜索方法存在占用网络带宽过多、搜索时延过长,以及由于Peer节点的动态加入和离开导致资源搜索的不稳定性等缺点,在具有超级节点架构P2P网络模型的基础上提出了一种改进的基于移动Multi-agent的资源搜索方法.该方法通过移动Multi-agent间的协作来完成资源搜索任务.最后,通过实验验证了该方法是可行和有效的.