基于综合推理与多Agent的智能决策支持系统

针对IDSS的知识获取及系统交互的困难,提出了应用基于案例推理的综合推理技术,来克服基于规则推理系统的弱点;同时提出了应用多Agent技术来提高人机交互、系统信息获取以及系统集成运行性能;最后给出了实际应用的系统框架,有效地提高了系统的灵活性和适应性。     

基于多Agent的智能教学系统模型

随着人工智能技术的不断发展和完善,人工智能领域的理论(尤其是Agent技术)不断地应用于教育教学过程中,从而给网络教学系统的研究与应用开辟了新的思路。结合Agent的智能性,笔者构建了一个基于多Agent的智能教学系统的模型,模拟人类在教学活动中的智能活动过程,通过建立多个彼此协调运作的Agent,来使系统能够根据学生的个性特征和认知能力,灵活地系统学习,从而实现个别化教学。     

基于多Agent的智能决策支持系统研究

本文将多Agent思想引入智能决策支持系统,提出了基于多Agent的智能决策支持系统框架并对其通信机制进行了研究。该系统可以有效地解决传统智能决策支持系统难以适应动态环境变化的问题。     

基于多Agent的指挥引导智能决策模型研究

以多机协同作战为背景,以拟制协同作战方案为目的,将分布式人工智能理论技术引入到多机协同作战智能辅助决策,构建了基于多Agent的智能决策指挥系统框架,给出了该系统的Agent组成,定义并说明了各Agent的功能以及相互关系、信息运行流程,并分析了该系统的辅助决策过程。     

基于多Agent的智能DSS

在总结传统智能 DSS的不足及 Agent特性的基础上 ,提出了一个在单机环境下基于多 Agent的智能 DSS开发方法。根据 DSS设计特点及智能 Agent的自治、协作等特性 ,将 DSS的开发映射为多 Agent系统构造。讨论了将智能 Agent引入 DSS的可行性 ,基于多 A gent的智能 DSS结构和工作原理 ,并给出了基于成熟的面向对象技术的智能 DSS实现方法。     

基于多Agent的智能微电网EMS设计与实现

随着智能时代的逐步到来,智能微电网技术已经成为电力系统发展的前沿技术.智能微电网作为未来电网发展的主流方向,能量管理系统是整个系统的核心.本文提出了一套较为完善的智能微电网EMS体系结构和功能模块,并对各模块涵盖的内容进行了简单介绍.设计开发的基于多Agent的智能微电网EMS可充分地利用各地丰富的清洁可再生能源,实施多Agent对能量变化的实时监控和预警,通过Agent Client/Server间的协作调度与控制维持电平的平稳,实现能源的充分、可靠地利用.     

Internet上基于多Agent的智能学习过程研究

随着Internet技术和现代远程教育的飞速发展，基于Internet的远程教学已经成为了现代远程教育研究的热点，但是，目前大多数的远程教学系统仍然是沿用传统的学习方式，其整个学习过程缺乏智能性和协同性，文章将计算机人工智能中的Agent技术引入到远程教学环境的研究中来，并重点分析和研究了Internet上基于多Agent的智能学习的过程。     

基于多Agent的减肥锻炼指导系统的设计

针对肥胖症患者的减肥运动缺乏指导的问题,提出了一种多Agent环境下减肥锻炼指导系统设计方案.在该设计中,每个Agent均配备基于案例的推理能力和基于贝叶斯网络的分类能力.Agent之间通过减肥锻炼咨询语言进行协商,寻找最为相似的案例.实例验证表明,该系统具有可行性,为医疗保健领域的肥胖运动处方设计提供一种参考模型和解决算法.     

基于多Agent车间控制系统的框架

分析了敏捷制造模式下车间生产的组织方式,提出了分层、分散、协调的车间控制结构。应用多Agent理论和分布式对象技术,构造了基于多Agent的车间控制系统的集成框架。确定了系统中各Agent的功能,以及相互之间的通信与协作关系,使得各Agent相互协作,产生一个敏捷的、自治的并支持全局优化的车间控制系统。     

多Agent系统体系结构及建模方法研究

随着技术的发展以及实际应用的深入,Agent远远超出了人工智能研究的范畴,多Agent系统(MAS)正成为一种全新的软件开发的模式,它不仅要研究Agent或多Agent的内部结构与实现框架,还要研究系统的整体体系结构以及建模方法,以便为有关人员提供系统多侧面视图,从而提高系统开发效率,保证系统质量。本文在研究多Agent系统基础架构的基础上对基于多Agent系统基础架构的应用系统需求与体系结构建模方法进行初步研究。     

一个基于自组织多Agent系统的智能控制与决策模型

提出了一个基于自组织多Agent系统的智能控制与决策模型,它是一种基于行为主义的智能控制与决策模型,由环境和自组织多Agent系统两大部件构成,分别通过环境的定义、环境的识别、多Agent控制与决策过程以及多Agent控制与决策输出4个基本步骤来完成建模工作．该模型可以灵活地选择多种算法进行具体的实现工作,文中给出的算法是一种基于作用力机制（物理激励）的多Agent控制与决策算法,该算法是通过模仿经典物理学理论中的万有引力定律,将多Agent系统中的自组织交互过程转化为相互的作用力,并通过交互作用力的大小和方向体现多Agent之间的交互机制,充分利用了多Agent系统的群体决策优势．测试实验结果表明,该模型具有较好的应用效果并且其系统能量在Agent数目为300、迭代次数超过80次时具有稳定性．     

神经网络智能控制系统辨识模型结构的研究

目的 研究神经网络智能控制系统辨识模型的基本结构。方法 分析了控制系统动态模型的输入、输出关系,依据模型等效的最优化原理和神经网络任意逼近有限不连续函数的性质,提出神经网络辨识模型的基本结构。结果 该基本结构不仅适用于高阶线性系统,也适用于非线生及时变系统,可达到较高的辨识精度,保证了由此构成了神经网络控制系统具有较好的自适应性和鲁棒性。结论 所提出的基于神经网络系统辨识模型的基本结构具有一般性和     

基于事例推理的质量故障处理系统的研究

基于事例推理是人工智能中的一种重要推理技术。以质量管理系统的设计与开发为背景,在分析质量故障处理的特点和应用现状的基础上,提出了一种基于事例推理的质量故障处理方法。它克服了传统的基于规则推理系统获取、描述准确知识困难的瓶颈,提高了自学习能力。     

基于案例推理的知识库系统设计

基于案例推理技术是近年出现的具有一定的代表性的推理技术,利用这种技术进行知识库系统设计可简化问题,提高效率。从基于案例推理机制入手,阐述了基于案例推理知识库系统的工作过程和原理,提出了系统设计的方法。     

基于案例推理的磨矿分级系统智能设定控制

针对磨矿分级过程的关键工艺指标磨矿粒度难以用常规控制方法进行有效控制的难题,将智能设定方法与常规控制相结合,提出了基于案例推理的磨矿分级系统智能设定控制方法.以粒度指标的区间控制为目标,依据边界条件和运行工况等信息,由智能设定模型自动更新各基础控制回路的设定值,避免了人工设定的主观性及随意性,各控制回路跟踪更新的设定值,从而将粒度控制在目标范围内.该方法已成功应用于某赤铁矿选厂的磨矿分级过程,应用效果表明提出的方法是有效的.     

基于智能Agent的防汛决策模型

利用多Agent系统对复杂问题的分解、抽象和组织功能，可以把复杂的防汛决策过程分解为多个互相协作的Agent。通过分析防汛决策模型的内部结构，建立了基于多Agent系统的智能防汛决策模型。以洪水预报模型的分解和实现为例，介绍了任务Agent在洪水预报中的应用，表明了基于智能Agent的防汛决策模型在应用上的优越性。     

连铸二冷控制的智能化方法

提出了板坯连铸二次区全智能控制系统的构想，并用人工神经网络和模糊控制的方法对该系统进行了计算机仿真。结果表明，该系统不但能完成二冷各区段坯表面温度的动态控制，而且具有良好的自适应性和自学习功能。     

人工神经网络智能控制系统稳定性分析

从经典控制理论的稳定性问题出发 ,分析了现代控制理论和智能控制理论的稳定性判别方法 ,重点讨论了人工神经网络 ( ANN)智能控制系统的稳定性判别方法 ,并对基于神经元的自适应 PID控制器稳定性进行了分析。     

智能控制技术现状与展望

介绍了几种典型的智能控制技术,包括模糊控制、专家系统、人工神经网络、遗传算法以及由它们组成的混合智能控制。     

基于集成诊断模型加工质量的智能诊断系统研究

文章从模拟人的诊断思维出发，以融合神经网络和专家系统这２种人工智能理论为指导思想，２针对加工质量诊断问题，提出了综合使用实例知识，经验知识，模型知识的基于神经网络，覆盖集理论，数学模型的集成诊断模型，给出了基于集成诊断模型加工质量的智能诊断系统框架