基于貝葉斯網(wǎng)絡(luò)的多Agent群決策支持系統(tǒng)中協(xié)作的研究.pdf

1、從網(wǎng)絡(luò)環(huán)境的海量數(shù)據(jù)中獲取決策支持信息是信息時(shí)代研究的熱點(diǎn)。如何高效準(zhǔn)確的獲得決策支持信息的方法是研究工作的核心。貝葉斯網(wǎng)絡(luò)(BN)、圖論與統(tǒng)計(jì)學(xué)三者相結(jié)合可以得到一種在表示因果信息方面非常有優(yōu)勢(shì)的方法，其善于挖掘數(shù)據(jù)之間的內(nèi)在關(guān)系和處理隨機(jī)變量間的不確定性，尤其在決策支持系統(tǒng)方面的研究具有非常有意義。
　　 本文以BN為理論工具，針對(duì)復(fù)雜環(huán)境下的決策支持問題，結(jié)合多agent群決策支持系統(tǒng)，研究討論基于BN的學(xué)習(xí)與決策方法，從

2、貝葉斯網(wǎng)絡(luò)學(xué)習(xí)和基于BN的多agent群決策支持系統(tǒng)兩個(gè)方面開展以下研究工作:
　　 (1)得出一種改進(jìn)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)算法。通過學(xué)習(xí)BN的建模流程以及從數(shù)據(jù)中學(xué)習(xí)BN結(jié)構(gòu)，討論分析K2和MCMC算法，集中這兩種算法的優(yōu)點(diǎn)，再引入模型平均的思路得出了這個(gè)新的算法，并且模擬仿真得出該算法不受無先驗(yàn)知識(shí)和初始結(jié)構(gòu)的約束，收斂速度快，得到的結(jié)構(gòu)正確穩(wěn)定，顯示的節(jié)點(diǎn)間的依存關(guān)系正確。由此可得該算法在科學(xué)決策方面有很高的應(yīng)用價(jià)值，能夠

3、應(yīng)用到數(shù)據(jù)龐大的領(lǐng)域進(jìn)行相關(guān)決策分析。
　　 (2)提出了基于BN的多agent決策支持系統(tǒng)中協(xié)商交互流程。通過討論分析BN和agent在決策支持系統(tǒng)中的優(yōu)勢(shì)，學(xué)習(xí)基于BN的單個(gè)agent的設(shè)計(jì)，掌握了其理論模型、模型結(jié)構(gòu)和其學(xué)習(xí)過程;研究學(xué)習(xí)了面向決策任務(wù)的agents組織過程建模流程和多agent群決策支持系統(tǒng)的組織結(jié)構(gòu);結(jié)合給定的多agent的協(xié)商模型，得到了的協(xié)商交互流程，并通過事例進(jìn)行驗(yàn)證說明。
　　 本文基于