ABDIDSS環(huán)境下多Agents之間協(xié)作與近似推理機制研究.pdf_第1頁
已閱讀1頁,還剩122頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、  本文針對動態(tài)的、復(fù)雜的以及不確定問題,以基于多Agents的分布式智能決策支持系統(tǒng)及復(fù)雜決策任務(wù)的描述與分解、多Agents之間的協(xié)作與推理機制為研究內(nèi)容,具體的研究內(nèi)容如下:  1、針對當前多Agents理論模型研究存在的問題,文章在經(jīng)典Agent的BDI以及聯(lián)合BDI等心智狀態(tài)模型基礎(chǔ)上引入效用與概率因子,建立基于效用與概率因子的個體Agent的心智狀態(tài)模型以及群組Agent聯(lián)合心智狀態(tài)模型,引入效用與概率因子滿足Agent對

2、環(huán)境的不確定性以及自利性的要求?! ?、提出了基于BN(貝葉斯網(wǎng))的復(fù)雜決策任務(wù)的形式化描述方法,得到?jīng)Q策任務(wù)的分解問題等價為貝葉斯網(wǎng)的分解問題;提出了決策Agent的任務(wù)分解性質(zhì)以及相對應(yīng)的貝葉斯網(wǎng)的分解性質(zhì)與分解方法。BN推理系統(tǒng)的復(fù)雜性取決于BN分解后的SBN(子貝葉斯網(wǎng))對應(yīng)的概論表大小,即由概率表的屬性變量大小及其取值狀態(tài)決定;因而存在一種優(yōu)化的分解方法使在分解后的SBN上推理的復(fù)雜性最小,文章提出了貝葉斯網(wǎng)的優(yōu)化分解性質(zhì)與

3、方法?! ?、根據(jù)決策任務(wù)涉及的知識范圍與個體Agent知識特性,多Agents對決策任務(wù)的求解協(xié)作分成任務(wù)分擔的協(xié)作與結(jié)果共享的協(xié)作;對于任務(wù)分擔的協(xié)作采用合同網(wǎng)的方式管理多Agents對任務(wù)的承擔與分配;對于結(jié)果共享的協(xié)作采用局部全局規(guī)劃的方式實現(xiàn)不同Agents之間的決策信息與決策結(jié)果的共享;提出了在ABDIDSS環(huán)境中任務(wù)的協(xié)作求解過程?! ?、提出了基于博弈論的多Agents協(xié)作模型,用一個多Agents的影響圖描述基于博

4、弈論的協(xié)作情景,這樣多Agents之間的協(xié)作就等價為求解用Agents影響圖描述的博弈均衡解,提出了求解均衡解的原理、方法與算法?! ?、針對直接在BN上精確推理與近似推理都被證明是NP完全的,提出了把BN轉(zhuǎn)變?yōu)橐粋€和BN相關(guān)的二次結(jié)構(gòu),在貝葉斯網(wǎng)上進行概率推理等價為在二次結(jié)構(gòu)上進行概率推理。在二次結(jié)構(gòu)上進行概率推理過程包括建立聯(lián)結(jié)樹以及利用信念勢計算概率兩個過程?! ?、粗糙集理論是一種處理含糊和不確定性問題的數(shù)學(xué)理論。它在分類的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論