基于知識(shí)的Agent模型及其協(xié)商協(xié)作研究.pdf

1、作為現(xiàn)代人工智能技術(shù)的典型代表，Agent和多Agent系統(tǒng)(Multi-agentSystems，簡(jiǎn)稱MAS)成為人工智能研究實(shí)用化和分布計(jì)算環(huán)境下軟件智能化的重要技術(shù)。Agent及人工智能技術(shù)的研究趨勢(shì)是建造更有效的為人類工作的計(jì)算機(jī)系統(tǒng)，需要無(wú)人為干預(yù)下的系統(tǒng)具有獨(dú)立操作能力以及在計(jì)算機(jī)系統(tǒng)與人或其他系統(tǒng)交互時(shí)，能夠以代表用戶最大利益的方式進(jìn)行工作。這兩種需求對(duì)傳統(tǒng)的分布式系統(tǒng)提出了巨大的挑戰(zhàn)。
　　從根本上來(lái)講，Agent

2、研究面臨兩個(gè)基本問(wèn)題：Agent設(shè)計(jì)問(wèn)題以及社會(huì)性設(shè)計(jì)問(wèn)題。這兩個(gè)問(wèn)題基本上涵蓋了Agent領(lǐng)域的核心研究?jī)?nèi)容，包括Agent模型，MAS組織與通信，MAS中的協(xié)商與協(xié)作等內(nèi)容。本文圍繞著這些核心問(wèn)題，提出了基于知識(shí)的Agent模型，構(gòu)造了領(lǐng)域多智能體系統(tǒng)模型以及其中的協(xié)商、協(xié)作算法。主要包括以下內(nèi)容：
　　(1)基于BDI(Belif-Desire-Intesion)模型提出了一種基于知識(shí)的Agent模型。定義了基于本體的Age

3、nt內(nèi)部的知識(shí)表示方式，保證了Agent內(nèi)部狀態(tài)描述的全局一致性，同時(shí)基于產(chǎn)生式的知識(shí)表示方法以及推理機(jī)制來(lái)完成規(guī)劃。給出了Agent的生命過(guò)程描述及行為模式，并對(duì)Agent最為核心的智能行為控制機(jī)制-規(guī)劃方法作了詳細(xì)描述。該Agent模型既具有慎思型Agent的長(zhǎng)期規(guī)劃特點(diǎn)，又具有反應(yīng)型Agent的特性，具有比較強(qiáng)的靈活性與通用性。
　　(2)在經(jīng)典合同網(wǎng)協(xié)議中引入了熟人聯(lián)盟策略以及Agent信任度參數(shù)，提出熟人聯(lián)盟生成算法以及

4、信任度更新規(guī)則，應(yīng)用于經(jīng)典合同網(wǎng)協(xié)議中，設(shè)計(jì)了一種基于熟人聯(lián)盟的擴(kuò)充合同網(wǎng)協(xié)議，在保證協(xié)商質(zhì)量的基礎(chǔ)上有效的提高了協(xié)商的效率。
　　(3)在熟人模型基礎(chǔ)上，根據(jù)任務(wù)性質(zhì)構(gòu)造基于任務(wù)的Agent聯(lián)盟，建立了基于任務(wù)聯(lián)盟的擴(kuò)充合同網(wǎng)協(xié)商模型。在聯(lián)盟內(nèi)利用優(yōu)選初始群體、優(yōu)選父代交叉以及Metropolis判別準(zhǔn)則優(yōu)化遺傳算法進(jìn)行子任務(wù)優(yōu)化分配，提高了任務(wù)分配的效率，降低了通信代價(jià)。
　　(4)提出了基于多邊協(xié)商的聯(lián)盟生成方法及聯(lián)盟

5、內(nèi)基于共同規(guī)劃的協(xié)作算法。利用基于多邊協(xié)商的聯(lián)盟生成機(jī)制有利于協(xié)商效率的提高，基于共同規(guī)劃的協(xié)作算法有利于降低任務(wù)執(zhí)行開(kāi)銷，結(jié)合兩者優(yōu)勢(shì)構(gòu)造了一個(gè)基于多邊協(xié)商的協(xié)作模型，實(shí)驗(yàn)證實(shí)了該模型在不顯著增加任務(wù)執(zhí)行代價(jià)的基礎(chǔ)上，有效降低了協(xié)作過(guò)程中的通信代價(jià)。
　　(5)在智能體結(jié)構(gòu)及協(xié)商協(xié)作研究基礎(chǔ)上，圍繞著農(nóng)業(yè)智能決策的需求，構(gòu)造一個(gè)具有良好可擴(kuò)充性的、靈活高效的農(nóng)業(yè)智能決策支持系統(tǒng)，為Agent在農(nóng)業(yè)生產(chǎn)領(lǐng)域的應(yīng)用構(gòu)造了一個(gè)良好的架