多agent排队系统结构研究.doc

多agent排队系统结构研究.doc

ID:21117141

大小:77.77 KB

页数:5页

时间:2018-10-19

多agent排队系统结构研究.doc_第1页
多agent排队系统结构研究.doc_第2页
多agent排队系统结构研究.doc_第3页
多agent排队系统结构研究.doc_第4页
多agent排队系统结构研究.doc_第5页
资源描述:

《多agent排队系统结构研究.doc》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、受贿犯罪的新态势与推定对策的先例,请托人送交财物可以理解为以及其它器官,机器人Agent有摄像机等。而软件Agent是通过字符串编码来实现感知的。感知器是一个多输入、单输出的运算系统[4]。主要有把感知的信息进行预处理后输出。我们把感知的信息进行分类,[5]w2类表示对紧急或简单的情况;w2类表示需要慎思的信息。算法的基本步骤如下:给定一个增广的训练模式集{x1,x2,...,xN},其中每个模式类别已知,分属wl类和w2类。置步数k=l,令增量P=某正的常数,分别赋予初始增广权矢量w的各分量较小的任意值。输入训练模式xk,计算判别函数值。调整增广权

2、矢量,规则是:①如果和,贝h②如果和,贝1J;③如果和,或和,贝1J。得到判别函数d之后,就可以进行判别,将待识别模式X代入d之中,当d〉0时则判xEwl;若d2;若d=0:则x的类属不能判定。紧迫的任务可以立即得以处理,对时间要求不高的任务可以通过推理选择最优方案。Agent的知识库设计Agent的知识表示对自身和外界的认识,是Agent问题求解的基础[6]。这些知识可能预先给定的,也可能是通过局部感知或与其它Agent的通信而获得的。Agent知识库是Agent活动的依据,也是向外界承诺的基础。在这里知识库主要存放Agent的各个方面的知识,主要

3、包括以下内容。①关于系统组织结构、智能、目标等有关整体性质和行为的知识。②关于理解自身的知识、行为、求解能力和目标等的知识。③关于其它Agent的知识,即具有关于外部其它Agent的职责、技能、信念、目标、规划等多方面的知识。④关于Agent间相互作用与通信的知识。⑤关于领域世界及待求解问题的知识。这些知识是Agent进行一切活动的基础。Agent还知道哪些Agent与自己由横向或纵向的联系,这些知识在进行推理时起着关键的作用,它们同样可以看作是Agent的知识。这些知识可以映射为事实、规则等。对于知识库我们可以用下列形式表示:::=[]I::由于A

4、gent每一次决策后都要进行知识的更新。下面给出Agent的知识更新定理。定义知识量[7]设X为Agent的某一领域,均为有限集或可列集,j=l:2,...,N(N为有限或+°°)}为X的一个表迖,w为Agent的一个表迗测度,对任意的令则称I(xj)为表达E中的一个基元xj的自蕴含知识量,其中对数底数b〉l。定义设{xn,n=l,2,...}是所有领域中一列独立同分布的Agent知识量,分布函数均为F,假定F在AI领域,规划是通过模拟人类求解复杂问题的过程而形成的一种方法。规划的问题求解方法分为两个过程:规划过程和执行过程。其中,规划过程是针对某一

5、任务,求取完成该任务的动作序列,这一动作序列称为计划。计划是规划过程的输出结果。执行过程是指按照集合实现问题求解,并监控问题求解的进行,当出现意外情况计划无法执行时,调整行为集合或再次规划,直至任务完成。Agent的规划模块负责建立中短期的行动计划。它是一个局部的规划。每个Agent根据目标集合、自身的状态、对环境和其它Agent的了解,以及以往的经验规划自身的行为。Agent规划常用方法之一是将Agent的计划库定义为一个与或图结构,其中,每一条计划由4部分组成。计划目标表示该计划能迗到的目标;计划的前提表示计划执行需要满足的条件;计划体表示计划内

6、容,由计划序列和计划子目标组成;计划执行结果表示执行计划后外部世界的更新结果。有了这些基本要素以后我们可以根据需求构造基本的Agent了,下面给出Agent的工作流程及算法。Agent工作流程及算法1)Agent的工作原理Agent工作过程如图2所示,当事件到达时,Agent根据前感知的环境信息、自身信息以及自己的能力,若感知的信息比较简单或紧急,则直接反应式决策,否则,要慎思以后进行规划,最后产生决策,即,由信念修正产生目标,并做出相应的计划集,然后选取相应的行为集来完成一系列的计划,如果计划失败,则继续更新信念集2Agent的工作流程2)Agen

7、t的工作流程算法根据Agent的工作原理,可将其工作流程算法描述为:functionAgent()Begin事件到达;将感知信息进行分类;ifPisessyorurgencythenreaction;else{LI:B:=brf(P,B);//根据感知和当前信念集产生新的信念options:=Option_Generator(EnventQueue,B,I,G);//根据环境和目前意图的当前信念产生愿望Selected_Options:=deliberate(options,B,I,G);//慎思过程Update_Intentions(selecte

8、d_options,I);//更新意Make_Plan(I);//根据当前意图制定计划execute(pla

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。