abdidss环境下多agents之间协作与近似推理机制研究

《abdidss环境下多agents之间协作与近似推理机制研究》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、合肥工业大学博士学位论文ABDIDSS环境下多Agents之间协作与近似推理机制研究姓名：胡小建申请学位级别：博士专业：计算机应用技术指导教师：杨善林20041201摘要合肥工业大学博士学位论文摘要现代企业生产、经营与管理过程常遇到大型复杂的非结构化的决策问题，解决这类问题需要多种专业知识，处理大量的定性问题，客观上要求决策支持系统在复杂问题决策时满足决策组织的分布性、决策问题复杂性、决策系统协作性、决策知识与推理不确定性、决策环境的适应性与决策过程的并行性的要求。传统的集中式决策支持系统不能满足这些要求。ABDIDS

2、S融合了Agent技术与分布式智能决策支持系统，适用于更高的决策层次和更复杂的决策环境，是满足复杂问题决策的适宜模式。研究多Agents的协作与推理以揭示ABDIDSS环境下提高求解复杂决策问题的能力与知识的机制，具有重要的理论意义。本文针对动态的、复杂的以及不确定问题，以基于多Agents的分布式智能决策支持系统及复杂决策任务的描述与分解、多Agents之间的协作与推理机制为研究内容，具体的研究内容如下：1、Agent和ABDIDSS模型针对当前多Agents理论模型研究存在的问题，文章在经典Agent的BDI以及联

3、合BDI等心智状态模型基础上引入效用与概率因子，建立基于效用与概率因子的个体Agent的。LI,智状态模型以及群组Agent联合心智状态模型．引入效用与概率因子满足Agent对环境的不确定性以及自利性的要求。同时建立与，LI,智状态模型相对应的Agent结构模型：建立了基于多Agents的DIDSS模型。2、决策任务的表示与分解提出了基于BN(贝叶斯网)的复杂决策任务的形式化描述方法，得到决策任务的分解问题等价为贝叶斯网的分解问题：提出了决策Agent的任务分解性质以及相对应的贝叶斯网的分解性质与分解方法。BN推理系统

4、的复杂性取决于BN分解后的SBN(子贝叶斯网)对应的概论表大小，即由概率表的属性变量大小及其取值状态决定：因而存在一种优化的分解方法使在分解后的SBN上推理的复杂性最小，文章提出了贝叶斯网的优化分解性质与方法。同时利用遗传算法来优化贝叶斯网的分解问题。提出了基于遗传算法的贝叶斯网分解的基本原理、算法设计与实现。3、多Agents之间协作的基本机制。根据决策任务涉及的知识范围与个体Agent知识特性，多Agents对决策任务的求解协作分成任务分担的协作与结果共享的协作：对于任务分担的协作采用合同网的方式管理多Agents

5、对任务的承担与分配：对于结果共享的协作采用局部全局规划的方式实现不同Agents之间的决策信息与决策结果的共享：提出了在ABDIDSS环境中任务的协作求解过程。4、基于博弈论的多Agents之间协作机制提出了基于博弈论的多Agents协作模型，用一个多Agents的影响图描述基于博弈论的协作情景，这样多Agents之间的协作就等价为求解用Agents影响图描述的博弈均衡解，提出了求解均衡解的原理、方法与算法。摘要合肥工业大学博士学位论文5、基予炎跨蘩霹接理静多Agents之翔的遥戳推理枫裁。针对直接谯BN上精确推联与近

6、似推理都被证明是NP完众的，提出了把BN转变为一个和BN相关的=次结构，在贝叶斯网上进行概率推理等价为程=次结构上进行概率推理。二次结捣是由联结瓣和信念势组成。在二次结拇上进行概率推理过程包括建立联结树以及剥周信念势计算概率两个过程。首先提出了从贝叶斯网中构造联结树的原理及其实现算法。其次，信念势的计算可通过赋值代数进行抽象建模，赋僦代数包括组合和边缘化运算，它是利用对变爨的赋值表达知谖，这过知识懿会残与边缘纯运算对弱邦交爨逛哲捶理。定义了更时甄嬲鹃髅邂结稳殁其斌德代数；提出了利用赋值代数滋行贝时斯霹概率推理酶原理。6

7、、基于粗糙集的多Agents之间的近似推理机制。粗糙集理论是一种处理含糊和不确定性问题的数学理论。它在分类的意义下定义了模糊瞧帮不穗定蠖豹撬念。ABDIDSS中Agent戆蕊念室阔、毽器横蓬与知识痒孛诲多事实、壤念与规则等具有不确定性，知识率身也具有不确定性，知识的不确定性决定着Agents之闯摊理的近似性。建立了多Agents之间基于粗糙懿推理的近似空间，定义了近似空间上的粗糙集：建立了基于糕糙集推理的模型与方法。上述扩震豹辑究残果丰赛了多Agents与决策支持系统豹瑷论遗容，蠢越爨了镥统静决策支持系统的应用，为复杂

8、任务的辅助决策奠定了理论基础。关键词：分布式智能决策支持系统；Agent；协作；推理；贝叶斯网；飙糙集ABSTRACT☆肥工业大学博士学位论文ItoftenhappenstoIarge-scalecomplexnon—structuredecisionproblemsintheprocessofmodementerprise’sp