欢迎来到天天文库
浏览记录
ID:36833876
大小:3.74 MB
页数:121页
时间:2019-05-16
《多Agent合作机制与合作结构研究》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、摘要基于网络的多Agent技术为支持组织(包括人类社会和机器系统)合作提供技术手段,同时,人类合作的思想也影响着多Agent技术的发展。如何通过多Agent合作去支持、促进人类的合作,如何通过多Agent合作去解决复杂性问题,如何通过多Agent合作来更好的解决优化问题,成为管理科学及人工智能领域等相关学科的一个研究热点。本文在广泛深入地查阅国内外文献的基础上,对多Agent合作进行了深入地研究,主要内容如下:1、系统详尽地介绍了作为多Agent合作基础的Agent理论、多Agent理论,对多Agent合作做了界定。2、对多Agent社会规范机制做了深入探讨,在构
2、建多Agent社会演化模型的基础上,界定了社会规范及相关的一些概念,提出了隐式社会规范并给出了判定规则:在对Agent认知能力分类的基础上,介绍了社会规范生成机制,提出了改进的社会规范生成机制,而且在多人博弈的宽松条件下对社会规范生成机制做了仿真试验分析。3、对信任问题作了深入的研究,分析了信任在网络信息社会的重要性,通过对人决羡过程中心理状态的研究,论述了信任与控制的辩证关系,形式化的界定了信任,给出了电子商务中信任的一般模型,同时,我们还介绍了一个仿真试验框架,并在此框架下,通过仿真试验证明,信任机制可以促进Agent之间的合作。4、通过对欺骗问题的详细分析,
3、指出了欺骗在多Agent社会存在的普遍性,并给出了欺骗的层次和分类。同时提出了欺骗的几种对策。5、提出了多Agent合作框架,重点研究了合作结构,并介绍了协商理论。我们从“是否完全合作”、“是否存在目标互换”、“合作双方的数量对比”等三个角度对多Agent合作结构进行了系统分类,提出十六种多Agem合作结构,设计了一组多Agent通讯原语,并给出了本文所提出的多Agent合作结构的具体算法以及多Agent合作的典型应用实例。6、提出了一种面向合作的混合式Agent结构,并用z语言对该结构作了描述,同时给出了Agent的Java实现。另外,基于我们所提出的Agem混
4、合式结构,给出了一个典型的系统应用原型一基于多Agent合作的供应链电子商务系统原型。关键词:Agent,多Agent,社会规范,信任与欺骗,合作结构AbstractNetwork-basedmulti-agenttechnologysupportsthecooperationoforganization也atincludesthehumansocietyandmachinesystem;atthesametimethecooperationideainfluencesthedevelopmentofmulti-agenttechnology.Howtosuppo
5、rtandpromotethehumancooperationandhowtosolvethecomplexproblemandtheoptimizingquestionthroughmulti—agentcooperationbecomearesearchfocusinmanagementscienceandartificialintelligence,andSOon.Basedonextensiveanddeepreviewofliterature,multi—agentcooperationisstudieddeeply.Themaincontentsare
6、asfollows:l、Agentandmulti-agenttechnology,whichisatheorybaseofthemulti·agentcooperation,areintroduced,andthedefinitionofmulti-agentC001.rationispresented.2、Multi-agentsocialconventionformingmechanismisanalyzeddeeply.Basedontheconstructionofmulti-agentsocietyevolvingmodel,socialconvent
7、ionandsomerelatedconceptionsaredefmed;hiddensoeialconventionanddecisionrulesarepresented.Duringtheintroductionofmulti—agentrecognizingcapability,arefinedsocialconventionformingmechanismispresented,moreoversimulationexperimentsundermorerelaxmulti—agentgameexperimentenvironmentaresucces
8、sfull
此文档下载收益归作者所有