分布式智能系統(tǒng)中聯(lián)盟機(jī)制研究

總序
致謝
摘要
第1章 緒論
1.1 Agent和多Agent系統(tǒng)
1.1.1 智能Agent
1.1.2 多Agent系統(tǒng)
1.1.3 Agent聯(lián)盟機(jī)制
1.2 分布式智能系統(tǒng)的研究現(xiàn)狀
1.2.1 分布式智能控制系統(tǒng)
1.2.2 敏捷制造系統(tǒng)
1.3 分布式智能系統(tǒng)中的關(guān)鍵問題
1.3.1 協(xié)調(diào)合作算法
1.3.2 效用劃分策略
1.3.3 通信機(jī)制
1.4 課題來源及研究目的和意義
1.4.1 課題來源
1.4.2 本文的研究目的和意義
1.5 論文組織
第2章 計(jì)算資源受限環(huán)境下的聯(lián)盟生成算法
2.1 引言
2.2 改進(jìn)型蟻群算法求解單任務(wù)Agent聯(lián)盟
2.2.1 問題描述
2.2.2 相關(guān)工作
2.2.3 蟻群算法
2.2.4 基本蟻群算法求解Agent聯(lián)盟
2.2.5 算法的改進(jìn)
2.2.6 算法描述
2.2.7 實(shí)驗(yàn)結(jié)果
2.3 基于蟻群算法的多任務(wù)聯(lián)盟串行生成算法
2.3.1 相關(guān)工作
2.3.2 多任務(wù)的調(diào)度
2.3.3 算法描述
2.3.4 與相關(guān)算法比較
2.4 基于模糊集合論的多任務(wù)聯(lián)盟并行生成算法
2.4.1 聯(lián)盟生成問題的另一種描述
2.4.2 模糊集合論
2.4.3 基于模糊集合論的Agent聯(lián)盟生成
2.4.4 算例分析
2.5 本章小結(jié)
第3章 聯(lián)盟形成的效用劃分策略
3.1 引言
3.2 問題描述
3.3 相關(guān)工作
3.3.1 Shapley值法
3.3.2 非減性效用分配法
3.4 基于利益均衡的聯(lián)盟形成策略
3.4.1 新策略的理論基礎(chǔ)
3.4.2 基于利益均衡的聯(lián)盟形成策略
3.4.3 與相關(guān)方法的比較
3.5 進(jìn)一步改進(jìn)方案
3.5.1 方案設(shè)計(jì)
3.5.2 性能分析
3.5.3 模糊評(píng)判Agent能力貢獻(xiàn)
3.6 聯(lián)盟形成的Nash平衡問題
3.6.1 聯(lián)盟的穩(wěn)定性
3.6.2 Nash平衡與穩(wěn)定性
3.7 聯(lián)盟的生成、形成及任務(wù)完成
3.8 本章小結(jié)
第4章 分布式智能系統(tǒng)的通信
4.1 引言
4.2 Agent通信模式
4.2.1 無通信模式
4.2.2 消息模式
4.2.3 方案傳遞模式
4.2.4 黑板模式
4.2.5 Agent通信語言模式
4.3 分層命名與定位機(jī)制
4.4 基于KQML的Agent交互
4.5 KQML行為原語的擴(kuò)充
4.5.1 新的KQML行為原語
4.5.2 語義描述
4.6 通信模型
4.7 實(shí)驗(yàn)
4.8 本章小結(jié)
第5章 敏捷供應(yīng)鏈決策支持系統(tǒng)
5.1 引言
5.2 伙伴選擇
5.2.1 決策模型
5.2.2 求解方案設(shè)計(jì)
5.3 收益分配
5.3.1 決策模型
5.3.2 求解方案設(shè)計(jì)
5.4 敏捷供應(yīng)鏈決策支持系統(tǒng)
5.4.1 系統(tǒng)構(gòu)成框架
5.4.2 ASCDSS中對(duì)象屬性定義
5.5 系統(tǒng)簡介
5.6 實(shí)例分析
5.7 本章小結(jié)
第6章 結(jié)束語
6.1 論文工作總結(jié)
6.2 進(jìn)一步工作的展望
參考文獻(xiàn)
附錄