湖南省哲学社会科学基金(07YBB239)
- 作品数：9 被引量：28H指数：3
- 相关作者：蒋伟进许宇晖张莲梅史德嘉王璞更多>>
- 相关机构：湖南商学院武汉理工大学武汉大学更多>>
- 发文基金：湖南省哲学社会科学基金国家自然科学基金湖南省自然科学基金更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于时序活动逻辑的复杂系统多Agent动态协作模型被引量：11
- 2013年
- 动态复杂问题求解是人工智能和复杂自适应系统理论与应用重要研究领域,多Agent动态协作是研究热点和难点之一,如何将问题与任务切分有待进一步地研究.借鉴组织学思想将自适应系统中的自主运行单元抽象为Agent,把复杂自适应系统视为多Agent系统组织,从时间和状态角度对复杂动态系统的行为进行描述,提出了基于时序活动逻辑的多Agent系统动态协作任务求解自适应机制和构造模型,建立了用于协作推理的语义规则、授权规则和行为规则,通过在中国科学院智能信息处理重点实验室开发的MAGE等平台上多方实验和仿真测试,验证了方法的可行性和有效性.
- 蒋伟进钟珞张莲梅史德嘉
- 关键词：复杂自适应系统多AGENT系统时序逻辑
- 复杂诊断系统的MAS分布式协作方法研究
- 为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统。文中以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出了融合不同表达方式和推理...
- 蒋伟进向建红
- 关键词：分布式求解
- 文献传递
- 基于多智能体的多维证据动态信任计算模型被引量：3
- 2015年
- 信任度评估是基于行为的信任管理模型关注的核心内容。为使信任度评估所依据的证据源完备,运用信任管理思想方法,提出一种基于多维证据的信任度评估模型,该模型将主体网络操作行为层面的信息引入传统仅考虑交易反馈信息的信任度评估模型,基于交易反馈和网络操作行为两个层面的多维证据源进行信任计算,扩展了证据源,突破了只依据单一种类证据源进行信任评估而引起的缺陷;另外,应用改进的D-S证据理论来合成多维证据,较好地解决了证据不确定性的问题。
- 蒋伟进许宇晖郭宏许宇胜
- 关键词：信任管理信任评估
- 基于成对约束的主动学习半监督聚类算法被引量：3
- 2014年
- 半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,并解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.
- 蒋伟进许宇晖郭宏许宇胜王欣
- 关键词：半监督聚类半监督学习谱聚类
- 基于MAS构件技术的复杂知识复用动态演化模型研究被引量：4
- 2013年
- 为快速恰当地复用企业现有知识和软件,提出了将企业的知识管理的业务逻辑与知识处理事务分开,建立基于多智能体和构件知识服务的知识复用模型,给出了知识复用系统的定义.深入研究了知识管理业务逻辑的规则模型和智能体的活动行为模型,建立了基于多智能体的规则协调模式,实现对知识服务的敏捷调用,从而有效地支持知识的动态复用和知识使用过程的动态重组,增强知识管理系统的分布式处理能力和规模可扩展能力.分布式构件库系统中,智能体可通过协作联合完成用户的检索要求.智能体拥有自己的知识库,并且具备学习能力,能更新其知识库以保持检索结果的有效性.最后,通过一个实例进一步说明了所给模型的应用.
- 蒋伟进许宇晖张莲梅
- 关键词：多智能体分布式构件库知识复用知识管理知识服务
- 基于MAS的动态协作任务求解模型与算法被引量：1
- 2013年
- 为提高动态网格资源的利用率,提出了基于多智能体系统博弈协作的任务动态分配和协作求解模型,建立了网格资源调度模型和任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、唯一性和Nash均衡解。该方法能够利用用户智能体的学习和行为能力,使得用户的资源申请和任务调度具有较高的合理性和有效性。进行了供求关系中竞价博弈的模型试验。实验结果表明,资源调度算法不但可以有效减少延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比类似方法要好。使得整个网格系统供需合理、负载均匀。
- 蒋伟进蒋星军姚丽娜
- 关键词：资源优化多智能体系统
- MAS动态协作任务求解模型与算法被引量：1
- 2010年
- 针对网格环境的自治性、动态性、分布性和异构性等特征.提出基于多智能体系统(mutil agent system,MAS)博弈协作的资源动态分配和任务调度模型,建立了能够反映供求关系的网格资源调度动态任务求解算法,证明了资源分配博弈中Nash均衡点的存在性、惟一性和Nash均衡解.该方法能够利用消费者Agent的学习和协商能力,引入消费者的心理行为,使消费者的资源申请和任务调度具有较高的合理性和有效性.实验结果表明,该方法在响应时间的平滑性、吞吐率及任务求解效率方面比传统算法要好,从而使得整个资源供需合理、满足用户QoS要求.
- 蒋伟进骆菲史德嘉
- 关键词：MAS
- 基于MAS协作机制的动态计算资源优化调度模型被引量：6
- 2009年
- 计算网格资源调度的目标是提高网格资源的利用率、改善网格应用的性能,它是网格中需着力解决的问题之一.目前,围绕着网格中的资源调度方法,虽已提出了多种调度算法,但是都不能很好地适应网格环境下的自治性、动态性、分布性和异构性等特征.针对上述问题,文中运用MAS协同技术和市场演化博弈机制,建立了一个动态计算资源优化调度模型和演化博弈算法,构建了消费者效用函数,讨论了资源请求博弈中Nash均衡点的存在性和唯一性以及Nash均衡解,分析了模型的性质.实验结果表明,资源调度模型不但可以有效减少不必要的延迟,而且在响应时间的平滑性、吞吐率及资源利用率方面比传统方法要好,从而可以达到优化系统效率和提高用户满意度的目标.
- 蒋伟进张莲梅王璞
- 关键词：演化博弈
- 基于成对约束的主动学习半监督谱聚类被引量：2
- 2013年
- 半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,该算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,并利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.
- 蒋伟进许宇晖王欣
- 关键词：半监督聚类半监督学习谱聚类
- 基于MAS协作的动态资源调度策略研究
- 计算网格资源调度的目标是提高网格资源的利用率、改善网格应用的性能,它是网格中需着力解决的问题之一.目前,围绕着网格中的资源调度方法,虽已提出了各种调度算法,但是都不能很好地适应网格环境下的自治性、动态性、分布性和异构性等...
- 史德嘉王璞
- 关键词：计算经济
- 文献传递
