| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究背景 | 第7-9页 |
| ·研究意义 | 第9-10页 |
| ·本文的主要工作及组织结构 | 第10-11页 |
| 第2章 相关理论 | 第11-27页 |
| ·多Agent任务系统的相关概念和特点 | 第11-16页 |
| ·多Agent产生的背景 | 第11页 |
| ·多Agent系统概述 | 第11-13页 |
| ·多Agent系统理论 | 第13-15页 |
| ·多Agent系统应用范围 | 第15-16页 |
| ·粒计算理论 | 第16-27页 |
| ·粒计算的基本概念 | 第16-18页 |
| ·Rough集的相关理论与技术特点 | 第18-24页 |
| ·几种常用的粒计算框架 | 第24-25页 |
| ·粒计算的发展方向及其主要应用 | 第25-27页 |
| 第3章 基于粒计算的多Agent任务模型 | 第27-36页 |
| ·信息系统与智能主体 | 第27-28页 |
| ·多任务的粒化 | 第28-31页 |
| ·基于粒计算的多Agent任务模型 | 第31-33页 |
| ·基于粒计算求解Agent相似度与核心Agent集 | 第33-36页 |
| ·成员Agent针对原子任务粒的相似度 | 第34-35页 |
| ·基于原子任务粒的核心Agent集 | 第35-36页 |
| 第4章 基于粒计算改进的多Agent任务分配算法 | 第36-47页 |
| ·多Agent任务分配算法的分析 | 第36页 |
| ·遗传算法介绍 | 第36-40页 |
| ·遗传算法概述 | 第36-37页 |
| ·遗传算法的基本流程 | 第37-40页 |
| ·基于粒计算改进的遗传算法 | 第40-44页 |
| ·染色体编码 | 第41页 |
| ·个体适应度 | 第41-43页 |
| ·选择操作 | 第43页 |
| ·交叉操作 | 第43页 |
| ·变异操作 | 第43-44页 |
| ·终止函数 | 第44页 |
| ·利用贪婪算法进行最后的任务分配 | 第44-45页 |
| ·基于粒计算改进的多Agent任务分配算法执行过程 | 第45-47页 |
| 第5章 基于粒计算的多智能主体任务分配算法实验及结果分析 | 第47-54页 |
| ·将基于粒计算的多智能主体任务分配算法应用于网页分类 | 第47-51页 |
| ·实验结果分析对比 | 第51-54页 |
| 第6章 总结与展望 | 第54-56页 |
| ·论文主要研究成果总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间的研究成果 | 第60页 |
