摘要 | 第7-9页 |
Abstract | 第9-11页 |
第一章 绪论 | 第12-36页 |
1.1 引言 | 第12-19页 |
1.1.1 引言 | 第12-14页 |
1.1.2 选题意义 | 第14-15页 |
1.1.3 研究动机 | 第15-18页 |
1.1.4 研究基础与目的 | 第18-19页 |
1.2 国内外研究现状 | 第19-22页 |
1.3 复杂网络理论基础 | 第22-28页 |
1.3.1 基本概念 | 第22-24页 |
1.3.2 复杂网络模型 | 第24-27页 |
1.3.3 复杂网络搜索策略 | 第27-28页 |
1.4 逻辑理论基础 | 第28-31页 |
1.4.1 模态逻辑 | 第28-29页 |
1.4.2 BDI Agent | 第29-31页 |
1.4.3 LORA逻辑 | 第31页 |
1.5 论文的组织结构 | 第31-35页 |
1.5.1 论文的主要内容与结构安排 | 第31-33页 |
1.5.2 论文的创新点 | 第33-35页 |
1.6 本章小结 | 第35-36页 |
第二章 复杂网络索策略分析与算法研究 | 第36-52页 |
2.1 引言 | 第36-38页 |
2.2 常见的几种搜索算法 | 第38-40页 |
2.2.1 复杂网络中的基本算法的分析 | 第38-39页 |
2.2.2 社交网络中的搜索算法 | 第39-40页 |
2.3 网络模型与性能分析 | 第40-42页 |
2.3.1 无标度网络 | 第40-41页 |
2.3.2 成功率 | 第41页 |
2.3.3 搜索有效性 | 第41-42页 |
2.4 搜索算法BDM的研究 | 第42-45页 |
2.4.1 算法基本分析 | 第42页 |
2.4.2 算法的过程与代码 | 第42-43页 |
2.4.3 模拟实验 | 第43-45页 |
2.5 社交网络搜索算法的研究 | 第45-51页 |
2.5.1 算法基本分析 | 第45-47页 |
2.5.2 性能分析 | 第47-48页 |
2.5.3 算法的过程与代码 | 第48-49页 |
2.5.4 模拟实验 | 第49-51页 |
2.6 本章小结 | 第51-52页 |
第三章 复杂网络搜索的逻辑分析 | 第52-66页 |
3.1 引言 | 第52-53页 |
3.2 搜索过程与逻辑 | 第53-58页 |
3.2.1 模态谓词逻辑 | 第53-54页 |
3.2.2 复杂网络的搜索过程 | 第54-56页 |
3.2.3 搜索过程与逻辑语言的比较 | 第56-58页 |
3.3 复杂网络搜索过程的逻辑描述 | 第58-62页 |
3.3.1 网络搜索状态的逻辑描述 | 第58-60页 |
3.3.2 网络搜索状态中的满足问题 | 第60-62页 |
3.4 复杂网络搜索算法的逻辑性质分析 | 第62-65页 |
3.5 本章小结 | 第65-66页 |
第四章 基于BDI Agent的复杂Agent网络模型研究 | 第66-82页 |
4.1 网络模型 | 第66-69页 |
4.1.1 Kleinberg网络模型 | 第66-67页 |
4.1.2 基于智能技术的Agent/MAS模型 | 第67页 |
4.1.3 MAS和CN方法各自的特点 | 第67-69页 |
4.2 复杂Agent网络思路 | 第69-73页 |
4.2.1 复杂Agent网络思路 | 第69-70页 |
4.2.2 复杂Agent网络结构分析 | 第70-72页 |
4.2.3 Agent结构 | 第72-73页 |
4.3 复杂Agent网络的形式化描述 | 第73-79页 |
4.3.1 复杂Agent网络功能结构 | 第73-74页 |
4.3.2 网络模型的形式化定义 | 第74-76页 |
4.3.3 Agent模型定义 | 第76-79页 |
4.4 相互作用 | 第79-81页 |
4.4.1 复杂网络对Agent作用分析 | 第79-80页 |
4.4.2 Agent对复杂网络的影响分析 | 第80-81页 |
4.5 本章小结 | 第81-82页 |
第五章 基于BDI逻辑的CAN搜索模型研究 | 第82-98页 |
5.1 引言 | 第82-83页 |
5.2 搜索体系框架描述 | 第83-88页 |
5.2.1 BDI Agent的体系结构 | 第83-85页 |
5.2.2 搜索过程的描述 | 第85-88页 |
5.3 Server Agent | 第88-89页 |
5.3.1 Server Agent状态 | 第88-89页 |
5.3.2 Server Agent行为 | 第89页 |
5.4 基于BDI逻辑的Agent模型 | 第89-95页 |
5.4.1 搜索Agent的信念模型 | 第89-91页 |
5.4.2 模型描述 | 第91-92页 |
5.4.3 算法机制 | 第92-93页 |
5.4.4 推广过程 | 第93-95页 |
5.5 CAN中的群体意图的表示 | 第95-97页 |
5.6 本章小结 | 第97-98页 |
第六章 基于LORA的CAN协作搜索模型中的BMA策略研究 | 第98-116页 |
6.1 引言 | 第98-99页 |
6.2 基于LORA的CAN协作搜索模型 | 第99-104页 |
6.2.1 CL系统模型 | 第100-102页 |
6.2.2 基于LORA的BDI Agent结构分析 | 第102-104页 |
6.3 搜索过程与BMA搜索算法 | 第104-111页 |
6.3.1 搜索过程描述 | 第104-106页 |
6.3.2 BMA的搜索机制 | 第106-109页 |
6.3.3 搜索模型机制 | 第109页 |
6.3.4 算法的描述 | 第109-111页 |
6.4 Search Agent状态与行为 | 第111-115页 |
6.4.1 Search Agent状态 | 第112-113页 |
6.4.2 Agent行为机制 | 第113-114页 |
6.4.3 搜索算法的性能指标研究 | 第114-115页 |
6.5 本章小结 | 第115-116页 |
第七章 仿真研究 | 第116-124页 |
7.1 实验环境 | 第116-118页 |
7.1.1 仿真软件与实验环境 | 第116-117页 |
7.1.2 实验设置 | 第117-118页 |
7.2 BAS算法的性能分析 | 第118-120页 |
7.2.1 固定搜索Agent数目的算法性能比较 | 第118-119页 |
7.2.2 节点增加时算法性能比较 | 第119-120页 |
7.2.3 不同数目的搜索Agent比较 | 第120页 |
7.3 与经典算法的比较 | 第120-123页 |
7.4 本章小结 | 第123-124页 |
第八章 结论与展望 | 第124-128页 |
8.1 研究工作总结 | 第124-126页 |
8.2 研究工作展望 | 第126-128页 |
攻读博士学位期间发表论文及参加课题情况: | 第128-130页 |
致谢 | 第130-132页 |
参考文献 | 第132-140页 |