首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

面向Agent的软件分析和设计方法的研究

第1章 绪论第1-14页
   ·问题的提出第10-12页
   ·研究的意义第12页
   ·本文的工作和创新点第12-13页
   ·论文的组织结构第13-14页
第2章 面向Agent软件分析和设计方法的研究进展第14-40页
   ·Agent与多Agent系统第14-18页
     ·Agent的概念第14-15页
     ·信念-愿望-意图模型(BDI)第15-17页
     ·多Agent系统第17-18页
   ·基于计算的社会性观点的AOP第18-22页
     ·AOP与OOP的联系与区别第18-19页
     ·AOP与OOP的比较第19-20页
     ·AOP的框架第20-22页
   ·信念-愿望-意图模型(BDI)和AAII方法论第22-25页
   ·Gaia方法第25-30页
     ·使用角色模型的Gaia方法第25-26页
     ·Gaia方法的分析过程第26-28页
     ·Gaia方法的设计过程第28-30页
   ·多Agent系统工程的方法MaSE第30-33页
   ·基于知识工程的面向Agent方法第33-35页
   ·面向Agent的统一建模语言AUML第35-39页
   ·本章小结第39-40页
第3章 基于BDI模型的JACK程序设计第40-47页
   ·JACK中Agent的设计第40-41页
   ·JACK中的BDI模型的实现第41-42页
   ·类、接口和方法的扩充第42页
   ·语法扩充和Agent规划程序实现第42-46页
   ·语义扩充第46页
   ·本章小结第46-47页
第4章 基于Role-BDI的面向Agent软件分析方法的研究第47-54页
   ·宏观状态—Role第47-49页
   ·微观状态—BDI模型第49-53页
     ·Belief模型第49-50页
     ·Desire模型第50页
     ·Intention模型第50-53页
   ·本章小结第53-54页
第5章 Role-BDI分析方法在RoboCup仿真比赛中的应用第54-72页
   ·RoboCup仿真比赛系统第54-55页
     ·RoboCup简介第54页
     ·RoboCup仿真环境第54-55页
   ·Role-BDI分析方法的应用第55-61页
     ·实时多Agent系统的特点与基于角色方法的设计与实现第55-59页
     ·基于BDI模型的建模方法第59-61页
   ·多Agent强化学习方法的设计第61-68页
     ·强化学习模型第61-64页
     ·多Agent系统的强化学习第64-65页
     ·强化学习算法在RoboCup中的应用第65-68页
   ·实验结果第68-71页
   ·本章小结第71-72页
第6章 结论与展望第72-74页
   ·工作总结第72页
   ·下一步工作展望第72-74页
参考文献第74-79页
致谢第79-80页
发表文章及获奖情况第80页

论文共80页,点击 下载论文
上一篇:基于Peer-to-Peer的Web服务的发现
下一篇:EMA平台下的实体引擎的研究与实现