面向领域动态任务求解的多智能体系统优化研究及应用
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 课题的研究背景与意义 | 第16-17页 |
| 1.2 基于Agent技术的动态任务求解研究现状 | 第17-19页 |
| 1.2.1 动态任务求解 | 第17页 |
| 1.2.2 Agent技术研究现状 | 第17-18页 |
| 1.2.3 基于Agent技术的动态任务求解优势 | 第18-19页 |
| 1.2.4 基于Agent技术的动态任务求解难点 | 第19页 |
| 1.3 本文的研究内容 | 第19-20页 |
| 1.4 本文的组织结构 | 第20-22页 |
| 第二章 相关概念、理论和方法 | 第22-32页 |
| 2.1 问题求解与任务求解 | 第22-23页 |
| 2.1.1 问题与任务的含义 | 第22-23页 |
| 2.1.2 问题求解到任务求解 | 第23页 |
| 2.2 Agent和MAS | 第23-27页 |
| 2.2.1 智能体Agent | 第23-25页 |
| 2.2.2 多智能体系统MAS | 第25-27页 |
| 2.3 聚类分析相关技术研究 | 第27-31页 |
| 2.3.1 聚类的概念 | 第27-29页 |
| 2.3.2 常用的聚类分析方法 | 第29页 |
| 2.3.3 基于DSM聚类概述 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第三章 基于MAS的动态任务求解模型 | 第32-54页 |
| 3.1 概述 | 第32-33页 |
| 3.2 问题表示与求解过程描述 | 第33-37页 |
| 3.3 任务分解 | 第37-39页 |
| 3.3.1 分解原则 | 第37-38页 |
| 3.3.2 分解步骤 | 第38-39页 |
| 3.4 任务求解的进化过程 | 第39-44页 |
| 3.4.1 原始模型 | 第39-41页 |
| 3.4.2 原始模型的求解过程 | 第41-42页 |
| 3.4.3 MAS的形成过程 | 第42-44页 |
| 3.5 MAS动态任务求解过程 | 第44-50页 |
| 3.5.1 MAS的体系结构 | 第44-45页 |
| 3.5.2 动态任务的求解过程 | 第45-50页 |
| 3.6 MAS的反馈优化 | 第50-52页 |
| 3.6.1 反馈优化机制 | 第50-51页 |
| 3.6.2 优化内容 | 第51-52页 |
| 3.7 本章小结 | 第52-54页 |
| 第四章 Agent知识库构建和MAS优化 | 第54-66页 |
| 4.1 Agent的知识库形成过程 | 第54-58页 |
| 4.1.1 算子属性提取思路 | 第54-55页 |
| 4.1.2 算子属性的数学模型 | 第55-56页 |
| 4.1.3 算子集聚类 | 第56-58页 |
| 4.2 基于DSM聚类的MAS优化过程 | 第58-63页 |
| 4.2.1 基于DSM聚类的MAS优化流程 | 第58-61页 |
| 4.2.2 布尔型DSM建立 | 第61页 |
| 4.2.3 DSM的数值化过程 | 第61-63页 |
| 4.2.4 数值型DSM聚类分析 | 第63页 |
| 4.3 本章小结 | 第63-66页 |
| 第五章 MAS在机械产品零件设计中的应用 | 第66-78页 |
| 5.1 机械设计领域的的MAS构建 | 第66-70页 |
| 5.1.1 基于MAS的任务求解专家系统 | 第66-67页 |
| 5.1.2 机械产品零件设计MAS的形成过程 | 第67-70页 |
| 5.2 机械产品零件设计MAS优化 | 第70-75页 |
| 5.3 基于MAS的任务求解效率分析 | 第75-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第六章 总结与展望 | 第78-80页 |
| 6.1 总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 附录 A | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简介 | 第90-91页 |
