基于多Agent的复杂适应系统建模仿真研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·研究现状及发展趋势 | 第10-11页 |
| ·论文的研究内容 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 相关技术论述 | 第13-24页 |
| ·复杂适应系统 | 第13-18页 |
| ·复杂适应系统概念 | 第13-14页 |
| ·复杂适应系统的主要特点 | 第14-15页 |
| ·复杂适应系统的分析方法 | 第15-17页 |
| ·复杂适应系统的应用 | 第17-18页 |
| ·Agent和多Agent理论 | 第18-23页 |
| ·Agent的定义及特性 | 第18-19页 |
| ·多Agent系统 | 第19-21页 |
| ·多Agent协作 | 第21-22页 |
| ·多Agent间的通信 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于多Agent的复杂适应系统建模 | 第24-33页 |
| ·基于Agent的复杂适应系统分析 | 第24-27页 |
| ·基于CAS理论的Agent结构和模型的建立 | 第27-29页 |
| ·基于多Agent的复杂适应系统建模思路 | 第29-31页 |
| ·多Agent协作架构及过程 | 第31-32页 |
| ·基于CAS理论的多Agent之间的通信 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于多Agent的群体状态预测策略 | 第33-41页 |
| ·遗传算法的引入 | 第33-36页 |
| ·遗传算法概述 | 第33页 |
| ·遗传算法的基本原理 | 第33-35页 |
| ·遗传算法与多Agent结合的必要性 | 第35-36页 |
| ·基于多Agent的遗传算法的实现 | 第36-40页 |
| ·智能体Agent生存环境设计 | 第36-38页 |
| ·基于Agent的遗传算法实现方法及步骤 | 第38页 |
| ·基于多Agent的遗传算法的仿真实验 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于MACAS模型的社会民意系统仿真应用 | 第41-49页 |
| ·社会民意系统复杂性特征分析及研究思路 | 第41-42页 |
| ·社会民意系统是一个典型的复杂适应系统 | 第41-42页 |
| ·社会民意系统仿真的研究思路 | 第42页 |
| ·基于MACAS的社会民意系统仿真设计 | 第42-47页 |
| ·系统组织Agent | 第44-45页 |
| ·系统观察Agent | 第45页 |
| ·民意系统投票Agent | 第45-47页 |
| ·模型的有效性评价 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第六章 工作总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间主要的研究成果 | 第56页 |
