| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 第一章 引言 | 第6-11页 |
| ·研究背景及意义 | 第6-7页 |
| ·Agent/MAS 研究现状 | 第7-8页 |
| ·多Agent 交互与合作 | 第8-9页 |
| ·本文的工作 | 第9-11页 |
| ·本文主要研究工作 | 第9-10页 |
| ·章节安排 | 第10-11页 |
| 第二章 Agent/MAS 基本理论 | 第11-20页 |
| ·Agent 理论 | 第11-14页 |
| ·Agent 的定义 | 第11-12页 |
| ·Agent 的特性 | 第12-13页 |
| ·Agent 的体系结构 | 第13-14页 |
| ·多 Agent 系统 | 第14-18页 |
| ·多Agent 系统概述 | 第14-15页 |
| ·Agent/MAS 的研究内容 | 第15-16页 |
| ·Agent 的实现工具与技术 | 第16-18页 |
| ·多 Agent 系统的应用 | 第18-19页 |
| ·机器人足球赛 | 第18页 |
| ·电子商务 | 第18-19页 |
| ·小结 | 第19-20页 |
| 第三章 结合环境状态、思维和效用的 Agent 模型 | 第20-32页 |
| ·Agent 模型 | 第20-24页 |
| ·Agent 的抽象结构 | 第21-22页 |
| ·Agent 的思维状态模型 | 第22-24页 |
| ·几种具有内部状态的智能Agent 决策模型 | 第24-26页 |
| ·Agent SNAN 决策模型 | 第24-25页 |
| ·Agent SAA 决策模型 | 第25-26页 |
| ·结合环境状态、思维和效用的Agent 模型 | 第26-31页 |
| ·抽象结构模型 | 第26-28页 |
| ·语法定义 | 第28-29页 |
| ·语义模型 | 第29-30页 |
| ·基本性质 | 第30-31页 |
| ·小结 | 第31-32页 |
| 第四章 Agent 的多问题协商 | 第32-45页 |
| ·Agent 协商的研究 | 第32-34页 |
| ·协商的引入及研究方法 | 第32-33页 |
| ·Agent 协商的基本要素 | 第33-34页 |
| ·基于效用和学习的多问题协商 | 第34-40页 |
| ·多问题协商 | 第34-35页 |
| ·协商集合 | 第35-36页 |
| ·协商评估机制 | 第36-38页 |
| ·协商策略 | 第38-39页 |
| ·举例说明 | 第39-40页 |
| ·小结 | 第40页 |
| ·基于遗忘理论的 Agent 协商 | 第40-44页 |
| ·遗忘理论概述 | 第40-41页 |
| ·遗忘理论的基本定义和命题 | 第41页 |
| ·基于遗忘理论的 Agent 协商 | 第41-43页 |
| ·基于遗忘理论的协商策略 | 第43页 |
| ·分析与比较 | 第43-44页 |
| ·小结 | 第44-45页 |
| 第五章 基于混合蚁群遗传算法的Agent 联盟求解 | 第45-59页 |
| ·Agent 联盟及其优化 | 第45-48页 |
| ·联盟问题的描述 | 第45-47页 |
| ·最优联盟结构及相关工作 | 第47-48页 |
| ·遗传算法 | 第48-49页 |
| ·遗传算法介绍 | 第48页 |
| ·遗传算法的基本框架 | 第48-49页 |
| ·蚁群算法 | 第49-51页 |
| ·蚁群算法介绍 | 第49-50页 |
| ·基本蚁群算法思想 | 第50-51页 |
| ·混合蚁群遗传算法求解 Agent 联盟 | 第51-58页 |
| ·采用混合蚁群遗传算法求解的出发点 | 第51-52页 |
| ·混合蚁群遗传算法用于求解Agent 联盟 | 第52-55页 |
| ·算法流程图 | 第55页 |
| ·算法描述 | 第55-58页 |
| ·实验结果 | 第58页 |
| ·小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第66页 |