中文摘要 | 第1-6页 |
英文摘要 | 第6-12页 |
1 绪论 | 第12-20页 |
·我国污水处理的现状及问题 | 第12-13页 |
·国内外研究现状 | 第13-18页 |
·人工智能技术的研究现状和发展趋势 | 第13-15页 |
·人工智能技术在污水处理领域的应用 | 第15-18页 |
·课题的来源和目的 | 第18页 |
·论文的主要工作 | 第18-20页 |
2 多Agent系统理论概要 | 第20-38页 |
·MAS的基本思想 | 第20页 |
·什么是Agent | 第20-23页 |
·Agent的概念 | 第20-21页 |
·Agent的特征 | 第21-23页 |
·Agent的认知模型 | 第23-25页 |
·Agent认知模型的要求 | 第23-24页 |
·Rao-Georgeff的BDI模型 | 第24-25页 |
·Agent的体系结构 | 第25-26页 |
·Agent间的通信 | 第26-32页 |
·Agent间的通信模式 | 第26-28页 |
·Agent通信语言 | 第28-31页 |
·Agent通信的本体论 | 第31-32页 |
·Agent之间的合作 | 第32-34页 |
·Agent与对象 | 第34-35页 |
·多Agent系统理论应用于污水处理专家系统的构想 | 第35-36页 |
·MAS求解方法的适用问题 | 第35-36页 |
·污水处理专家系统的特点 | 第36页 |
·本章小结 | 第36-38页 |
3 面向Agent软件工程与系统开发方法的选用 | 第38-50页 |
·面向Agent的方法学概述 | 第38-40页 |
·基本术语 | 第38页 |
·面向Agent软件工程概观 | 第38-40页 |
·几种面向Agent的软件工程方法 | 第40-47页 |
·面向对象方法扩充 | 第41-46页 |
·知识工程方法扩充 | 第46-47页 |
·选择适用于本课题的开发方法 | 第47-49页 |
·面向对象方法扩充还是知识工程方法扩充 | 第47-48页 |
·Gaia还是MaSE | 第48-49页 |
·是否使用AUML | 第49页 |
·结论 | 第49页 |
·本章小结 | 第49-50页 |
4 基于MaSE和agentTool的系统分析与设计 | 第50-67页 |
·原始需求 | 第50页 |
·捕获目标(Capturing Goals) | 第50-55页 |
·识别目标 | 第51页 |
·组织目标 | 第51-55页 |
·运用用例(Applying Use Cases) | 第55-59页 |
·生成用例 | 第55-56页 |
·生成序列图 | 第56-59页 |
·精炼角色(Refining Roles) | 第59-61页 |
·生成Agent类(Creating Agent Classes) | 第61-62页 |
·创建会话(Constructing Conversations) | 第62-64页 |
·配置Agent(Assembling Agents) | 第64-65页 |
·系统部署(System Deployment) | 第65-66页 |
·本章小结 | 第66-67页 |
5 参照FIPA标准的多Agent系统实现方法 | 第67-83页 |
·FIPA标准简介 | 第67-74页 |
·FIPA组织及FIPA标准 | 第67-68页 |
·FIPA体系结构 | 第68-72页 |
·Agent管理 | 第72-74页 |
·Agent通信与交互 | 第74页 |
·用JADE实现Multi-Agent系统 | 第74-82页 |
·JADE平台简介 | 第74-77页 |
·生成JADE Agent--Agent类 | 第77-78页 |
·执行任务--behaviour类 | 第78-80页 |
·Agent通信--ACLMessage类 | 第80-81页 |
·黄页服务--DFService类 | 第81-82页 |
·本章小结 | 第82-83页 |
6 基于JESS的专家推理的实现 | 第83-93页 |
·专家系统(ES)概述 | 第83页 |
·知识的获取和表示 | 第83-88页 |
·系统所关心的知识 | 第84页 |
·知识表示方法的选择 | 第84-86页 |
·本系统获取的知识及其表示方法 | 第86-88页 |
·基于规则的推理方法的选择 | 第88页 |
·选择适当的专家系统开发工具 | 第88-92页 |
·JESS的知识表示和基本组成 | 第89-90页 |
·JESS中的Rete匹配算法和逆向推理机制 | 第90页 |
·用JESS开发专家系统 | 第90-92页 |
·本章小结 | 第92-93页 |
7 系统测试与改进 | 第93-99页 |
·系统测试 | 第93页 |
·系统改进 | 第93-99页 |
·改进方向 | 第93-95页 |
·改进后的系统结构 | 第95-96页 |
·人工神经网络在系统中的应用 | 第96-99页 |
8 结论 | 第99-101页 |
致谢 | 第101-103页 |
参考文献 | 第103-107页 |
附录 | 第107-108页 |
作者在攻读学位期间发表及录用的学术论文 | 第107页 |
作者在攻读学位期间参与编写的专著 | 第107页 |
作者在攻读学位期间参与的科研项目 | 第107-108页 |