智能家庭中个性化规则生成与多Agent技术应用研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 1 前言 | 第12-20页 |
| ·课题研究背景 | 第12-15页 |
| ·智能空间 | 第13-14页 |
| ·智能家庭中面临的问题 | 第14-15页 |
| ·国内外研究概况 | 第15-16页 |
| ·国外发展现状 | 第15页 |
| ·国内发展现状 | 第15-16页 |
| ·课题研究内容 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 2 相关技术背景研究 | 第20-30页 |
| ·智能环境与普适计算 | 第20-21页 |
| ·推荐算法简介 | 第21-22页 |
| ·AGENT技术简介 | 第22-24页 |
| ·多Agent系统 | 第23页 |
| ·移动Agent | 第23-24页 |
| ·语义网 | 第24-25页 |
| ·本体论 | 第25-27页 |
| ·智能感知与推理 | 第27-28页 |
| ·信息论与熵 | 第28页 |
| ·博弈论与纳什均衡 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 3 基于AGENT的个性化规则生成技术研究 | 第30-38页 |
| ·规则概述 | 第30-31页 |
| ·规则制定 | 第31-33页 |
| ·系统框架及描述 | 第31-32页 |
| ·协调过滤算法 | 第32-33页 |
| ·协同过滤的应用 | 第33-35页 |
| ·特征的相似度 | 第33-34页 |
| ·类别相似性度 | 第34页 |
| ·综合相似性 | 第34-35页 |
| ·用户规则学习 | 第35-37页 |
| ·规则选择 | 第35-37页 |
| ·规则决策 | 第37页 |
| ·用户修改初始化策略 | 第37页 |
| ·本章小结 | 第37-38页 |
| 4 基于AGENT的动态资源约束规则研究 | 第38-56页 |
| ·实例说明 | 第39-41页 |
| ·单一用户定位跟踪 | 第41-46页 |
| ·位置情境 | 第44-46页 |
| ·多用户的位置预测 | 第46-47页 |
| ·纳什学习框架 | 第47-54页 |
| ·随机博弈论和平衡 | 第47-49页 |
| ·熵(或S)学习 | 第49-52页 |
| ·计算纳什S值 | 第52-54页 |
| ·资源约束规则生成方案 | 第54-55页 |
| ·移动感知 | 第54-55页 |
| ·用户舒适估计 | 第55页 |
| ·本章小结 | 第55-56页 |
| 5 基于语义规则推理 | 第56-64页 |
| ·规则的定义 | 第56-62页 |
| ·规则的定义 | 第56-57页 |
| ·规则形式化表示 | 第57-59页 |
| ·规则的本体表示 | 第59-61页 |
| ·JESS中表示 | 第61-62页 |
| ·规则的推理分析 | 第62-63页 |
| ·格式转换 | 第62-63页 |
| ·JESS推理描述 | 第63页 |
| ·本章小结 | 第63-64页 |
| 6 系统模型实现 | 第64-72页 |
| ·系统支撑平台设计 | 第64页 |
| ·系统平台的分析 | 第64-66页 |
| ·应用场景实现 | 第66-68页 |
| ·JESS推理机模型 | 第66-68页 |
| ·控制台输出 | 第68-70页 |
| ·本章小结 | 第70-72页 |
| 7 总结与展望 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 致谢 | 第76-77页 |
| 个人简历、在学期间发表的学术论文 | 第77页 |
