Please wait a minute...
浙江大学学报(工学版)
J4  2010, Vol. 44 Issue (1): 81-86+123    DOI: 10.3785/j.issn.1008-973X.2010.01.015
计算机科学技术     
基于多智能体的公共检测资源协调方法
欧立勇,杜树新
（浙江大学 工业控制技术国家重点实验室,浙江 杭州 310027）
Multi-agent based coordination of public detection resources
OU Li-yong, DU Shu-xin
(State Key Laboratory for Industrial Control Technology, Zhejiang University, Hangzhou 310027, China)
 全文: PDF  HTML
摘要：

公共检测资源协调过程的关键是任务合作者的选择和检测任务的分解.采用改进的合同网协议选择任务合作者,采用基于知识库的专家推理实现任务分解.在改进的合同网协调机制中,为每个任务类维护一个专家集,从而减少管理智能体的筛选负担和多智能体系统的通信开销,同时应用模糊综合评价方法实现投标书评价,并选取任务最佳合作者.采用多级推理机实现任务分解,设计了从实例中推导新知识和根据历史分解记录得到分解规则2种知识获取方法,设计采用正向推理策略的推理机.最后给出了公共检测资源协调的基于Web Service的实现.
Abstract:

The collaborator selection and task decomposition are important in the coordination process of public detection resources. The task collaborators were selected by using an improved contact net protocol, while the task decomposition was achieved by the expert knowledge based reasoning machine. In the improved contract net approaches, each task class has a set of experts whose values are defined by self-confidence, degree of trusted and degree of success, thereby reducing the burden of multi-agent system communication. In addition, the fuzzy comprehensive evaluation method was used to select the best task collaborators. In the task decomposition, the multi-level forward reasoning machine was used where new knowledge was obtained by deriving from the example and querying historical records. Finally, the realization of the coordination procedure was given by using Web service．
出版日期: 2010-02-26
:  TP 181  
基金资助:

科技部公益性行业科研专项资助项目（2007GYJ032）.
通讯作者: 杜树新，男，副研究员.     E-mail: shxdu@iipc.zju.edu.cn
作者简介: 欧立勇（1984-），男，湖南郴州人，硕士生，从事信息处理、智能管理研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　

引用本文:

欧立勇, 杜树新. 基于多智能体的公共检测资源协调方法[J]. J4, 2010, 44(1): 81-86+123.

OU Li-Yong, DU Shu-Xin. Multi-agent based coordination of public detection resources. J4, 2010, 44(1): 81-86+123.

链接本文:

http://www.zjujournals.com/eng/CN/10.3785/j.issn.1008-973X.2010.01.015    或    http://www.zjujournals.com/eng/CN/Y2010/V44/I1/81

［1］ MARWALI M K C, MA H, SHAHIDEHPOUR S M, et al. Short term generation scheduling in photovoltaic-utility grid with battery storage ［J］. IEEE Transactions on Power Systems, 1998, 13(3): 1057-1062．
［2］ GAO Yang, RONG Hong-qiang, HUANG J Zhe-xue. Adaptive grid job scheduling with genetic algorithms ［J］. Future Generation Computer Systems, 2005, 21(1): 151-161．
［3］ 魏天宇,曾文华,黄宝边. 基于Min-Min改进后的网格调度算法［J］. 计算机应用, 2005, 25(5): 1190-1195．
WEI Tian-yu, ZENG Wen-hua, HUANG Bao-bian. Improved grid scheduling algorithm based on Min-Min ［J］. Computer Application, 2005, 25(5): 1190-1195．
［4］ 朱淼良,杨建刚,吴春明. 自主式智能系统［M］. 杭州：浙江大学出版社, 2000: 65-72．
［5］ 史忠植. 智能主体及其应用［M］. 北京：科学出版社, 2000:1-11．
［6］ 靳小龙,张世武,LIU Ji-ming. 多智能体的原理与技术［M］. 北京：清华大学出版社, 2003: 1-10．
［7］ DAVIS R, SMITH R. Negotiation as a metaphor distributed problem solving ［J］. Artificial Intelligence, 1983, 20(1): 63-109．
［8］ 杨亚萍,杜树新. 多Agent系统的协调方法［J］. 浙江万里学院学报, 2001, 14(3): 11-12．
YANG Ya-ping, DU Shu-xin. Multi-agent system coordination ways ［J］. Journal of Zhejiang Wanly University, 2001, 14(3): 11-12．
［9］ 康小强,石纯一. 一种理性Agent的BDI模型［J］. 清华大学软件学报, 1999, 10(12): 3-6．
KANG Xiao-qiang, SHI Chun-yi. A rational agent model based on BDI ［J］. Software Journal of Tsinghua University, 1999, 10(12): 3-6．
［10］ 刘宏. 综合评价中指标权重确定方法的研究［J］. 河北工业大学学报, 1996, 25(4): 75-80．
LIU Hong. Research of ways to determine the weights of indicators in general evaluation ［J］. Journal of Hebei Industry University, 1996, 25(4): 75-80．
［11］ 博祖芸. 信息论［M］. 北京：电子工业出版社, 2003: 10-28．
［12］ 徐泽水. 不确定多属性决策方法及应用［M］. 北京：清华大学出版社, 2004: 12-17．
［13］ 陈明亮,李怀祖,施太和,等. 分类产生式规则［J］. 计算机应用研究, 1999(2): 9-12．
CHEN Ming-liang, LI Huai-zu, SHI Tai-he, et al. Rules based on classifier ［J］. Computer Application Research, 1999(2): 9-12．
［14］ SEELY S. XML跨平台Web Service开发技术［M］. 杨涛,杨晓云,王建桥,等,译.北京：机械工业出版社, 2002: 127-140．
［15］ 韩晓峰,徐良贤. 基于Web服务的多Agent系统的研究［J］. 计算机仿真, 2004, 21(1): 74-80．
HUANG Xiao-feng, XU Liang-xian. MAS based on web service ［J］. Computer Simulation, 2004, 21(1): 74-80．
[1] 林亦宁, 韦巍, 戴渊明. 半监督Hough Forest跟踪算法[J]. J4, 2013, 47(6): 977-983.
[2] 李侃,黄文雄,黄忠华. 基于支持向量机的多传感器探测目标分类方法[J]. J4, 2013, 47(1): 15-22.
[3] 姚伏天, 钱沄涛, 李吉明. 空间约束半监督高斯过程下的高光谱图像分类[J]. J4, 2012, 46(7): 1295-1300.
[4] 王洪波, 赵光宙, 齐冬莲, 卢达. 一类支持向量机的快速增量学习方法[J]. J4, 2012, 46(7): 1327-1332.
[5] 潘俊, 孔繁胜, 王瑞琴. 局部敏感判别直推学习机[J]. J4, 2012, 46(6): 987-994.
[6] 艾解清, 高济, 彭艳斌, 郑志军. 基于直推式支持向量机的协商决策模型[J]. J4, 2012, 46(6): 967-973.
[7] 金卓军, 钱徽, 朱淼良. 基于倾向性分析的轨迹评测技术[J]. J4, 2011, 45(10): 1732-1737.
[8] 顾弘, 赵光宙. 广义局部图像距离函数下的图像分类与识别[J]. J4, 2011, 45(4): 596-601.
[9] 罗建宏,陈德钊. 兼顾正确率和差异性的自适应集成算法及应用[J]. J4, 2011, 45(3): 557-562.
[10] 商秀芹, 卢建刚, 孙优贤. 基于遗传规划的铁矿烧结终点2级预测模型[J]. J4, 2010, 44(7): 1266-1269.
[11] 徐磊, 赵光宙, 顾弘. 成对耦合分类器的多球体预处理方法[J]. J4, 2010, 44(2): 237-242.