给大家推荐7篇关于多Agent的计算机专业论文

今天分享的是关于多Agent的7篇计算机毕业论文范文, 如果你的论文涉及到多Agent等主题,本文能够帮助到你

基于Agent下科研管理系统的实现

这是一篇关于Agent,多Agent,科研管理系统,Aglet,Java的论文, 主要内容为管理系统是为适应当前企业单位,事业单位业务量增加而应运而生的,目前的管理系统主要有B/S和C/S模式两种,他适应了目前发展的趋势,以一种更科学更合理的方式来管理企,事业单位,他的重要性也越来越被人们所关注。可是目前市场上的管理系统大多数都是固定的模式,系统的管理目录也是僵化的,一成不变的。灵活性不强,僵化模式,也已经成为目前大多数管理软件的同见病,一个负责人的企业就需要有一个更适合自身应用的管理系统。基于上述情况研究所决定自己动手,研发出一套适合自身管理情况的系统软件,基于Agent的管理系统也就诞生了,研究所决定,先由自己的技术人员,动手研究这一系统。基于Agent的管理系统是在Aglet平台下,嵌入的JAVA开发模式。基于Agent的研发使整个管理系统更智能化,更人性化。他更好的适应了目前研究所的业务需求,更灵活的适应了管理软件的需求。目前该系统还处于试用阶段,还有很多待完善的地方,今后我们的工作还会继续。

基于J2EE的多Agent网络教学系统设计与研究

这是一篇关于J2EE,多Agent,网络教学,智能,建构主义的论文, 主要内容为近几年来,网上教学逐渐成为研究的热点,但目前仍然存在着许多问题:缺乏先进的学习理论指导;教学系统的动态交互能力不足,大部分是以呈现教学材料为主;系统的只能性比较低;教学系统的评价和测试功能不强;缺乏有效的指导。除此之外,目前的网络教学系统大都是C/S结构,客户端过于庞大,且客户端驻留的程序可对客户端进行任意的操作,从而增加了许多不安的因素。目前, Agent技术正处在兴起时期,Agent可以通过感知自身和环境中的信息,并自主采取行动从而实现一系列原先设定的任务或目标,它社会特性和心智使得软件Agent是自主和智能的,同是还是健壮的。所以,把Agent技术应用在远程教学上,就可以克服目前远程教学的局限和不足。本文设计的网络教学系统是以建构主义学习理论为指导思想,基于多Agent技术的网络教学系统。此系统可以有效的提高现有网络教学系统的动态交互能力,并且在一定程度上实现了个性化的教学,从而提高了网络教学质量。本文简要的分析了网络教学发展的背景、现状及未来趋势,并针对现在的网络教学系统系统的现状,引进Agent技术,并对Agent技术、多Agent技术以及J2EE技术进行了详细地阐述,在此基础之上建构了一个基于多Agent的网络教学系统模型。本文对该网络教学系统模型的理论依据、总体设计思想、功能特点、软件实现技术等方面作了详尽的叙述,并通过对多Agent技术和J2EE技术的深入研究,提出了在J2EE平台下结合多Agent技术建构网络教学系统的新方法。此系统由J2EE技术为支持,在某种程度上可以实现个性化教学,为越来越多的学习者提供更为智能化、更为方便和更为高效的网络学习环境。

多Agent间协作与竞争机制的研究

这是一篇关于多Agent,主题爬行虫,MAC,竞争能力,MTO,MTM,博弈论,协作能力的论文, 主要内容为随着互联网信息的快速增长,搜索引擎面临着巨大的压力。通用搜索引擎返回的信息量较大,但对于用户特定的查询来说,信息质量却不高,为了解决该问题,主题爬虫诞生了。对于传统的主题爬虫而言,爬虫间没有相互交流,而是彼此独立爬行的。研究发现,只提高主题爬行虫独立爬行的能力,很难提高系统执行效率,因此,人们开始研究多爬虫系统。在多爬虫系统,如果爬虫间没有即时交流,就会造成重复爬行现象,所以研究爬行虫间协作是非常必要的。论文的主要研究内容包括以下几点:1.爬行虫协作能力的改进和竞争能力的提出。对于爬行虫的协作能力的衡量:一是爬行虫是否具有继续爬行的能力;二是爬行虫是否具有相对较强的协作能力。对于爬行虫的爬行能力,本文用爬行虫的剩余爬行时间和剩余存储空间这两个因数来衡量;对于爬行虫的相对协作能力,本文结合爬行虫的历史协作情况和现在相对协作能力来衡量。对于Agent的竞争能力,本文用爬行虫的历史竞争次数、历史竞争成功次数、每次竞争中对手的个数、每次竞争中打败对手的个数和当前对手的竞争能力的大小来衡量。2.本文提出了诱惑爬行虫参与协作的诱惑因子函数和兴趣函数。为了让Agent主动的参与竞争,本文基于系统整体和参与竞争的Agent互利共赢的思想提出了诱惑因子函数和兴趣函数。对于诱惑因子函数,本文用邀请者所能拿出的最大价值的资源和竞争能力来衡量。对于兴趣函数,本文用资源与主题的相似度、资源与协作者所执行的任务的相近程度来衡量。3.本文提出了多Agent的竞争(Multi-Agent Competition,MAC)模型,MAC模型基于市场匹配中构造一组清仓价格的思想,让参与竞争的C-Agent与需要完成协作的资源形成完美匹配。4.本文提出了多对一关系(Many-to-One,MTO)模型和多对多关系(Many-toMany,MTM)模型。在爬行虫的竞争与协作活动中,多个邀请者Agent(Invite Agent,IA)与一个被邀请者Agent(Invited Agent,IDA)够成了MTO模型;多个IA与多个IDA够成的MTM模型。最后,文章为了验证本文所提出的多Agent竞争与协作的理论知识,系统基于JADE平台实现了本文提出的爬行虫。并采用对比试验的方式,比较查准率和查全率来衡量本文的爬行虫的研究的必要性。最终实验证明,该研究能够提高爬虫的智能性。

促进乡村教师专业发展的课堂生态系统构建与仿真研究——多Agent视角

这是一篇关于乡村教师专业发展,课堂生态系统,多Agent,NetLogo的论文, 主要内容为支持乡村教师专业发展服务体系的逐渐健全完善,这一定程度上促进了乡村教师专业发展。但乡村教师专业发展并不是个人的单打独斗,而是会受到多个因素的影响。由此,把影响乡村教师专业发展的因素置于课堂生态系统中,利用多Agent仿真技术、借助Net Logo仿真平台仿真其动态变化,从生态性、系统性、动态性的角度出发,对探讨如何促进乡村教师专业发展是有益的。本研究通过阐述乡村教师专业发展、课堂生态系统和多Agent仿真技术研究现状,以此厘清乡村教师专业发展与课堂生态系统、多Agent仿真技术三者之间的关系。首先,运用内容分析法对有关“乡村教师专业发展、课堂生态系统”的200篇定性文献进行编码,得到4个一级编码和23个二级编码;围绕乡村教师知识处理的心理行为,综合CAS理论、事件相关网民信息处理行为模型和教育生态学原则,结合课前、课中、课后的教育实践过程,提出乡村课堂生态系统模型。其次,选取云南某县级中小学的信息技术、数学、英语三个学科各两个乡村课堂生态案例共6个案例为样本,以修正乡村课堂生态系统的概念模型。第三,利用多Agent技术仿真乡村课堂生态系统,并基于Net Logo平台仿真实现乡村课堂生态系统。最后,开展仿真实验,通过假设多主体属性取值不同的五种方案,以模拟乡村课堂生态系统的演化发展,并分析实验结果,得出促进乡村教师专业发展的建议。本研究的创新之处包括:(1)运用内容分析法,结合CAS理论、事件相关网民信息处理行为模型、教育生态学原则,得到乡村课堂生态系统模型,能够更为清晰地解释乡村教师课堂教学的心理行为机制,为乡村教师如何提高课堂教学质量提供参考;(2)利用多Agent技术、基于Net Logo平台实现乡村课堂生态系统的仿真模型。基于该模型开展的仿真实验,能较好地模拟乡村课堂生态系统的演化发展,为促进乡村教师专业发展提供符合实际的建议。

考虑风险规避的电力竞价激励契约设计与建模仿真研究

这是一篇关于多Agent,坏场景集,一主多从Stackelberg博弈,Q学习算法的论文, 主要内容为随着电力行业市场化的深入,在维系电力市场竞争性的同时保障电价长期稳定,已成为广为关注的议题。设计合理的激励契约,可以引导发电商保持长期理性报价,防范其在电力供需紧张等突发性不确定坏场景下的投机性报价行为,兼顾电力市场竞争机制的积极性和抗风险性。本文基于多Agent仿真平台,提出了一种考虑风险规避的电力竞价激励性契约,意在探索设计不确定条件下能够有效抑制电价飞升的激励性契约参数设计,以抑制市场不确定因素的长期扰动影响。主要研究内容如下:首先,构建电力市场多Agent仿真框架,模拟电力市场中独立系统调度机构(Independent System Operator,ISO)、发电商等成员的职能运作以及彼此之间的竞争交互关系,为后续研究提供仿真实验平台。其次,使用场景法描述电力市场中具有不确定性的离散场景,将需求突变等带有不确定性的不利情景组合定义为坏场景集。融合坏场景集法和电力竞价机制的设计理念,以保价契约为实现媒介,设计了一种考虑风险规避的电力竞价激励契约,通过引入平衡因子,以协调市场最优均价的实现和电价抗风险鲁棒性之间的平衡;纳入权重因子以达到购电成本和电价稳定双重目标的最优化;建立了基于一主多从Stackelberg博弈的双层规划模型以研究购电商和发电商的行为策略,并设计了区间混沌算法求解。通过仿真实验验证激励契约在不确定条件下平缓电价波动幅度的作用和意义。最后,考虑ISO Agent和发电商Agent的个人理性演化,引入了Q学习强化算法模拟ISO Agent和发电商Agent在竞争环境中试错、学习并进行策略改进的行为。结合多Agent仿真平台,对无激励契约及无Q学习、有激励契约但无Q学习、有激励契约且有Q学习等三种情况下电力市场的长期电价演化、购电成本演化进行了对比实验分析,验证了激励契约对保障电价长期稳定的有效性。