期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
Agent动态交互信任预测与行为异常检测模型 被引量:11
1
作者 童向荣 黄厚宽 张伟 《计算机研究与发展》 EI CSCD 北大核心 2009年第8期1364-1370,共7页
在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交... 在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交互信任计算模型CMAIT;结合信任的变化率,给出信任计算的置信度和异常检测机制.实验以网上电子商务为背景,实验结果显示该计算模型的预测误差为TRAVOS的0.5倍,计算量也较少;既可用于对手历史行为的异常检测,防止被欺骗,又可用于对手未来行为的预测.改进了Jennings等人关于agent信任的工作. 展开更多
关键词 多AGENT系统 agent信任 动态交互信任 信任计算模型 异常行为检测
下载PDF
一种基于案例的Agent多议题协商模型 被引量:9
2
作者 童向荣 黄厚宽 张伟 《计算机研究与发展》 EI CSCD 北大核心 2009年第9期1508-1514,共7页
不完全信息条件下的Agent协商最优回价策略一般采用间接学习对手偏好的方式;另一方面,Agent一般拥有或多或少的经验和知识,这将帮助它们取得更好的协商结果.这启发了用基于案例的方法直接学习得到最优回价,提出了不完全信息条件下基于... 不完全信息条件下的Agent协商最优回价策略一般采用间接学习对手偏好的方式;另一方面,Agent一般拥有或多或少的经验和知识,这将帮助它们取得更好的协商结果.这启发了用基于案例的方法直接学习得到最优回价,提出了不完全信息条件下基于案例和对策论的Agent多议题Pareto最优协商模型.所给出的算法计算复杂度为多项式级,且当案例库规模控制在一定范围内时低于Fatima工作的计算复杂度.实验结果显示,采用该算法的Agent能够取得比人类更优的效用和更短的达成一致时间,且优于Lin等人的实验效果.改进了Fatima等人的工作. 展开更多
关键词 多AGENT系统 多议题协商 不完全信息 基于案例协商 PARETO最优
下载PDF
基于模糊盟友关系的多主体系统长期联盟 被引量:8
3
作者 童向荣 张伟 《计算机研究与发展》 EI CSCD 北大核心 2006年第8期1445-1449,共5页
多Agent系统形成长期联盟有利于降低计算复杂度、改善盟友关系·Breban和Griffiths等人研究了Agent之间的信任关系,但计算复杂度高、可行性差·长期联盟形成的模糊盟友关系的提出,可以合理地描述长期联盟Agent之间的盟友关系... 多Agent系统形成长期联盟有利于降低计算复杂度、改善盟友关系·Breban和Griffiths等人研究了Agent之间的信任关系,但计算复杂度高、可行性差·长期联盟形成的模糊盟友关系的提出,可以合理地描述长期联盟Agent之间的盟友关系·通过监控Agent之间的交互更新盟友关系,降低盟友关系的计算复杂度,提高盟友关系计算的实时性,深化了Breban和Griffiths的工作,仿真结果验证了该方法的可靠性和实用性·该方法是长期联盟和组织的形成、演化研究基础· 展开更多
关键词 多AGENT系统 长期联盟 模糊盟友关系
下载PDF
Agent协商研究进展 被引量:6
4
作者 童向荣 黄厚宽 张伟 《计算机工程与应用》 CSCD 北大核心 2007年第32期23-27,37,共6页
自2001年Jennings研究协商以来,已经成为MAS研究的热点。介绍了协商的定义、研究内容、应用领域;分析了协商的复杂性;总结了通用的单议题协商和多议题协商协议的对策论模型;综述了Agent多议题协商的策略与学习算法;并分别介绍了两种典... 自2001年Jennings研究协商以来,已经成为MAS研究的热点。介绍了协商的定义、研究内容、应用领域;分析了协商的复杂性;总结了通用的单议题协商和多议题协商协议的对策论模型;综述了Agent多议题协商的策略与学习算法;并分别介绍了两种典型的多议题协商:拍卖和并发协商,给出组合拍卖、多属性拍卖和并发协商的基本模型及其研究进展;最后探讨了协商存在问题和将来可能的发展方向,指出作为交互、竞争与合作的基础,协商需要继续深入的探讨,也必将成为多Agent系统研究的主流。 展开更多
关键词 AGENT 多议题协商 拍卖 并发协商 偏好学习
下载PDF
微博中基于用户偏好的信息传播研究 被引量:5
5
作者 王金辉 贺利坚 +1 位作者 张伟 童向荣 《计算机工程与科学》 CSCD 北大核心 2013年第3期140-144,共5页
对用户行为的分析是Web社会网络分析中的重要课题之一,包括对用户个体和群体的行为和偏好进行建模。为预测Web社会网络中的信息传播趋势,以微博为平台,基于对用户历史行为信息的统计分析,抽取出影响用户决策的因素,进而定性地分析各因... 对用户行为的分析是Web社会网络分析中的重要课题之一,包括对用户个体和群体的行为和偏好进行建模。为预测Web社会网络中的信息传播趋势,以微博为平台,基于对用户历史行为信息的统计分析,抽取出影响用户决策的因素,进而定性地分析各因素之间的关联关系,从而挖掘出用户潜在的偏好。在此基础上,利用CP-nets偏好表达工具建立了用户偏好模型,直观有效地表达各因素之间的偏好关系,同时可根据其导出图输出最优的特性来选取最佳特征项组合,以便用户进行转发决策度量。 展开更多
关键词 社会网络分析 偏好建模 微博 决策
下载PDF
基于信任和声誉的Agent组织信誉模型 被引量:4
6
作者 童向荣 张伟 《计算机科学与探索》 CSCD 2007年第3期325-330,共6页
Agent组织是OOP(Object Oriented Programming)向AOP(Agent Oriented Programming)转变的重要形式,一个Agent组织要良好运行应该具有较高的信誉值,但此前这方面研究较少。针对上述问题,基于信任和声誉提出一种Agent组织信誉模型AOCM(Age... Agent组织是OOP(Object Oriented Programming)向AOP(Agent Oriented Programming)转变的重要形式,一个Agent组织要良好运行应该具有较高的信誉值,但此前这方面研究较少。针对上述问题,基于信任和声誉提出一种Agent组织信誉模型AOCM(Agent Organizational Credit Model)和计算方法,内部信任和外部声誉集成为Agent组织信誉,内部信任基于Agent之间的交互,外部声誉基于Agent的观察;改进了Dong Huynh等人关于Agent信任等方面的工作。实验结果验证了该模型的计算可行性、合理性。 展开更多
关键词 内部信任 组织信誉 ORIENTED PROGRAMMING 信誉模型 结果验证 计算方法 信誉值 合理性 转变 织要 运行 实验 交互 集成
下载PDF
复杂网络中的二阶邻居网络 被引量:1
7
作者 张伟 汲长飞 童向荣 《吉林大学学报(工学版)》 EI CAS CSCD 北大核心 2013年第2期404-409,共6页
基于以单个节点为中心的两层邻居网络,研究了复杂网络中的局部拓扑结构,提出邻居度等相关概念,分析了邻居度在复杂网络中信息的传递控制、MAS中的结构自组织、系统的鲁棒性以及网络社区发现等方面的应用,其中通过邻居度的分解可以有效地... 基于以单个节点为中心的两层邻居网络,研究了复杂网络中的局部拓扑结构,提出邻居度等相关概念,分析了邻居度在复杂网络中信息的传递控制、MAS中的结构自组织、系统的鲁棒性以及网络社区发现等方面的应用,其中通过邻居度的分解可以有效地对Zachary社会关系网进行社区划分。 展开更多
关键词 人工智能 邻居度 MAS 信息控制 网络社区发现
下载PDF
一种基于多目标优化的Agent多议题协商模型
8
作者 刘俞斌 张伟 +1 位作者 童向荣 董红斌 《计算机工程与科学》 CSCD 北大核心 2010年第6期85-87,114,共4页
Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大... Agent多议题协商研究是多Agent合作求解的核心内容之一,一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题,因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化,以达到快速达成一致并能最优化自身效用的目的。针对该问题,本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP,该模型能够实现双方Agent的效用最优,提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。 展开更多
关键词 多AGENT系统 多议题协商 PARETO最优 多目标优化
下载PDF
局部信息的分布式联盟结构生成算法
9
作者 汲长飞 张伟 +2 位作者 童向荣 刘惊雷 刘其成 《计算机工程与应用》 CSCD 2012年第29期59-63,共5页
已有的求解最优联盟结构方法大多假定Agent的全局信息已知,采用集中式求解思路,这种假设不适用于分布式环境,且没有充分利用Agent的自治性。在多Agent环境下,个体Agent往往只拥有部分联盟信息并且是自利的,如何在局部信息条件下寻找最... 已有的求解最优联盟结构方法大多假定Agent的全局信息已知,采用集中式求解思路,这种假设不适用于分布式环境,且没有充分利用Agent的自治性。在多Agent环境下,个体Agent往往只拥有部分联盟信息并且是自利的,如何在局部信息条件下寻找最优联盟结构是多Agent系统需要解决的关键问题。针对以上问题,基于个体Agent的局部信息及系统整体收益的考虑,通过局部Agent之间的优势信息传递,给出了最优联盟结构的分布式求解算法。该算法的特色是在局部最优假设下,通过局部信息的指导,n个Agent在深度方向上自顶向下对联盟结构图的并行搜索,从而达到缩短搜索时间,降低搜索复杂度的目的,该算法的时间复杂度为O(n2)。 展开更多
关键词 AGENT联盟 局部信息 分布式
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部