论文部分内容阅读
网络组织是由多个活性结点构成的自组织、自适应系统。它以信息流为驱动机制,以网络协议来保证组织的正常运转,通过成员间的合作与协调来实现共赢。网络中的每个结点拥有关于世界的私有信念与知识,具有有限的资源和能力。网络组织的决策不是全局集中的,而是分布在各个结点进行的。因此,如何实现优势互补,提升各自的竞争力,使全体成员都能从中分享到协作所带来的利益,就成了网络组织管理的一个重要问题。
多Agent技术是分布式人工智能研究的重要领域。Agent可被看作是在线的伪人类,具有自治性、反应性、社会性和主动性的特征。多Agent系统则是具有一定拓扑结构,一组自治Agent间行为的协调,它与网络组织在结构与功能上存在很大的相似性。将Agent技术应用在网络组织的管理中,是本文的一个大胆尝试。
首先,本文追溯了网络组织的起源,分析了它的结构与特征,探讨了它的演化与发展规律。接着,运用线性规划与集值统计的原理,建立了网络组织的评价模型,并进行了实证分析。
网络结点间的行为,应该是一种非零和的博弈关系。而且,在一个大的网络中不同结点还会形成关系更密切的子网络。因此,本文对网络组织进行了拓扑聚类分析,并基于集对论和马尔可夫链的思想,提出了一种动态分析模型。
最后,介绍了多Agent系统的基本理论和方法,并将其应用在网络组织的管理中,开发出一个网络组织智能化管理的系统框架,研究了网络结点间的通信、协作与冲突消解方法。