论文部分内容阅读
当今社会,网络已经成为人们生活中的一个重要组成部分。随着互联网技术的蓬勃发展,迅速扩展的网络规模和各类网络的差异性给网络信息的查找与获取提出了挑战。目前人们普遍使用的搜索引擎尽管在一定程度上解决了资源定位的问题,在这种大范围的异构分布式网络环境中,传统的技术、方法和体系结构已越来越表现出其局限性。移动Agent技术是结合了分布式计算技术和人工智能技术的一项新技术。移动Agent是可以自主运行的计算实体,具有主动性、交互性、反应性、自治性等特点。它可以被派遣到网络上自主的执行信息检索任务,通过与信息资源的局部交互,检索完毕后移动Agent把搜索结果返回,达到高效信息检索的目的。它的出现为解决当前网络信息搜索中的许多问题提供了新的思路。本文在深入研究移动Agent技术的基础上,设计了基于移动Agent的信息检索系统的模型,该模型的参与者包括:客户端、检索服务器、船坞服务器、通信服务器和网络上的资源站点。另外,我们用最优搜索理论来提高移动Agent的检索效率。最优搜索理论是计算运筹学的统计决策理论的分支,主要研究在总搜索资源有限的情况下,如何分配搜索资源使得成功搜索到目标的可能性最大或花费的搜索代价最小。这罩,我们用最优搜索理论对该系统中的移动Agent的搜索策略进行优化,研究了有限的搜索时间下的移动Agent的非适应性的搜索策略和适应性的搜索策略。最后,我们使用IBM公司的移动Agent运行平台aglet,并采用与平台无关的、可移植性好的JaVa语言作为开发语言实现了基于移动代理的信息检索,实验结果表明了该系统达到了预期目标,用最优搜索理论改进系统有效的提高了检索效率。此外,我们还通过实验对比非适应性的搜索策略和适应性的搜索策略的检索效果,并分析结果,指出了下一步的研究方向。