基于本体的Agent通信系统的设计与实现

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:cxcqjf
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在多Agent系统中,智能Agent通过相互作用实现协作问题求解和相互间行为的协调,通信是Agent实现相互作用的桥梁,是Agent之间协作的基础和重要手段,没有通信就不可能有协作和协商。目前存在的Agent通信语言只规范了通信行为,没有规范通信内容。本体论是一种知识表示方法,利用本体对Agent通信内容进行规范化表示,可以增进Agent对彼此意图的理解,有效提高多Agent系统的通信效率。为了在舰载作战指挥系统中应用Agent技术,解决舰载作战指挥系统的集成、重组问题,依照FIPA(Foundation for Intelligent Physical Agents)规范,在现有Agent开发平台基础上,设计并实现了一个运行在linux环境下的Agent通信系统AP09。该系统的通信模块使用了基于本体的多Agent系统通信机制OAC(Ontology based Agent Communication),将本体应用于多Agent系统通信中,使Agent对通信内容有一致的理解。通信模块中OAC机制采用FIPA-ACL语言来规范消息格式和类型,使用FIPA-SL内容语言来描述消息内容;在本体中引入抽象描述符,使本体知识得到重用;对本体进行分级命名,分布式管理,避免了集中式管理带来的系统瓶颈。针对基于本体的多Agent系统通信机制OAC,构造消息测试集,从准确率和消息平均传输时间两方面,在Agent系统平台上,对应用OAC机制前后的消息通信进行了比较测试。测试结果表明,使用OAC机制后,消息通信的准确率以及有效通信所需时间方面都得到改善。在多Agent系统通信中,OAC机制的使用对提高系统通信效率具有积极作用。
其他文献
强化学习是一种无监督的机器学习技术,能够利用不确定的环境奖赏发现最优的行为序列,实现动态环境下的在线学习,因此被广泛用于Agent的智能决策。Q学习算法是目前主流的强化
长期以来,人们对量子群进行了各种探讨,然而,大部分采用的都是纯群论或物理的方法,以致量子群的很多特性至今都还没有揭示出来。量子群作为经典李群、李代数的基本对称概念的推广
随着移动通信业的逐步发展,移动通信市场的竞争日益加剧,网络质量的好坏已成为网络运营商占领移动通信市场、把握成败的关键。TD-SCDMA作为我国第一个具有自主知识产权的第三
多协议标签交换MPLS(Multi-Protocol Label Switched)技术日益成为新一代骨干网络中的关键技术,而互联网的骨干网络是关系国计民生的重要战略资源,网络设施发生的故障或损毁,
无线局域网WLAN技术的发展丰富了网络接入方式,但基于IEEE 802.11协议的WLAN仍存在不少安全漏洞,使得WLAN安全性问题日益突出。因此,IEEE工作组分别于2001年6月、2004年6月推
舰船作为海上重要的载体,对其进行自动检测和识别具有重大意义,尤其是随着光学遥感技术的日益发展,如何快速地从大数据光学遥感图像中自动检测和识别出舰船目标是一项极具挑战性的工作。围绕这一主题,本文从舰船目标识别的实际需求出发,以大于4m分辨率的光学遥感图像为研究对象,对基于光学遥感图像的舰船目标识别展开了研究,本文的主要工作和创新点体现在以下几个方面:(1)针对舰船目标分割问题,设计了一种基于局部熵驱
从视觉场景中发现运动目标并对其进行跟踪是低层与中层视觉处理任务,也是运动目标行为分析的基础。本文的主要任务是精确地发现视频序列初始帧中的运动目标,计算出运动目标的
随着计算机技术的高速发展,电脑、手机、数码产品、数字家电等信息终端的性能得到迅速提升,人们对生活质量要求的日益提高,智能楼宇,智能家居、信息家电等概念的出现,使住宅
随着自动化技术、嵌入式技术、计算机技术、无线通讯技术的迅速发展,远程电力抄表系统成为了电力部门管理、分析、处理各种电量数据的一种重要选择措施。本文作为远程电力抄表
在日趋复杂的软件需求世界中,人们一直在寻找一种根本的、普遍适用的软件体系结构,以有效的开发出高质量的应用软件。这种寻求导致采用了许多新的抽象和工具。近年来基于插件