智能协同决策技术研究

来源 :中国科学院计算技术研究所 | 被引量 : 0次 | 上传用户:a570121851
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
本文以智能协同决策技术为研究对象,在基于主体的决策单元设计、决策单元协同问题求解、智能决策推理,以及协同决策支持系统框架设计等问题的研究上做了一些尝试。本文主要的研究工作和取得的成果:   1)提出了一种基于主体的协同决策单元,它是组成协同决策支持系统的基本元素。决策单元即可以利用自身内含的决策推理模块,响应来自用户或其它决策单元的决策推理请求,又可以在策略库中协同策略的引导下,与其它协同单元进行交互,实现协作。我们结合协同决策支持领域的具体需要,设计了决策单元的逻辑和物理结构,它可以应用协同策略库中的信息实现自主协同、动态确定行动目标,并可使用动态描述逻辑对目标进行推理,规划动作序列。   2)根据协同决策支持系统面向具体应用的不同,系统中决策单元间的协同模式也各不相同。我们结合具体应用,对比较常见的协同模式进行了细致的分析,然后提出了一种基于策略驱动的协同模型。该模型具有很好的灵活性和通用性,能够适应各种具体的协同模式;同时又有一定的简便性,允许面向具体应用领域的开发者在此基础上,方便的实现适合于该领域的决策单元协同协议。   3)以面向对象的专家系统工具OKPS为基础,设计了决策单元的决策推理模块。通过向其中加入模糊推理功能和模型库功能,使之更加适应决策推理系统的工作环境和需求。应用这个决策推理模块,决策单元可以响应来自其它决策单元或用户的决策推理请求,解答决策问题。   4)在以上工作的基础上,构建了一种具有一定通用性的智能协同决策支持系统框架。该系统山多个异构的决策单元组成,不同的决策单元,以及决策单元与决策者们协同合作,共同解决复杂的决策问题。基于这个框架,可以灵活方便的开发面对具体应用领域的协同决策支持系统。
其他文献
负载平衡是并行计算中的一个重点研究领域,节点间负载的不平衡会严重影响并行计算的效率。负载平衡算法按照调度时可用资源信息和任务运行状态的即时性可划分为静态和动态两种
随着社会的不断发展,需要保存和处理的信息量日益增加,对存储系统在存储容量、数据可用性以及I/O性能等方面提出了越来越高的要求。信息技术正在从以计算为核心的计算时代进入
基于GPRS的远程噪音监测系统是公用无线传输系统在噪声监测领域的应用。远程噪声监测的目标是实现噪声在线自动实时监测和无线传输。目前我国噪声监测还具有瞬时性、空间分布
科学、社会的飞速发展对高性能计算(HPC)提出了更高、更全面的性能要求,刀片式服务器是为满足现代高性能计算应用需求而诞生的新兴机群系统,它具有高密集性、高可用性、高可扩
为了应对千万亿次(Petascale)高性能计算的挑战,国家智能计算机研究开发中心提出了一种新型的体系结构——超并行处理(Hyper Parallel Processing,HPP)体系结构。在HPP体系结构
随着网络的普及和各类设备的智能化、移动化,普遍互联和动态移动构成了当前计算环境的主要特征。服务发现协议帮助用户在各类分布式环境下找到所需的服务,即,存在于网络中,可以被
随着互联网的不断发展,网络文本信息资源正在急剧增加,如何利用计算机自动有效地对海量的文本信息进行管理和查询成为了当前的迫切需求。而文本分类技术提供了一种对自然语言文
纹理合成是目前计算机图形学、计算机视觉和图像处理等多个研究领域中的热点问题。它源自真实感造型中的纹理映射问题,随着其内涵和形式的不断演变,逐渐成为一个应用广泛的多学
数据流是为解决数字信号处理领域应用程序设计、开发难度大等问题而提出的,和传统的控制流相比,数据流能够更加自然地描述信号处理系统,更加清晰地表达系统的并发性。应用数据流
随着互联网技术的发展以及社会分工的不断细化,越来越多的组织为了共同的目标联合起来协同工作。这种动态协同环境给授权管理提出新的挑战。基于角色的访问控制适用于大型组织