导读:本文包含了协作专家系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:专家系统,合同,系统,智能,专家,人工智能,同质。
协作专家系统论文文献综述
翟东升,常雅楠[1]（2012）在《基于SharePoint的专家群协作与决策系统设计》一文中研究指出结合专家群协作特点与决策要求,提出了基于SharePoint技术构建专家群协作与决策系统,设计了系统的整体框架以及决策流程。在此基础上,提出了基于MOSS2007的专家群协作与决策系统的技术架构,并对系统实现的关键技术及应用层功能进行了说明。最后,以奥运科技信息通信专项产业化潜力评价的专家协作与决策过程为例,对该系统进行了验证。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2012年01期）
陈雪梅[2]（2011）在《油层保护专家系统》一文中研究指出专家系统是为了解决那些需要人类专家处理的复杂问题而建立的一个智能计算机程序系统。专家系统在油层保护技术中的应用不仅可以用来保存和模拟专家们的启发性知识,而且它能还拥有专家们在实践中积累的知识和丰富经验,并且能对这些知识不断地加以更新和完善。因此,专家系统应用于油田勘探开发领域具有十分重要的意义。多专家系统之间进行协作来求解复杂的问题已逐渐成为了专家系统领域中的一个研究热点,这必然也会成为专家系统发展的一个趋势。而智能Agent技术和多Agent系统技术又是分布式人工智能的研究热点之一,它解决复杂问题的基本思路是将复杂的问题进行分解,分解为多个简单的子问题,并由多个Agent来完成这些子问题,从而实现对复杂问题的求解。在本论文中,正好利用了Agent的这种解题思路来求解多专家系统中的复杂问题。本文首先讨论了智能Agent和多Agent系统的相关概念、特点和体系结构,并详细的阐述了多Agent系统的协作机制和通信机制。接着介绍了专家系统的基本原理及发展。然后在油层保护专家系统的平台上将专家系统技术与多Agent技术进行了结合,并进一步讨论了专家Agent之间协作过程中的任务分解与分配问题,以及专家Agent之间的通信方法与通信语言。本文主要采用了黑板结构来进行任务的分解与分配,以及对多Agent间通信的控制。本文还采用了两种通信方式,即黑板和点对点的通信方式,并详细的介绍了消息传送过程中的具体语言表示,以及消息的传送方式。本文最后结合油层保护专家系统项目,简要的介绍了系统的开发环境,并详细的介绍了原型系统的总体设计和协作过程。.(本文来源于《西南石油大学》期刊2011-04-01）
孙键[3]（2009）在《面向课堂协作学习的分组专家系统研究》一文中研究指出智能化已经成为当今信息化时代的一个发展的趋势,专家系统作为人工智能的重要分支已经在社会各个领域得到了广泛的应用,其最大的特点是不仅可以帮助人们处理信息,还能说明处理的方式和理由。与此同时,协作学习是一种有效的学习模式,其研究和应用是目前教育技术的一个热点,但是对协作前的准备一分组缺乏有效的技术支持,而协作学习的核心是分组,分组后协作小组的特征结构将影响协作小组学习的积极性、目标、进度和效果。本论文针对这种现状,通过分析协作学习的相关理论,确定了影响协作学习的相关因素,提出了在构建协作小组时学习者的关键特征,即学习风格、知识水平(学习成绩)和协作能力叁个因素。并以此为依据,同时遵循同质分组和异质分组的分组原则,运用专家系统领域最着名的逻辑程序设计语言Visual Prolog计了面向课堂协作学习的专家系统。本系统不仅实现了多种分组方式,而且还可以帮助教师确定小组的核心成员。在分组过程中,教师可根据不同的学习主题选择同质或异质分组方式,同时结合学习任务,确定每个协作小组成员的数量,在异质分组过程中,教师还可以根据自己的教学经验调整各分组因素的权重,从而更好的进行分组。分组以后,系统会将由于人数原因没有编入协作小组的同学名单反馈给教师,教师可做出进一步的安排。此外,如果教师对分组知识有进一步的了解,系统也可提供适当的帮助。可以说,本系统基本具备了专家系统的特点和智能化的雏形。本研究首次将专家系统与协作学习分组环节相结合,提供了一个自动分组的支撑环境,成为协作学习教学和科研的一种强有力支持工具。此外,本系统也是积极响应、落实课程改革政策的一个实例。(本文来源于《上海师范大学》期刊2009-04-01）
宋晓强[4]（2006）在《智能系统集成环境中多专家协作方法的研究与实现》一文中研究指出随着应用领域的扩展,人们所要计算机解决的问题也越来越复杂,同时由于知识系统的专业化,传统的单一的专家系统已经不能满足人们的需要。因此智能系统之间通过协作的方式来解决跨领域知识的问题成为必然。本文是国家863计划“智能系统集成环境”课题的一部分,主要工作是基于多专家系统协作算法的设计与实现。本文对专家协作类型分为分解型(dividing)、互助型(mutual-helping)、集合型(collective)与混合型(hybrid)四类,分析了前两种类型的特点,类比多主体系统,把基于合同网的协作方式引入到多专家系统协作的过程中,并给出了概念模型。针对第叁种协作类型特点,提出了一种新的多专家协作方法。该方法模仿人类医学专家会诊形式,把加权投票机制引入到问题处理中,针对不同情况采用四种一致性处理方法进行冲突消解;并把问题分为有序命题和非有序命题,用凸函数证据理论模型处理有序命题,采用MYCIN和简化证据理论综合策略处理非有序命题。实验结果表明,不同方法都取得了良好的效果。(本文来源于《吉林大学》期刊2006-04-30）
马建红[5]（2005）在《基于Java的农业专家系统平台中多Agent协作研究》一文中研究指出Agent(或称智能体)技术和MAS(Multi-Agent System,多智能体)技术是分布式人工智能的一个研究热点,其基本思路是将复杂的问题化为多个由单Agent可以解决的简单的小问题,通过这些Agent的协作解决超出单Agent能力的复杂问题。本论文的主要目的是利用Agent及MAS在自治性、社会性和能动性等方面所具有的优异性能,建立农业专家系统平台上多Agent的体系结构和协作模型,并在Java环境下实现多Agent系统的协作。 本文讨论了多Agent系统的概念、特性、体系结构以及相关技术,并在此基础上详细阐述了多Agent系统的协作技术和通信机制及KQML通信语言。在研究专家系统和MAS结构的基础上,我们讨论了专家Agent的结构和功能,并结合农业专家系统的特点,将信任度、合作频度和积极程度等心智状态参数引入到基于合同网的协商中,设计了“熟人”的筛选策略,提出了基于扩充的合同网的多专家Agent协作的招标、投标和决策的正规模型,使得任务的委托和承揽更加合理。SOAP作为一种新的与平台无关的通信协议,可以实现异构系统间信息的交换,使得各种孤立系统的通信变得容易,本文在分析SOAP、Web Service等技术的基础上,结合KQML语言提出了一种基于SOAP协议的KQML语言通信实现方法。在对J2EE和Web Service技术规范进行深入分析的基础上,我们探讨了J2EE与Web Service技术结合以及其在农业专家系统平台中的应用,该方案不仅完善和丰富了多Agent系统协作机制和理论,减少通信开销和计算量,提高了系统效率,也为开发实际的多Agent系统提供了有效的处理方法和实现技术。(本文来源于《首都师范大学》期刊2005-04-01）
刘慧敏[6]（2004）在《基于MAS的农业专家系统开发平台协作机制的研究与实现》一文中研究指出在分析智能Agent技术和理论的基础上，参考国内外多种研究成果，本文讨论了多Agent系统(Multi-Agent System：MAS)，分析了MAS的多种协作方法，如合同网方法、FA／C法、联盟形成法、联合责任法等，并探讨了在实际采用这些方法是需要考虑的一些因素。 MAS是指由多个可执行网络计算的Agent组成的集合。每个Agent是独立自主的，能作用于自身和环境，能对环境的变化做出反映，更重要的是能与其它Agent通信、交互，彼此协作，完成共同的复杂任务，这是本文讨论的重点。 本文的研究目标是建立多Agent系统交互的协作模型，在．NET环境下实现多Agent系统的协作和协调。尽管关于Agent间的交互协作的研究已取得了一些有意义的成果，但仍有许多问题有待解决。我们以农业专家系统开发平台为实际的应用、试验环境，在讨论基本合同网模型的缺点和不足的基础上，通过引入关系网的概念，对合同网模型中的协商策略进行了进一步的改进和扩充，给出了招标、投标和决策的正规模型，提出了如何选择候选结点的选择机制。并将该模型应用于农业专家系统开发平台的开发中。该模型有效地降低通信量，减少协商时间和信息流量，提高系统效率。同时，本文对该协作模型的实现技术做了论述，提出了基于Web Services技术的MAS协作机制的实现方案，该方案不仅完善和丰富了多Agent系统协作机制理论，也为开发实际的多Agent系统提供了有效的处理方法和实现技术。(本文来源于《首都师范大学》期刊2004-04-01）
陈勇[7]（2004）在《导弹总体设计多专家系统协作的研究》一文中研究指出多专家系统协作求解问题是专家系统研究的一个热点，也是专家系统发展的一个趋势。 本文针对导弹总体设计中的电子、控制、机械叁个领域专家系统的协作设计需求，讨论了该协作专家系统的总体模型以及与其相关的知识表示与获取、知识的冲突、冗余等检查算法、推理方式的实现、任务的分解和设计结果的综合处理等，提出了知识入库前的实时检查方式以及相关的算法。并且详细讨论了总体控制系统和电子、控制、机械叁个子专家系统中黑板结构和优化，以及总体控制系统与叁个子专家系统之间的协作通信控制方式。(本文来源于《南京理工大学》期刊2004-01-01）
景广军,李松仁,陈松乔[8]（2001）在《基于Multi-agent的分布式专家系统协作机制》一文中研究指出探索了基于Internet/Intranet松耦合环境设计分布式选矿专家系统DMPES ,采用面向Agent的系统开发方法和Multi agent分布协作求解模式。基于DCOM技术 ,以C ++构建框架类加速了Agent的实现。文中提及的智能主体的通信机制、协同求解中的领域问题描述、协商及分布式协作机制的建立思想对复杂问题求解提供了支持。DMPES系统在网络环境下基于WindowsNT WorkStation采用C ++开发实现 ,这里描述的协作机制已在该系统中获得应用 ,运行结果表明其具有较好的性能。(本文来源于《中国有色金属学报》期刊2001年06期）
王玉善,蓝少华,叶东海,吴慧中[9]（2000）在《基于Agent的分布式专家系统的协作过程中学习问题的研究》一文中研究指出本文介绍了分布式人工智能领域中一种多 Agent系统 ( MAS)体系结构 ,在此基础上研究了各个 Agent在招投标过程中关于标价的学习问题 ,并在选标时考虑了多个动态因素 ,使得系统总体任务高效 ,高质量地完成(本文来源于《小型微型计算机系统》期刊2000年09期）
张子仪[10]（2000）在《叁论联合起来,加速饲料因特网的建设——跨行业协作,加速开发饲料科学专家系统》一文中研究指出20世纪70年代,计算机不断升级换代,给开发不同专业的专家系统(expert system,ES)提供了可行性条件。到80年代“人工智能”(artificial intelligence,AI)已成为计算机科学中最活跃的一个分支,并向不同领域不断拓宽。20年来,甚至在棋奕、竞技、艺术、音乐等领域也能够从简单模拟到思维、创作。在我国,专家系统在“六五”期间已列入饲料科学方面的国家攻关计划。时至今日,这一术语已不陌生,但在饲料行业中的应用却一直停留在应用线性规划原理,以最低成本为(本文来源于《饲料广角》期刊2000年01期）
协作专家系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
专家系统是为了解决那些需要人类专家处理的复杂问题而建立的一个智能计算机程序系统。专家系统在油层保护技术中的应用不仅可以用来保存和模拟专家们的启发性知识,而且它能还拥有专家们在实践中积累的知识和丰富经验,并且能对这些知识不断地加以更新和完善。因此,专家系统应用于油田勘探开发领域具有十分重要的意义。多专家系统之间进行协作来求解复杂的问题已逐渐成为了专家系统领域中的一个研究热点,这必然也会成为专家系统发展的一个趋势。而智能Agent技术和多Agent系统技术又是分布式人工智能的研究热点之一,它解决复杂问题的基本思路是将复杂的问题进行分解,分解为多个简单的子问题,并由多个Agent来完成这些子问题,从而实现对复杂问题的求解。在本论文中,正好利用了Agent的这种解题思路来求解多专家系统中的复杂问题。本文首先讨论了智能Agent和多Agent系统的相关概念、特点和体系结构,并详细的阐述了多Agent系统的协作机制和通信机制。接着介绍了专家系统的基本原理及发展。然后在油层保护专家系统的平台上将专家系统技术与多Agent技术进行了结合,并进一步讨论了专家Agent之间协作过程中的任务分解与分配问题,以及专家Agent之间的通信方法与通信语言。本文主要采用了黑板结构来进行任务的分解与分配,以及对多Agent间通信的控制。本文还采用了两种通信方式,即黑板和点对点的通信方式,并详细的介绍了消息传送过程中的具体语言表示,以及消息的传送方式。本文最后结合油层保护专家系统项目,简要的介绍了系统的开发环境,并详细的介绍了原型系统的总体设计和协作过程。.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
协作专家系统论文参考文献
[1].翟东升,常雅楠.基于SharePoint的专家群协作与决策系统设计[J].武汉理工大学学报(信息与管理工程版).2012
[2].陈雪梅.油层保护专家系统[D].西南石油大学.2011
[3].孙键.面向课堂协作学习的分组专家系统研究[D].上海师范大学.2009
[4].宋晓强.智能系统集成环境中多专家协作方法的研究与实现[D].吉林大学.2006
[5].马建红.基于Java的农业专家系统平台中多Agent协作研究[D].首都师范大学.2005
[6].刘慧敏.基于MAS的农业专家系统开发平台协作机制的研究与实现[D].首都师范大学.2004
[7].陈勇.导弹总体设计多专家系统协作的研究[D].南京理工大学.2004
[8].景广军,李松仁,陈松乔.基于Multi-agent的分布式专家系统协作机制[J].中国有色金属学报.2001
[9].王玉善,蓝少华,叶东海,吴慧中.基于Agent的分布式专家系统的协作过程中学习问题的研究[J].小型微型计算机系统.2000
[10].张子仪.叁论联合起来,加速饲料因特网的建设——跨行业协作,加速开发饲料科学专家系统[J].饲料广角.2000
论文知识图
