本文關鍵詞：基于證據(jù)理論的多Agent智能決策支持系統(tǒng)研究

  更多相關文章： 證據(jù)理論 智能決策支持系統(tǒng) 灰關聯(lián)分析 粗糙集 多Agent系統(tǒng)

【摘要】：在互聯(lián)網(wǎng)迅速發(fā)展的環(huán)境下,智能決策支持系統(tǒng)面臨新的挑戰(zhàn)�；ヂ�(lián)網(wǎng)給決策支持提供了豐富的信息資源,使得決策可更廣泛地選擇決策參與者,使群決策能更好地得到應用,同時增加了信息的不確定性,如何更好地建立群體決策的系統(tǒng)機制,對群體決策的意見進行有效的合成,成為網(wǎng)絡環(huán)境下智能決策支持系統(tǒng)面臨的新問題。本文將證據(jù)理論引入智能決策支持系統(tǒng),作為解決上述問題的基本理論,探討了基于證據(jù)理論的多Agent智能決策支持系統(tǒng)的基本框架與決策程序,將證據(jù)理論作為實現(xiàn)多Agent合作決策的工具,針對證據(jù)理論在應用于多Agent智能決策支持系統(tǒng)合作推理中可能產(chǎn)生的問題,研究了證據(jù)理論的證據(jù)合成方法;將證據(jù)理論與粗糙集理論及灰色理論相結合,獲取證據(jù)的基本概率分配,解決了證據(jù)理論中證據(jù)獲取困難這一“瓶頸”問題;同時還研究了基于證據(jù)理論的決策方法,從而使得決策更加科學。具體研究內(nèi)容如下: (1) 證據(jù)理論的證據(jù)獲取方法研究。首先對粗糙集理論作了進一步的研究,細化了其劃分的粒度,在此基礎上,對決策表的決策屬性作了進一步的轉(zhuǎn)換,結合粗糙集和證據(jù)理論之間的關系,實現(xiàn)證據(jù)信息的提取;隨后結合灰色理論和證據(jù)理論的關系,提出了證據(jù)獲取的另一種方法,從而解決了證據(jù)獲取困難這一制約證據(jù)理論應用的“瓶頸”問題。 (2) 證據(jù)理論的合成方法研究。針對證據(jù)理論的D-S合成公式要求證據(jù)相互獨立,且不能處理沖突證據(jù),不能區(qū)分證據(jù)重要性等缺陷,研究了相應改進的方法,提高D-S公式的合成效果。 (3) 證據(jù)理論的決策方法研究。探討基于焦元分析求解各狀態(tài)的基本可信數(shù)的決策方法,將求解各狀態(tài)的基本可信數(shù)與決策過程相聯(lián)系,使基于證據(jù)理論的決策方法更加科學合理。 (4) 基于證據(jù)理論的多Agent智能決策支持系統(tǒng)框架模型研究。本文研究基于證據(jù)理論的多Agent智能決策支持系統(tǒng)框架模型系統(tǒng),針對多個Agent之間如何進行組織協(xié)調(diào)與協(xié)作這一MAS的核心問題,提出了基于概念樹結構的多Agent合作求解模型,并使用證據(jù)理論對概念樹各層進行合成縮小求解的范圍,針對證據(jù)理論在多Agent環(huán)境下的應用特點,從辨識空間、證據(jù)相關性和合成公式三個方面探討了可能產(chǎn)生的問題,并提出了相應的解決方法。
【關鍵詞】：證據(jù)理論 智能決策支持系統(tǒng) 灰關聯(lián)分析 粗糙集 多Agent系統(tǒng)
【學位授予單位】：合肥工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2005
【分類號】：C934
【目錄】：

• 第一章 緒論13-19
• 1.1 研究的背景及意義13-14
• 1.2 國內(nèi)外研究概況14-17
• 1.2.1 國外研究概況14-16
• 1.2.2 國內(nèi)研究概況16-17
• 1.3 文章的主要研究內(nèi)容及結構安排17-19
• 1.3.1 研究內(nèi)容17-18
• 1.3.2 結構安排18-19
• 第二章 證據(jù)理論與MAS19-26
• 2.1 證據(jù)理論的基本概念與性質(zhì)19-22
• 2.1.1 D-S證據(jù)理論的基本概念19-21
• 2.1.2 D-S證據(jù)理論的證據(jù)合成規(guī)則及其性質(zhì)21-22
• 2.2 Agent與多Agent系統(tǒng)(MAS)22-26
• 2.2.1 Agent概述22-23
• 2.2.2 Agent的分類23
• 2.2.3 Agent的思維狀態(tài)23-24
• 2.2.4 多Agent系統(tǒng)的學習機制24
• 2.2.5 多Agent系統(tǒng)的協(xié)調(diào)、協(xié)作與協(xié)商24
• 2.2.6 網(wǎng)絡環(huán)境下多Agent系統(tǒng)研究應該注意的問題24-26
• 第三章 證據(jù)理論的證據(jù)獲取方法研究26-36
• 3.1 基于粗糙集理論的證據(jù)獲取方法研究26-32
• 3.1.1 粗糙集理論的基本概念及性質(zhì)26-28
• 3.1.2 對象的進一步劃分28-29
• 3.1.3 決策屬性轉(zhuǎn)換及證據(jù)信息的獲取29
• 3.1.4 證據(jù)理論與粗糙集的關系29-30
• 3.1.5 實例分析30-32
• 3.2 基于灰關聯(lián)分析的證據(jù)獲取方法研究32-36
• 3.2.1 灰關聯(lián)分析法32-33
• 3.2.2 基于灰關聯(lián)度理論的證據(jù)獲取方法33-34
• 3.2.3 實例分析34-36
• 第四章 證據(jù)理論的合成與決策方法研究36-49
• 4.1 證據(jù)理論合成方法研究36-43
• 4.1.1 相關證據(jù)合成方法36-37
• 4.1.2 沖突證據(jù)合成方法研究37-41
• 4.1.3 具有不同重要性、可靠性的證據(jù)合成方法研究41-43
• 4.2 證據(jù)理論決策方法研究43-49
• 4.2.1 基于證據(jù)理論決策方法及其存在的問題43-44
• 4.2.2 改進的基于焦元分析求解各狀態(tài)的基本可信數(shù)的決策方法44-45
• 4.2.3 兩種方法的對比分析45-49
• 第五章 基于證據(jù)理論的多Agent智能決策支持系統(tǒng)49-64
• 5.1 Agent技術應用于IDSS的優(yōu)勢49-50
• 5.2 多Agent的IDSS體系結構50-51
• 5.3 基于證據(jù)理論的多Agent智能決策支持系統(tǒng)構建51-59
• 5.3.1 系統(tǒng)設計51-54
• 5.3.2 關鍵Agent設計54-58
• 5.3.3 系統(tǒng)的實現(xiàn)技術58-59
• 5.4 基于證據(jù)理論的多Agent的智能決策支持系統(tǒng)的關鍵技術59-64
• 5.4.1 基于概念樹結構的多Agent合作求解模型60-62
• 5.4.2 多Agent環(huán)境下辨識空間的調(diào)整62
• 5.4.3 多專家系統(tǒng)環(huán)境下的相關證據(jù)問題62-63
• 5.4.4 多Agent系統(tǒng)結果的合成63-64
• 第六章 結論及展望64-66
• 參考文獻66-70

【引證文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 齊照輝;劉雪梅;梁偉;;基于證據(jù)理論的導彈對抗防御雷達作戰(zhàn)效能評估方法[J];系統(tǒng)工程理論與實踐;2010年01期

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 鄭純軍;基于Agent的多目標決策的研究[D];沈陽工業(yè)大學;2007年

，

本文編號：679249