本文關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)搜索策略的邏輯分析及算法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：本論文研究具有十分明顯的跨學(xué)科特征,從理論方面看,通過邏輯學(xué)、人工智能與復(fù)雜網(wǎng)絡(luò)的交叉研究,結(jié)合模態(tài)邏輯、BDI邏輯、LORA等理論,對(duì)復(fù)雜網(wǎng)絡(luò)搜索過程,參與搜索者的行為以及狀態(tài)進(jìn)邏輯分析與行形式化刻畫,對(duì)于建立能處理復(fù)雜網(wǎng)絡(luò)中搜索過程的智能化理論體系具有重要意義。從應(yīng)用方面看,基于邏輯理論研究復(fù)雜網(wǎng)絡(luò)中的搜索過程將產(chǎn)生具有重要應(yīng)用價(jià)值的程序與系統(tǒng),這將為解決當(dāng)前現(xiàn)實(shí)生活中的社會(huì)網(wǎng)絡(luò),計(jì)算機(jī)網(wǎng)絡(luò),萬維網(wǎng),交通網(wǎng)絡(luò)等領(lǐng)域中的信息搜索智能化的問題提供重要的參考價(jià)值,因此具有廣闊的研究前景。本文研究復(fù)雜網(wǎng)絡(luò)搜索中的比較典型的幾種算法,提出了一種新的BDM搜索算法與基于特定主題社交網(wǎng)絡(luò)搜索算法。對(duì)復(fù)雜網(wǎng)絡(luò)搜索過程進(jìn)行邏輯分析,從Agent切入復(fù)雜網(wǎng)絡(luò),建立一種新的基于BDI Agent的復(fù)雜Agent網(wǎng)絡(luò)(CAN)模型與基于BDI邏輯的CAN搜索模型,然后考慮其上的搜索策略,進(jìn)而在一定程度上解釋基于BDI Agent的搜索過程的推理過程與描述,分析復(fù)雜Agent網(wǎng)絡(luò)中的搜索Agent與服務(wù)Agent的理性選擇的邏輯基礎(chǔ),提出了基于LORA的復(fù)雜Agent網(wǎng)絡(luò)的新一種智能搜索算法BMA的方案。本文的主要內(nèi)容如下:(1)為了提高搜索效率,減少搜索代價(jià),提出了一種新的BDM搜索算法與基于特定主題社交網(wǎng)絡(luò)搜索算法,并對(duì)其進(jìn)行了仿真實(shí)驗(yàn)與性能分析以及對(duì)搜索策略結(jié)果進(jìn)行了邏輯分析。(2)本研究以一階謂詞模態(tài)邏輯為基礎(chǔ),根據(jù)可能世界語義學(xué),給出了搜索過程與邏輯推理過程之間的關(guān)系,對(duì)復(fù)雜網(wǎng)絡(luò)搜索狀態(tài)集進(jìn)行了刻畫,討論了與一階模態(tài)謂詞邏輯狀態(tài)集之間的關(guān)系。搜索策略中可能的所有網(wǎng)絡(luò)搜索狀態(tài)的集合都用一階模態(tài)謂詞邏輯刻畫并對(duì)搜索狀態(tài)特性進(jìn)行了分析。(3)引用自然計(jì)算方法和Agent的計(jì)算理論,提出了支持復(fù)雜網(wǎng)絡(luò)搜索過程的一種新的復(fù)雜Agent網(wǎng)絡(luò)(CAN)模型,并給出了CAN模型的實(shí)現(xiàn)思路和模型的形式化定義。該方法利用個(gè)體Agent模型描述與Agent節(jié)點(diǎn)相關(guān)的狀態(tài)和行為,并且討論復(fù)雜網(wǎng)絡(luò)與Agent之間相互作用。(4)借鑒個(gè)體Agent的BDI模型與群體Agent的BDO模型,構(gòu)建了基于BDI邏輯的復(fù)雜Agent網(wǎng)絡(luò)搜索過程模型,從兩個(gè)層次分析了影響搜索過程的狀態(tài)因素:在個(gè)體層次主要研究了個(gè)體Agent建模、信念、愿望、意圖等思維屬性記憶與處理并基于BDI Agent的推理過程與算法機(jī)制;在群體層主要研究基于宏觀描述的BDO Agent模型中Agent之間的復(fù)雜協(xié)作規(guī)律,其中主要考慮個(gè)體的單個(gè)屬性的聯(lián)合一體、集體承諾、規(guī)范等群體現(xiàn)象。(5)借鑒動(dòng)態(tài)邏輯與BDI邏輯基礎(chǔ)上擴(kuò)展的LORA邏輯,首先從網(wǎng)絡(luò)搜索狀態(tài)多樣性與Agent之間的協(xié)作過程的時(shí)間而變化的動(dòng)態(tài)性角度對(duì)復(fù)雜Agent網(wǎng)絡(luò)的搜索行為進(jìn)行描述,提出了基于LORA的復(fù)雜Agent網(wǎng)絡(luò)的多Agent協(xié)作搜索的搜索模型。為了解決復(fù)雜網(wǎng)絡(luò)智能搜索問題,在CAN網(wǎng)絡(luò)模型的基礎(chǔ)上,提出一種新的BMA搜索策略。該方法通過在網(wǎng)絡(luò)中部署一定數(shù)目的Agent,使其通過理性移動(dòng)和隨機(jī)移動(dòng)的方式轉(zhuǎn)發(fā)查詢請(qǐng)求,來解決復(fù)雜Agent網(wǎng)絡(luò)中的搜索問題。解決了BMA搜索機(jī)制、BMA搜索算法描述、基于BDI的Agent搜索模型等幾個(gè)關(guān)鍵技術(shù)。最后,給出了仿真軟件的特點(diǎn)與實(shí)驗(yàn)環(huán)境與試驗(yàn)相關(guān)的參數(shù)設(shè)置。通過實(shí)驗(yàn),比較了經(jīng)典的兩種搜索算法與本文提出的BAS算法的性能指標(biāo)SSR、LC與RPL等。評(píng)估了本文中的BMA算法的基本性能,擴(kuò)展性與適應(yīng)性。
【關(guān)鍵詞】：邏輯分析 復(fù)雜網(wǎng)絡(luò)搜索 復(fù)雜Agent網(wǎng)絡(luò) BDI Agent BMA搜索策略
【學(xué)位授予單位】：西南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：B815.1
【目錄】：

• 摘要7-9
• Abstract9-12
• 第一章 緒論12-36
• 1.1 引言12-19
• 1.1.1 引言12-14
• 1.1.2 選題意義14-15
• 1.1.3 研究動(dòng)機(jī)15-18
• 1.1.4 研究基礎(chǔ)與目的18-19
• 1.2 國內(nèi)外研究現(xiàn)狀19-22
• 1.3 復(fù)雜網(wǎng)絡(luò)理論基礎(chǔ)22-28
• 1.3.1 基本概念22-24
• 1.3.2 復(fù)雜網(wǎng)絡(luò)模型24-27
• 1.3.3 復(fù)雜網(wǎng)絡(luò)搜索策略27-28
• 1.4 邏輯理論基礎(chǔ)28-31
• 1.4.1 模態(tài)邏輯28-29
• 1.4.2 BDI Agent29-31
• 1.4.3 LORA邏輯31
• 1.5 論文的組織結(jié)構(gòu)31-35
• 1.5.1 論文的主要內(nèi)容與結(jié)構(gòu)安排31-33
• 1.5.2 論文的創(chuàng)新點(diǎn)33-35
• 1.6 本章小結(jié)35-36
• 第二章 復(fù)雜網(wǎng)絡(luò)索策略分析與算法研究36-52
• 2.1 引言36-38
• 2.2 常見的幾種搜索算法38-40
• 2.2.1 復(fù)雜網(wǎng)絡(luò)中的基本算法的分析38-39
• 2.2.2 社交網(wǎng)絡(luò)中的搜索算法39-40
• 2.3 網(wǎng)絡(luò)模型與性能分析40-42
• 2.3.1 無標(biāo)度網(wǎng)絡(luò)40-41
• 2.3.2 成功率41
• 2.3.3 搜索有效性41-42
• 2.4 搜索算法BDM的研究42-45
• 2.4.1 算法基本分析42
• 2.4.2 算法的過程與代碼42-43
• 2.4.3 模擬實(shí)驗(yàn)43-45
• 2.5 社交網(wǎng)絡(luò)搜索算法的研究45-51
• 2.5.1 算法基本分析45-47
• 2.5.2 性能分析47-48
• 2.5.3 算法的過程與代碼48-49
• 2.5.4 模擬實(shí)驗(yàn)49-51
• 2.6 本章小結(jié)51-52
• 第三章 復(fù)雜網(wǎng)絡(luò)搜索的邏輯分析52-66
• 3.1 引言52-53
• 3.2 搜索過程與邏輯53-58
• 3.2.1 模態(tài)謂詞邏輯53-54
• 3.2.2 復(fù)雜網(wǎng)絡(luò)的搜索過程54-56
• 3.2.3 搜索過程與邏輯語言的比較56-58
• 3.3 復(fù)雜網(wǎng)絡(luò)搜索過程的邏輯描述58-62
• 3.3.1 網(wǎng)絡(luò)搜索狀態(tài)的邏輯描述58-60
• 3.3.2 網(wǎng)絡(luò)搜索狀態(tài)中的滿足問題60-62
• 3.4 復(fù)雜網(wǎng)絡(luò)搜索算法的邏輯性質(zhì)分析62-65
• 3.5 本章小結(jié)65-66
• 第四章 基于BDI Agent的復(fù)雜Agent網(wǎng)絡(luò)模型研究66-82
• 4.1 網(wǎng)絡(luò)模型66-69
• 4.1.1 Kleinberg網(wǎng)絡(luò)模型66-67
• 4.1.2 基于智能技術(shù)的Agent/MAS模型67
• 4.1.3 MAS和CN方法各自的特點(diǎn)67-69
• 4.2 復(fù)雜Agent網(wǎng)絡(luò)思路69-73
• 4.2.1 復(fù)雜Agent網(wǎng)絡(luò)思路69-70
• 4.2.2 復(fù)雜Agent網(wǎng)絡(luò)結(jié)構(gòu)分析70-72
• 4.2.3 Agent結(jié)構(gòu)72-73
• 4.3 復(fù)雜Agent網(wǎng)絡(luò)的形式化描述73-79
• 4.3.1 復(fù)雜Agent網(wǎng)絡(luò)功能結(jié)構(gòu)73-74
• 4.3.2 網(wǎng)絡(luò)模型的形式化定義74-76
• 4.3.3 Agent模型定義76-79
• 4.4 相互作用79-81
• 4.4.1 復(fù)雜網(wǎng)絡(luò)對(duì)Agent作用分析79-80
• 4.4.2 Agent對(duì)復(fù)雜網(wǎng)絡(luò)的影響分析80-81
• 4.5 本章小結(jié)81-82
• 第五章 基于BDI邏輯的CAN搜索模型研究82-98
• 5.1 引言82-83
• 5.2 搜索體系框架描述83-88
• 5.2.1 BDI Agent的體系結(jié)構(gòu)83-85
• 5.2.2 搜索過程的描述85-88
• 5.3 Server Agent88-89
• 5.3.1 Server Agent狀態(tài)88-89
• 5.3.2 Server Agent行為89
• 5.4 基于BDI邏輯的Agent模型89-95
• 5.4.1 搜索Agent的信念模型89-91
• 5.4.2 模型描述91-92
• 5.4.3 算法機(jī)制92-93
• 5.4.4 推廣過程93-95
• 5.5 CAN中的群體意圖的表示95-97
• 5.6 本章小結(jié)97-98
• 第六章 基于LORA的CAN協(xié)作搜索模型中的BMA策略研究98-116
• 6.1 引言98-99
• 6.2 基于LORA的CAN協(xié)作搜索模型99-104
• 6.2.1 CL系統(tǒng)模型100-102
• 6.2.2 基于LORA的BDI Agent結(jié)構(gòu)分析102-104
• 6.3 搜索過程與BMA搜索算法104-111
• 6.3.1 搜索過程描述104-106
• 6.3.2 BMA的搜索機(jī)制106-109
• 6.3.3 搜索模型機(jī)制109
• 6.3.4 算法的描述109-111
• 6.4 Search Agent狀態(tài)與行為111-115
• 6.4.1 Search Agent狀態(tài)112-113
• 6.4.2 Agent行為機(jī)制113-114
• 6.4.3 搜索算法的性能指標(biāo)研究114-115
• 6.5 本章小結(jié)115-116
• 第七章 仿真研究116-124
• 7.1 實(shí)驗(yàn)環(huán)境116-118
• 7.1.1 仿真軟件與實(shí)驗(yàn)環(huán)境116-117
• 7.1.2 實(shí)驗(yàn)設(shè)置117-118
• 7.2 BAS算法的性能分析118-120
• 7.2.1 固定搜索Agent數(shù)目的算法性能比較118-119
• 7.2.2 節(jié)點(diǎn)增加時(shí)算法性能比較119-120
• 7.2.3 不同數(shù)目的搜索Agent比較120
• 7.3 與經(jīng)典算法的比較120-123
• 7.4 本章小結(jié)123-124
• 第八章 結(jié)論與展望124-128
• 8.1 研究工作總結(jié)124-126
• 8.2 研究工作展望126-128
• 攻讀博士學(xué)位期間發(fā)表論文及參加課題情況：128-130
• 致謝130-132
• 參考文獻(xiàn)132-140

  本文關(guān)鍵詞：復(fù)雜網(wǎng)絡(luò)搜索策略的邏輯分析及算法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：487204