本文關(guān)鍵詞：融合人件的協(xié)作系統(tǒng)中基于角色的人機協(xié)作機制研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,人機協(xié)作得到越來越廣泛的研究與應(yīng)用。人和計算機各自具有不同的優(yōu)勢,并擅長不同的工作。人機協(xié)作則可以充分結(jié)合兩者的優(yōu)勢,實現(xiàn)系統(tǒng)性能的提升。人件是以專家為核心,輔以相應(yīng)的軟硬件接口技術(shù)形成的一個系統(tǒng)組件,是支持人機協(xié)作的新技術(shù)。有了相應(yīng)的接口輔助,專家可以更充分地發(fā)揮其才能,又可以與軟硬件在不同的情況下動態(tài)地確定各自完成的任務(wù)。融合人件的協(xié)作系統(tǒng)在具備人與機器優(yōu)勢的同時也面臨著挑戰(zhàn)。首先需要評估各個Agent (人件、軟件、機器等統(tǒng)稱為Agent)對各任務(wù)的能力,即任務(wù)—Agent能力評估；得到評估值以后要將各個任務(wù)分配給合適的Agent,即完成任務(wù)—Agent靜態(tài)分配；Agent的能力不是一成不變,協(xié)作過程中還需要適時地調(diào)整各個Agent的任務(wù),即實現(xiàn)任務(wù)—Agent動態(tài)調(diào)整。面對上述挑戰(zhàn),基于角色的協(xié)作從方法論的層面提供了解決方向�；诮巧膮f(xié)作是從團隊的角度考慮協(xié)作系統(tǒng)的設(shè)計、運行和優(yōu)化,將為共同目標落實的整體任務(wù)分成若干個角色(子任務(wù)),各個Agent的主要職責(zé)就是扮演角色(完成子任務(wù)),只要Agent評估合理,分配與調(diào)整得當(dāng),團隊協(xié)作就可以得到好的效能。在評估Agent時,本文研究了Agent能力隨著時間變化的場景,提出了基于可信度的評估方法,既考慮了Agent當(dāng)前的狀態(tài),又綜合了歷史表現(xiàn),實驗表明,在Agent評估值的波動較大時比只考慮當(dāng)前值的評估方法更準確。在角色分配時,本文探討了兩種不同的分配問題：柔性陣型角色分配和瓶頸分配。兩者的目標函數(shù)分別為團隊評估值最大和評估值最小的角色評估值最大。兩者均采用了線性規(guī)劃的方法求解。對于后者本文提出了一種自適應(yīng)協(xié)作的方法提升只用一次分配得到的最優(yōu)解。實驗表明該方法可高效地求解問題,并且自適應(yīng)協(xié)作方法可有效提高瓶頸分配問題只用一次分配得到的最優(yōu)解。在任務(wù)調(diào)整時,本文更充分地闡述和利用了自適應(yīng)協(xié)作方法,并提出三個算法,它們分別基于當(dāng)前的團隊狀態(tài)、未來一段時間的團隊狀態(tài)和整個協(xié)作過程的團隊狀態(tài)。此外,本文還討論了更為復(fù)雜的自適應(yīng)協(xié)作問題。在考慮代價時,本文也提出相應(yīng)的基于當(dāng)前狀態(tài)的角色分配算法和基于潛能的角色分配算法。實驗表明沒有代價時,自適應(yīng)協(xié)作方法可獲得比靜態(tài)分配算法更高的團隊總性能,而有代價時可采用本文的方法決定是否要采用自適應(yīng)協(xié)作方法。最后,本文設(shè)計并實現(xiàn)了一個圖像識別的人件,實驗表明人件比只用計算機正確率高,比只用人負擔(dān)輕。進而,還用Service-Oriented Architecture實現(xiàn)了人件服務(wù),可完成該服務(wù)的發(fā)布與調(diào)用。
【關(guān)鍵詞】：人件 人機協(xié)作 基于角色的協(xié)作 自適應(yīng)協(xié)作
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：F272.92;TP391.41
【目錄】：

• 摘要6-8
• Abstract8-18
• 第一章 緒論18-28
• 1.1 研究背景及意義18-19
• 1.2 本文研究的主要問題19-21
• 1.3 研究現(xiàn)狀21-26
• 1.3.1 Agent評估相關(guān)研究綜述21-22
• 1.3.2 團隊角色分配相關(guān)研究綜述22-25
• 1.3.3 自適應(yīng)協(xié)作相關(guān)研究綜述25-26
• 1.3.4 人與計算機接口設(shè)計相關(guān)研究綜述26
• 1.4 研究內(nèi)容和技術(shù)路線26-27
• 1.5 論文章節(jié)安排27-28
• 第二章 基本概念28-35
• 2.1 人件28-29
• 2.2 基于角色的協(xié)作29-30
• 2.3 E-CARGO模型30-35
• 第三章 基于當(dāng)前與歷史信息的Agent的評估方法35-47
• 3.1 Agent評估簡介35
• 3.2 人件與軟件能力的分析與對比35-36
• 3.3 基于多屬性決策的人件與軟件的能力評估方法36-39
• 3.3.1 基于多屬性決策的Agent評估方法簡介36-38
• 3.3.2 Agent評估值的計算方法38-39
• 3.4 基于可信度的Agent評估方法39-43
• 3.4.1 基于可信度的Agent評估方法簡介39-40
• 3.4.2 Agent扮演角色獨立能力的滿意度40-41
• 3.4.3 Agent扮演角色交互能力的滿意度41-42
• 3.4.4 Agent扮演角色能力變化趨勢42
• 3.4.5 Agent扮演角色獨立能力的可信度42
• 3.4.6 Agent扮演角色交互能力的可信度42
• 3.4.7 Agent扮演角色的可信度42-43
• 3.4.8 基于可信度的Agent評估步驟43
• 3.5 Agent評估實驗43-46
• 3.6 本章小結(jié)46-47
• 第四章 不同問題情景下的角色分配方法47-76
• 4.1 團隊角色分配方法(GRA)簡介47-48
• 4.2 柔性陣型角色分配48-54
• 4.2.1 柔性陣型角色分配簡介48
• 4.2.2 柔性陣型角色分配問題的形式化48-49
• 4.2.3 柔性陣型角色分配問題的求解49-54
• 4.3 瓶頸分配54-75
• 4.3.1 瓶頸分配問題簡介54
• 4.3.2 瓶頸分配問題的一個例子54-56
• 4.3.3 瓶頸分配問題的形式化56-57
• 4.3.4 分類的瓶頸分配問題的求解57-60
• 4.3.5 柔性陣型的瓶頸分配問題的求解60-62
• 4.3.6 用自適應(yīng)協(xié)作方法提升瓶頸分配的結(jié)果62-66
• 4.3.7 角色分配方法實驗66-75
• 4.4 本章小節(jié)75-76
• 第五章 基于角色動態(tài)分配的自適應(yīng)協(xié)作方法76-107
• 5.1 自適應(yīng)協(xié)作簡介76-77
• 5.2 一個自適應(yīng)協(xié)作問題的例子77-80
• 5.3 自適應(yīng)協(xié)作問題的形式化80-81
• 5.4 自適應(yīng)協(xié)作問題的解決方案81-85
• 5.4.1 靜態(tài)角色分配方法(SGRA)82
• 5.4.2 基于當(dāng)前狀態(tài)的角色分配算法(CSBGRA)82-83
• 5.4.3 基于潛能的角色分配算法(PBGRA)83-84
• 5.4.4 理想狀態(tài)下角色分配算法(IGRA)84-85
• 5.5 更為復(fù)雜的自適應(yīng)協(xié)作問題85-88
• 5.5.1 部分變化的協(xié)作與全變化的協(xié)作問題形式化85-86
• 5.5.2 部分變化的與全變化的協(xié)作問題的求解86-88
• 5.6 考慮轉(zhuǎn)換代價的自適應(yīng)協(xié)作問題88-92
• 5.6.1 考慮代價時基于當(dāng)前狀態(tài)的角色分配算法(CSBGRACC)89-91
• 5.6.2 考慮代價時基于潛能的角色分配算法(PBGRACC)91-92
• 5.7 本章實驗92-102
• 5.8 案例分析102-105
• 5.8.1 自適應(yīng)協(xié)作的場景102-103
• 5.8.2 應(yīng)用本章提出的算法求解103-105
• 5.9 本章小結(jié)105-107
• 第六章 人件及其服務(wù)化實現(xiàn)107-123
• 6.1 人件的架構(gòu)107
• 6.2 人件的實現(xiàn)107-111
• 6.2.1 一個人機協(xié)作的例子107-108
• 6.2.2 修改的支持向量機方法108-109
• 6.2.3 分類錯誤和人參與分類的代價109-110
• 6.2.4 應(yīng)用人件進行分類的方法110-111
• 6.3 人件的服務(wù)化實現(xiàn)111-114
• 6.3.1 面向服務(wù)架構(gòu)(SOA)思想111-112
• 6.3.2 人件服務(wù)設(shè)計流程112-113
• 6.3.3 人件服務(wù)執(zhí)行流程113-114
• 6.3.4 基于人件服務(wù)的協(xié)作系統(tǒng)架構(gòu)114
• 6.4 本章實驗114-123
• 6.4.1 用人件進行圖像分類的實驗114-116
• 6.4.2 人件服務(wù)的實現(xiàn)116-119
• 6.4.3 執(zhí)行與調(diào)用119-122
• 6.4.4 人件服務(wù)功能分析122-123
• 第七章 總結(jié)與展望123-125
• 7.1 總結(jié)123
• 7.2 展望123-125
• 參考文獻125-138
• 致謝138-140
• 博士期間發(fā)表的論文140-141

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 魏金河;人-人工智能系統(tǒng)在未來載人航天中的應(yīng)用展望[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2003年S1期

2 楊燦軍,陳鷹,路甬祥;人機一體化智能系統(tǒng)理論及應(yīng)用研究探索[J];機械工程學(xué)報;2000年06期

3 任曉明;張玫瑰;;美國歸納邏輯與人工智能研究概況[J];科學(xué)技術(shù)與辯證法;2007年01期

4 操龍兵,戴汝為;基于多智能體的人機協(xié)作智能信息系統(tǒng)(英文)[J];自動化學(xué)報;2003年01期

5 黃孝鵬;周獻中;;復(fù)雜決策任務(wù)層級分解動態(tài)控制策略與算法[J];軍事運籌與系統(tǒng)工程;2013年01期

6 楊龍軍;陸洪毅;;基于云計算平臺的計算機硬件遠程實驗室實現(xiàn)[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2013年S2期

7 李德毅,劉常昱,杜瀊,韓旭;不確定性人工智能[J];軟件學(xué)報;2004年11期

  本文關(guān)鍵詞：融合人件的協(xié)作系統(tǒng)中基于角色的人機協(xié)作機制研究，由筆耕文化傳播整理發(fā)布。

，

本文編號：310656