Публикационная активность
(сведения по итогам 2017 г.)
2-летний импакт-фактор РИНЦ: 0,500
2-летний импакт-фактор РИНЦ без самоцитирования: 0,405
Двухлетний импакт-фактор РИНЦ с учетом цитирования из всех
источников: 0,817
5-летний импакт-фактор РИНЦ: 0,319
5-летний импакт-фактор РИНЦ без самоцитирования: 0,264
Суммарное число цитирований журнала в РИНЦ: 6012
Пятилетний индекс Херфиндаля по цитирующим журналам: 404
Индекс Херфиндаля по организациям авторов: 338
Десятилетний индекс Хирша: 17
Место в общем рейтинге SCIENCE INDEX за 2017 год: 527
Место в рейтинге SCIENCE INDEX за 2017 год по тематике "Автоматика. Вычислительная техника": 16
Больше данных по публикационной активности нашего журнале за 2008-2017 гг. на сайте РИНЦ
Вход
Забыли пароль? / РегистрацияДобавить в закладки
Следующий номер на сайте
Планирование поведения агентов на основе приобретенных знаний
Аннотация:
Abstract:
Авторы: Виноградов Г.П. (wgp272ng@mail.ru) - Тверской государственный технический университет, Тверь, Россия, доктор технических наук, Лазырин М.Б. () - , , | |
Ключевое слово: |
|
Ключевое слово: |
|
Количество просмотров: 6895 |
Версия для печати Выпуск в формате PDF (1.11Мб) |
При практической реализации агентных систем, а особенно систем с использованием интеллектуальных агентов, основной задачей является обеспечение их интеллектуального поведения. Поведение агентов основывается на механизмах принятия решений, в свою очередь, принятие решений может происходить рефлекторно и описываться программой или на основе логического вывода при помощи некоторых данных [2]. Наиболее близко к интеллектуальному адаптивное поведение, реализованное на основе накопленных знаний. В работе предлагается модификация метода планирования поведения агентов. В основу обучающейся планирующей системы автономного агента взят метод планирования автономных агентов команды PSI [1] . Представим агента команды PSI как множество: Полное состояние агента может быть представлено как: Идея выработки планов [1] строится на понятиях расширенного плана и планирующей функции, а также на определении элементарного плана как четверки 1. 2. Если план 3. Если элементарные планы В [1] расширенный план определен как слово языка планов 1. 2. Если 3. Если 4. Если Планирующая функция в [1] определена как отображение: Правила работы планирующей функции [1]: 1. Если 2. Если 3. 4. Во всех остальных случаях Очевидно, что модель обучающегося агента будет отличаться от модели агента Представим обучающегося агента как множество: Обучение агента производится за счет изменения нечетких показателей отношения Обучение агента происходит в соответствии со следующими правилами. 1. Если 2. Если 3. Если Предварительная настройка системы ложится на разработчиков, в частности назначение первоначальных значений нечетких показателей отношений прерываемости и приоритетов в базе знаний агента, но предлагаемый подход предполагает их подстройку в процессе функционирования. Дальнейшим развитием системы может являться динамическое расширение семейств частичных приоритетов за счет представления их как Список литературы 1. Кожушкин А.Н. Метод планирования автономных агентов команды PSI // Тр. Междунар. конф.: Интеллектуальное управление: новые интеллектуальные технологии в задачах управления (ICIT'99) (декабрь 1999, Переславль-Залесский). – www.raai.org. 2. Клышинский Э.С. Одна модель построения агента // Там же. 3. Поспелов Д.А. Многоагентные системы – настоящее и будущее // Информационные технологии и вычислительные системы. – 1998. – № 1. – С.14 – 21. 4. Чекинов Г.П., Чекинов С.Г. Применение технологии многоагентных систем для интеллектуальной поддержки принятия решения (ИППР) //Сетевой электрон. науч. журн. "Системотехника". – 2003. – № 1. |
Постоянный адрес статьи: http://swsys.ru/index.php?page=article&id=462 |
Версия для печати Выпуск в формате PDF (1.11Мб) |
Статья опубликована в выпуске журнала № 3 за 2006 год. |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Интеллектуальная поддержка реинжиниринга конфигураций производственных систем
- Системы компьютерной поддержки процессов анализа, синтеза и планирования решений в условиях неопределенности
- Компьютерная технология проектирования перестраиваемых нерекурсивных фильтров
- Информационно-вычислительный комплекс по применению мембран в биотехнологии
- Унифицированный информационный интерфейс и его реализация в комплексной САПР
Назад, к списку статей
Хотите оценить статью или опубликовать комментарий к ней - зарегистрируйтесь