曹虎[1]2000年在《多主体环境MAGE及其协作与规划研究》文中认为多主体系统是近年来人工智能研究的热点，由于它更能体现人类的社会智能，更加适合开放、动态的世界环境，因而引起人们的广泛重视。在同一时期Internet技术的迅猛发展和普及应用使得软件开发人员迫切需要开放的、复杂的分布式计算系统的设计指导和开发辅助工具。在这两种力量的推动下，面向主体的程序设计也成为一个新的热点前沿课题。主体社会行为—特别是协作行为—的描述和实现则是其中一个重要研究方向。本文以主体之间的协作与多主体规划为对象，研究了主体协作的形式化描述，和基于约束传播的多主体分布式规划，提出了一种面向主体协作的组织形式，构建了多主体系统开发平台MAGE，并研究了主体技术的实用问题。 本文成果主要包括如下几个方面： 1．提出了一种描述主体协作的形式系统。形式化工作被分为两个层次：底层是基本的逻辑体系，刻画了动作，知识，能力，目标等基本概念。在其基础上，定义了协作、多主体系统的潜在能力、协作求解框架等高层概念。 2．研究了基于约束传播的分布式多主体规划。扩展了ADL使之可以描述主体之间的联合动作；给出了动作之间的偏序约束的一致性判断方法：设计了分布式规划机制并给出一种算法实现。 3．提出了协作主体团队这一协作组织形式，并应用于多主体环境MAGE中。协作主体团队按照协作网络动态组成。意图协作的主体通过克隆操作加入。提供了协作团队形成、维护的标准协议和行为，并支持协作过程的并发执行。 4．针对目前对多主体系统开发工具的需求，设计并实现了主体系统环境MAGE。它为Internet上的基于主体的计算提供了系统设计支持，知识和能力的描述和装配，以及协作和协商的设计和实现提供了接口和工具。系统提供的名字服务，安全机制，查询和广告服务等标准服务方便了对多主体系统的管理和维护。 5．利用本文的研究成果，特别是多主体环境MAGE，初步实现了并行多媒体信息检索、群体智能决策系统、虚拟市场等若干应用系统。 综上所述，本论文对多主体协作与规划，多主体系统开发环境做了一定的研究。这些研究课题还有很多问题值得探讨，本文的工作仅仅是一个尝试，还有待进一步深入。
蒋运承[2]2004年在《基于主体的智能Web中的服务研究》文中进行了进一步梳理智能Web本质上是一种自治的实体，它具有自动调节功能，并能够进行协同工作，以便提供有效的应用服务。它是下一代互联网的另一种模式，就是有效地将智能融入到互联网中，让具有智能的计算机程序在互联网中运作，为人们提供各种自治的智能服务。智能Web以语义Web为基础设施，利用智能主体来封装各种Web资源并提供智能服务。从智能Web的总体目标来看，它必须解决以下一些关键问题：语义表达、智能主体、资源管理、服务管理和Web挖掘等。 智能主体是智能Web中的核心组件之一，它是一种智能的软件实体。智能主体和多主体系统已经成为人工智能甚至计算机科学的研究热点和重点之一，随着Internet的飞速发展，Web服务、语义Web服务以及网格服务等研究的深入，研究如何利用主体和多主体系统为用户提供各种自治的智能服务已成为当前主体和多主体系统的研究热点。智能Web就是利用主体和多主体系统理论技术来实现为用户提供各种自治的智能服务，即基于主体的智能Web中的服务。 本文分析了智能Web中服务的研究现状及存在的问题，从智能Web的服务架构、逻辑基础、主体服务描述及匹配、主体服务组合及协作等方面对智能Web中的服务进行了深入研究。本文的主要工作和创新点包括以下几个方面： (1)分析了智能Web中服务提出的背景，根据主体和多主体系统理论，特别是主体的心智状态模型，提出了一种基于主体的智能Web的服务总体架构。分析了用传统描述逻辑和动作理论作为智能Web中服务的逻辑基础的不充分性。根据智能Web的特点，给出了一种动作描述方法，并借鉴传统描述逻辑的语义解释方法给出了动作的语义解释，提出了一种基于描述逻辑的智能Web的服务理论。它具有清晰的语义特征，既提供了可判定的推理服务，又能有效地对动态知识和运行机制进行表示和推理，可以为智能Web的服务提供合理的逻辑基础。 (2)根据描述逻辑理论研究了主体服务描述和服务匹配问题，分析了用描述逻辑来研究主体服务的优点，提出了基于描述逻辑的主体服务描述和服务匹配方法。该方法充分利用描述逻辑在概念分层中的优点来自动建立主体服务分层，然后在服务分层上进行服务匹配，使得服务匹配具有高效性；同时该方法还充分利用描述逻辑具有清晰模型-理论语义的特点，利用主体服务的语义包含关系来刻画服务匹配，使得服务匹配具有有效性。该方法是基于语义的服务匹配，克服了基于语义距离进行主体服务匹配的不足。 (3)分析了目前传统主体服务描述语言CDL、SDL和LARKS等存在的问题和不足，结合智能Web中服务的特点，提出了一种带语义、继承以及支持协商机制的主体服务描述语言SDLSIN。该语言不仅考虑了从语义上来描述服务，而且也考虑
董明楷[3]2003年在《面向智能主体的动态描述逻辑研究》文中进行了进一步梳理智能主体和多主体系统经过了20多年的研究和发展,已经成为人工智能甚至计算机科学的研究热点和重点之一,并已经广泛应用到很多领域之中。随着Internet的飞速发展、语义网的提出、网格计算的深入研究与发展,这种动态、开发、分布、异构和不确定的计算环境为主体技术提供了展现的舞台。主体技术正被认为是在复杂计算环境下构建可扩展的、健壮的、可重用的、一致的高质量软件系统的最有前途的技术之一。在智能主体的研究中,主体的设计必须建立在知识表示和推理的坚实理论基础之上。主体的知识表示和推理、心智状态模型以及内部运行机制等问题是主体研究的核心问题,是主体技术的关键部分。本文在分析了已有的主体理论模型、主体设计以及动作理论等相关研究工作所存在的问题的基础上,重点从知识的表示与推理和动态系统的表示与运作机制这两个方面来研究智能主体,形成了以动态描述逻辑为核心的智能主体的理论框架、模型和设计方法。本文的主要工作和创新点包括以下几个方面:(1)提出了一种新的带缺省推理的描述逻辑,它以描述逻辑为主框架,对单调逻辑和非单调逻辑进行了整合,但又避免了一般缺省逻辑在推理上的困难。基于带缺省推理的描述逻辑,构建了一种同时具有Tbox、Abox和缺省规则的知识库系统,研究了带缺省推理的描述逻辑的可满足性、缺省可满足性、概念包含、缺省包含以及实例检测等推理问题,提出了一种用来检测可满足性和缺省可满足性的新算法——Tableau-D算法,给出了缺省可满足性和缺省包含的转换定理,以及一种能提供多层次推理服务的五值推理系统。(2)提出了一种动态描述逻辑,它将静态和动态的知识表示与推理有机地整合在一起,形成了一种统一的形式化框架。它具有清晰的语义特征,提供了可判定的推理服务,又能有效地对动态过程和运行机制进行表示和推理。文章给出了动态描述逻辑的语法、语义、基本理论和领域公理,并得到相关推理问题的一些结果,有效地解决了动态领域中的基本推理问题以及动作描述中的框架问题和分支问题。动态描述逻辑为动态领域模型提供了一种有力的形式化工具,同时也为智能主体的模型和设计提供了一个很好的理论工具。(3)在动态描述逻辑的基础上,提出了一种智能主体的心智状态模型。它充分利用了动态描述逻辑的统一形式化框架,同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态。主要探讨了主体信念、行为能力、目标、规划和意图等心智要素的表示、推理与修改等基本问题。该主体模型将理论和实践有机地结合起来,表达能力强,能够充分体现智能主体的本质特征与运行机制,为智能主体的设计与编程奠定了很好的基础。
陈岳昌[4]2007年在《工程机械多智能主体机群优化调度及施工管理仿真系统》文中进行了进一步梳理当前公路施工中存在着摊铺机、压路机、拌和机,自卸车等施工机群设备配置不够合理,物料断流或积压时有发生及生产率低下和劳动强度大等急需解决的问题。对施工机群智能化和动态优化配置调度是解决该问题的重要方法,也是未来工程机械发展的必要趋势和提高我国工程机械产业的市场竞争力和国产施工设备的装备水平的重要途径。多智能主体技术是人工智能领域的最新成果。多主体系统是一些自主的主体通过协作完成某些任务或达到某些目标而构成的系统。遗传算法是一种新兴的搜索寻优技术,它仿效生物界的遗传和进化,根据“优胜劣汰”的原则,借助复制、交换、突变等操作,逐步逼近最优解。本文将多智能主体技术应用于在高等级路面上施工的工程机械机群的智能化中,并用遗传算法方法研究了机群施工过程中的动态配置调度问题和在施工过程中物料供应链管理的问题。具体如下:1.通过建立施工过程的成本函数模型,利用遗传算法的搜索寻优技术,快速给出摊铺机和自卸车的合理配置,用以指导工程实践,从而达到降低生产成本和提高生产效率的目的。2、采用将中央控制与分布式控制相结合的方法建立了路面施工机械机群的多智能主体混杂分层式结构。在多主体环境——MAGE上开发了多主体公路施工管理仿真系统,用来解决施工过程中的物料管理、动态调度、资源配置和质量控制等问题。总之,本文应用多智能主体技术、遗传算法对机群的系统结构、机群的动态配置调度和施工过程的管理仿真进行了研究,为机群智能化系统进一步的详细设计奠定了良好的基础。
陈兰芳[5]2005年在《多智能体技术及其在生产系统协调控制中的应用》文中研究表明目前,多智能体系统是人工智能领域的研究热点。该系统是由多个智能体相互作用而组成的一个松散的多智能体社会。智能主体具有以下特性:自主性、社会能力、反射性、前瞻性、理性和学习能力。多智能体系统是一种分布式自主的系统,采用基于协商的决策,能够在相同环境中采用不同的解决问题方法,具有并行性、智能性和柔性。针对现代生产过程中系统控制的复杂性,难于实现协调控制,本文提出将多智能体技术自动化程度高,易于集成的优点,用于生产系统的控制中,以包装装箱生产线为研究对象,进行多智能体技术的应用研究,实现系统的协调控制。本文的主要研究工作如下: 1.详细全面地介绍了智能主体及其理论。 介绍分析了智能体的特征、分类、结构体系、理论模型,智能体具有感知、通信、行动、控制和推理能力等基本功能,它包括三个基本的层次,即通信层、协作层和控制层。然后介绍分析了多智能体系统的模型和结构,多主体的协作与协调。 2.采用公共主体请求代理体系结构(CARBA)。 采用CARBA作为多智能体之间交换数据的中间环节,在异构环境下按照功能分解系统,划分系统框架。按照需要集成各个功能部件,灵活组成系统。 3.多智能体的协调与合作。 这是多智能体控制的核心部分,运用黑板模型对包装生产线的多智能体系统进行协调。由多个智能体相互协调实现对复杂系统的控制,便构成多智能体控制系统,多智能体系统中每个智能体是一个物理的或抽象的实体,能作用于自身和环境,操纵环境的部分表示,并与其他智能体通讯。 4.主体通信的模型及通信策略。 多主体之间的通信采用Soket技术,并采用TCP/IP协议进行通信。采用黑板结构作为多智能体控制系统中各个智能体进行信息交互的场所。由于系统为简单系统采用集中式控制方式。 5.将多智能体技术应用到包装生产线系统中,建立包装装箱生产线的多智能体系统模型。提出将人作为生产系统的一个智能体。 6.研究了实现多智能系统的关键技术和最佳途径。 本文对开发智能体系统用到各领域知识,开发的关键技术及开发方法做了详细的研究。采用流行的Java语言来实现包装生产线多智能体系统,并用组态软件对系统进行动态模拟仿真。在包装装箱生产线系统硬件模拟实验中,进行了智能体程序的运行控制,验证了所做设计的有效性和合理性。
张海俊[6]2005年在《基于主体的自主计算研究》文中指出自主计算所要解决的是日益复杂的计算环境中所面临的管理与成本问题,满足人们日益增长的按需计算需求,方法是使得IT系统能自管理和自适应,包括自配置、自恢复、自优化和自保护。本论文借鉴智能主体和多主体系统方面的若干研究成果,在自主计算系统模型、策略、自主计算自配置、自主计算系统的开发实现等几个关键问题的研究上做了有益的尝试。本文的主要工作和创新点包括以下几个方面:(1)系统研究了自主计算系统与自主单元应该具有的体系结构,提出了一种面向服务的自主计算系统模型框架。该框架给出了自主单元的功能结构,定义了其心智状态模型、阐述了其组成结构和完整的生命周期;阐述了自主计算系统应该具有的体系结构,应该为自主单元提供的公共基础设施,以及所支持的自主单元交互协作模式。(2)研究了自主计算策略,定义了一种通用策略规范语言GPSL,并给出基于动态描述逻辑的目标规划算法。我们给出了策略概念模型的形式化定义,把策略分为动作策略、目标策略、效用策略以及混和策略,并对动作做了形式化描述和分类。如何把目标细化为系统可以执行的动作是目标策略实施的关键。基于第二章定义的自主单元心智状态模型,我们给出目标的静态规划算法和动态规划算法,有效的解决了策略的目标规划问题。(3)提出了一种面向服务的自主计算自配置方法。该方法把自配置分为结构自配置和接口自配置:结构自配置用来确定自主单元的配置目标对象,接口自配置完成具体配置内容。服务匹配是结构自配置的关键,我们定义了一种自主单元服务描述语言SDLSIN,把服务匹配分为基于语义的服务匹配和基于语法的服务匹配,并分别给出了其算法描述。(4)提出了一种动态合同网协议来解决自主计算结构自优化问题。参考群体智能中的响应阈值模型,我们在传统合同网中引入了信任度,提出了一种动态合同网协议,给出了算法描述。该协议能够充分利用自主单元以往的服务匹配过程,适应动态变化的环境,较好地解决自主计算系统中的结构自优化问题。(5)定义了自主计算系统建模过程,提出了一种基于构件复用的自主计算系统层次化开发方法,把开发过程分为可复用实体层、自主行为层、自主单元层和自主社会层。该方法使用策略语言GPSL对自主单元的交互协议进行形式化描述,把自主单元的功能开发和交互开发有机分离,提高了交互协议和自主单元功能的复用性。在多主体环境MAGE之上,我们开发了自主计算原型系统ACE,并以ACE为基础,基于构件复用的层次化开发方法,开发了自主计算开发环境VAStudio,
盛秋戬[7]2004年在《语义Web中的资源管理与主体技术研究》文中研究指明Web经过十余年的发展,已成为一个巨大的全球化信息空间。由于信息资源在语法表示与结构上的异构性,使得传统数据库方法以及基于统计学分析方法的搜索引擎技术,无法有效实现对Web资源的管理、查询以及机器自动化处理。语义Web是为解决上述问题而新兴的研究领域。基本思想是用机器可处理的语义元数据描述Web资源,使得软件Agent能对Web资源进行自动化处理,并智能地提供语义Web服务。实现异构资源的语义级共享与互操作,是语义Web成功的关键,它严重依赖于对Web资源的有效组织和管理。本文主要研究语义Web资源的组织和管理模型,以及相关的主体技术。介绍了语义Web的发展根源,综述了语义Web的研究现状,主要研究工作包括以下四个部分:提出了一个基于知识的数据模型,其基本思想是用领域本体知识结构组织资源,以明确体现资源间的语义关系。首先,深入分析了语义Web资源的组织和管理需求,讨论了语义、元数据以及本体三个要素;并考察了关系模型、XML,RDFS等数据模型的不足。然后,定义了一个基于知识的数据模型,模型包括知识模式、资源实例库和完整性约束三部分。知识模式用于表示领域概念知识,资源实例库是对领域资源的抽象,完整性约束表示了知识模式无法表示的领域规则知识。最后,定义了模型的RDF Schema。提出了一个基于描述逻辑的资源演算和一个资源代数系统。定义了抽象的资源演算及其形式语义,目的是为资源查询语言的设计提供基础,资源演算可以为资源查询语言提供清晰的说明性语义解释。资源查询代数用于描述高级查询语言的操作语义,与说明性的资源演算相比,查询代数是一种过程性的查询语言。更重要的是查询代数为查询优化提供了基础。为此,本文定义了基于知识的数据模型的代数系统,并给出了若干等价规则。设计了一种面向用户的高级资源操作语言RML。RML包括资源查询与资源更新两个子语言。在查询部分,RML的特点是能够支持查询组合,支持知识级查询、路径查询以及资源视图的定义机制;在资源更新部分,RML支持资源实例和属性的插入、删除以及更新操作。最后,RML与已有的资源操作语言作了详细比较。提出了一种基于主体通信语言FIPA ACL的多主体团队交互协议。首先,分析了现有FIPA ACL支持团队联合求解的充分性问题。在概念上明确区分了联合请求与委托请求,指出委托请求言语动作不能充分支持团队协作。扩展定义了联合请求,讨论了相关定理。然后,基于联合请求动作,提出一种主体团队交互协议,并给出了协议的形式化语义,最后讨论了协议的实际应用。区别于现有的基本动作请求协议、合同网协议以及拍卖协议,团队交互协议描述了另一类主体交互模式,对团队型语义Web组合服务的开发具有指导意义。基于上述研究,本文最后讨论了基于知识的数据模型的存储与查询处理等实现问
王泊[8]2002年在《多主体系统中的协商研究及其在电子商务中的应用》文中研究表明计算机和网络技术的不断发展,使得网络上的商务行为越来越普遍,信息资源也越来越多。相对而言,客户的时间成本成了相对稀缺的资源。因此,适应网络和信息发展的需要,利用计算机来替代人在商务活动中的部分工作,或提供相关的支持,成为对计算机软件系统的需求。多主体系统中的协商问题研究正是解决这类问题的有效途径。协商问题的研究主要应对于两方面的需求:一、通过对环境的分析——决策支持;二、替代委托人执行决策任务——自动协商。这两方面的需求都依赖于协商策略的选择和协商过程的管理。因此,本文主要进行了以下方面的研究:博弈论是协商研究的基础。在此基础上我们讨论了拍卖、竞价、讨价还价等相关模型。这些模型是在电子商务中基于主体的自动协商模型的基础。电子商务多主体系统的实现一个关键问题就是多主体协商。这里主要讨论了协商协议的规范化描述,协商策略的表示和规划,以及协商中的建模问题。要提高决策的有效性和决策制度的效率,模型管理的研究是必要的。通过提出一种模型管理框架,确定决策模型在协商中的角色,来完成有效的管理。最后,基于智能主体的虚拟市场是应用本文协商研究理论的实际应用。
鄂越[9]2012年在《基于Agent的蜂产品质量控制研究》文中指出我国蜂产业组织比较松散，人为因素作用较大，还缺乏信息化、智能化技术作为质量安全控制的支撑手段，进而导致蜂产品从“蜂场到餐桌”所经历的各个环节的质量不易控制。因此，如何对蜂产品质量安全进行有效管理与控制是近年来我国蜂业研究领域的热点问题。本论文运用现代信息技术，一方面，建立蜂产品质量安全控制系统，为蜂产品质量控制提供一种技术支持和通用性工具；另一方面，作为一种关键技术的研究和探索，采用Agent技术，提出一种具有智能性、协同性的蜂产品质量控制方法，为蜂产品质量安全控制研究提供新的研究思路。这对于我国养蜂业向信息化、智能化管理模式转变，提高我国蜂产品质量安全管理与控制水平，具有十分必要的现实意义和实用价值本论文主要的研究内容：（1）在分析研究我国蜂产品质量控制的基础上，采用Agent技术识别与定义了参与蜂产品质量控制的实体，提出了基于质量控制动态联盟形式的蜂产品质量控制系统体系结构参考模型，详述了参考模型的层次结构，为系统进一步实现奠定了基础。（2）针对蜂产品质量控制，提出了一个层次化的多维的Agent模型构建方法，确定了Agent模型的功能和结构，给出了Agent模型中一些关键行为的驱动规则，保证了Agent模型具有较好的适应性和灵活性。（3）提出了蜂产品质量控制链的概念。研究了基于Agent的蜂产品质量监控与应急处置的方法，给出了详尽的基于Agent逻辑架构的信息交互模式和流程图；定义了参与蜂产品质量控制的对象和属性与Agent的映射关系，并给出了基于Agent蜂产品质量控制的实现策略。（4）从Agent协同工作的角度，研究和探讨了蜂产品质量安全应急决策机制，提出了蜂产品质量应急决策模型，基于任务分解、多目标的规划实现了蜂产品应急辅助决策任务的制定。基于黑板通讯机制，给出了应急决策任务存储的层次结构、访问方法，为建立基于Agent的蜂产品质量应急辅助决策提供了数据信息层支持。本论文主要创新点：（1）提出了基于Agent的蜂产品质量控制框架，开展了基于动态联盟形式的质量控制方法研究。（2）设计了基于Agent的蜂产品质量控制链，提出了蜂产品质量控制中Agent模型的构建方法，实现了系统中各个功能Agent模块的设计；提出了基于Agent的蜂产品质量安全应急机制。（3）设计开发了基于Agent的蜂产品质量控制系统平台，验证了论文所提方法的有效性。
程勇[10]2005年在《基于本体的不确定性知识管理研究》文中研究指明随着人类社会步入知识经济时代,知识正取代传统的土地、自然资源、资本和劳动力成为推动社会进步与发展的主要力量。知识经济在客观上要求有与之相适应的管理模式和管理理论;另外组织或企业也迫切需要有效的技术来管理这种极具经济价值的战略性资源。基于以上背景,本文着重探讨了基于本体的知识管理,特别是不确定知识管理中的几个关键问题,具体来说包括以下几个方面:(1)基于本体的不确定性知识表示和查询当前组织和企业所处的环境(如Web、市场)具有开放、不确定性和分布式等特征。如何表示领域中的知识,特别是不确定知识是一个重要的研究问题。传统的本体建模方法以及现代基于描述逻辑的本体表示语言都存在不足。为了表示领域知识的不确定性并支持对不确定性知识进行推理,本文对现代描述逻辑进行了扩展提出了P-SHIQ描述逻辑,引入概率来表示概念之间的依赖关系,并使用贝叶斯网络作为不确定性知识的推理手段。在知识查询方面,本文也对现有基于描述逻辑的知识查询机制进行了扩展,使之能处理不确定知识查询问题。(2)半自动本体获取方法Web时代的来临加剧了知识获取这一瓶颈问题。知识的手工获取不仅效率低下、代价高昂,而且还容易导致不一致性和各种其他错误。本文提出了一个半自动的本体获取方法,该方法主要从Web页面、文本数据库等多种源语料库中获取浅层本体,并通过领域专家的干预和确认得到符合应用要求的领域概念模型。我们重点研究了基于本体的语料获取、领域概念发现和关系学习,所获得的本体可以用现有语言来表示。(3)本体映射方法在多主体系统、语义网和信息集成等领域,如何协调同一领域内不同本体,甚至是不同领域本体的语义差异是一个重要问题。本文基于相似度度量提出了一个多维动态概念映射算法-S-Match算法。该算法可以根据应用领域不同灵活性和准确性需求,在语言级、结构级、实例级和推理级四个维度上动态地进行本体概念映射。S-Match算法在查全率和查准率方面要优于H-Match算法,和GLUE方法相比,S-Match需要更少的专家支持。对于概率本体,我们提出了S-POMap算法,它是S-Match算法的扩展,主要在推理级上使用贝叶斯网络学习算法发现概念相似关系。(4)面向语义的多主体知识服务面向服务的结构为动态环境中的知识共享和利用提供了一种良好的集成手段。当前Web服务描述仅停留在语法层面,并没有对其意义做任何说明。这种语义信息的缺失和关系的匮乏严重阻碍了服务协作和组合。本文以开放动态环境下的语义级知识共享和利用为目标,定义了知识服务描述OWL-KS,赋予知识服务丰富的语义信息。着重阐述了知识服务的描述、发现和匹配问题。在实现上以多主体系统为平台,知识服务提供方和
参考文献：
[1]. 多主体环境MAGE及其协作与规划研究[D]. 曹虎. 中国科学院研究生院（计算技术研究所）. 2000
[2]. 基于主体的智能Web中的服务研究[D]. 蒋运承. 中国科学院研究生院（计算技术研究所）. 2004
[3]. 面向智能主体的动态描述逻辑研究[D]. 董明楷. 中国科学院研究生院（计算技术研究所）. 2003
[4]. 工程机械多智能主体机群优化调度及施工管理仿真系统[D]. 陈岳昌. 天津大学. 2007
[5]. 多智能体技术及其在生产系统协调控制中的应用[D]. 陈兰芳. 河北工业大学. 2005
[6]. 基于主体的自主计算研究[D]. 张海俊. 中国科学院研究生院（计算技术研究所）. 2005
[7]. 语义Web中的资源管理与主体技术研究[D]. 盛秋戬. 中国科学院研究生院（计算技术研究所）. 2004
[8]. 多主体系统中的协商研究及其在电子商务中的应用[D]. 王泊. 中国科学院研究生院（计算技术研究所）. 2002
[9]. 基于Agent的蜂产品质量控制研究[D]. 鄂越. 中国农业科学院. 2012
[10]. 基于本体的不确定性知识管理研究[D]. 程勇. 中国科学院研究生院（计算技术研究所）. 2005
标签：自动化技术论文; 语义分析论文; 逻辑结构论文; 技术协议论文; web技术论文; 企业协作论文; 关系逻辑论文; 协作开发论文; 语言描述论文; 动态模型论文;