如发现有乱码， 请直接从这里浏览原文
正文摘录:

2007年第2期总第241刚难，4i能作案例的例外处删，整体性能}‘分脆弱，CBR降低r知以挟取的难度.小衙婴得m像规则那样准确和抽象的Ⅻ识，叭是直接使用隐禽荇难以提取规则的知识片段(案例)。实质卜，案例是一组带有卡[j关值的特{=【E，这些特觚描述r_一个问题及其结沦。(、IjI{仃如下优点：(1)CBR系统最为突…的优点之·是他的学爿能力。在(、ljIt系统t{11.学爿l：怍能够做似自然的完成，这一点，使他夫人地优于其他技术。(2)CtjR避开J，j犬取规!J!IJ或摸型这一瓶颈，只需收集过上的案例。无模型的情况下，也tU‘建立CBR系统；(3)任实施时，只需确定相关实例特征，Ⅲ且(、IjR系统总足在不断的扩允、完善.只有部分案例时就可使用；(4)住求解时，不需要从头推起，而是直接从某一完整的答案开始推理.¨】丁以迅速提供解答；易于维护，通过增加新实例，不仅达到j’学刊的日的，还可以反映用户需求特点。2.2智能体(Agellt)及多智体(Multi—agent)Agent是一个运行于动态环境的、接受另一个实体的委托并为之提供服务的、具有较高自治能力的实体，是一种模拟人类智能行为并提供干}j应服务的计算机程序。Agent能够通过感知器对外界环境中的条什做出反应，许运rIj学习币IJ}俘理的功能来对外界环境做出解释，产生推理并做…决定。Agent具有自卜陀、队同性、响应性、移动性及智能性的特点。Multi—agcnt系统足指山多个Agent组成的一个较忪散的多Agcnt联邦，这螳Agc、『1l之问成员之『甘J相互协州、丰u互服务、共同完成一个复杂任务。MLllti—agent系统(M人s)提供了一种解决复杂问题的分而治之的方法·即将问题划分成若十子问题，构造一些具有相应功能的单Ag㈨t，冉由这氆Agent分[处圳相应的予问题。3基于CBR和MAS的智能群体决策系统模型3.1设计思路从认知科学角度香.为J’产生r『jJ题求解方案，人们首先试图将现有问题映射到过上炎似问题的觚决模式上，如粜欠败.!J!IJ分析夫败产生的啄N.肜成学列l_]杯.并倒绕【]标搜寻信息(，爿1识)，利用新矧以分解原来的大M题，并对≈一1-问题重复此认知心维过秤。山此可知.川题的分街牟求精是一个动态过程.他牡于案例学习和¨怀驱动学习模式。任群体决策环境巾.特体成员从信息收浆阶段获得部分彳丁火决策的信息，为r形成川题求解的例始观li，经常足从过去类似问题的解决经验中进行学列；为r分解大r订J题。必须从G[)SS环境中学习问题领域的启发性Ⅻ_}j!，搜一求解子M题的深层知谚I；为r修改和扩允仞始观点，必坝通过群体思维其振可牛Ii学爿。总之.Gr)SS观点乍成的辅助疗法应陔建屯在学习的琏础l：。3.2基于CBR和MAS的智能群体决策系统模型基于该观点，根据多智能体合作求解系统的设计原理及cBR工作流程，我们提出了一种采用任务协调策略，基于混合式结构的多智能体系统体系结构的基于CBR和MAS的群体智能决策模型CMlr)SS。如图1所示。KB：知识库；M}{：模型库：wB：方法厍；DB：数据厍；GB：图形库；IB：图像库；AB：动画库图l基于CBR和MAS的智能群体决策系统模型这蟹定义J，5类智能体：界面智能体、决策任务智能体、决策管理智能体、多库协同器以及资源智能体。其决策支持过程以基于案例推理为主，辅以群体思维共振，最后达到决策一致。其决策支持过程如下：决策用户首先利用自己的心智完成基于案例的特征抽取，通过界面Agel，t完成川题的描述，交给CBRAgent开始决策支持。CBRAgent完成相似案例的检索，并辅助用户把相似案例的解适配到当前问题中，形成当前问题的解建议(初始观点)，同时将问题的初始观点发送给决策管理Agent。在此过程中，由多库队同器调度各资源／~gent，完成决策过程所需的数据、模型、疗法、图形、图像等的调用。决策管理Agent收集各群体决策成员的观点，并提交各决策者参考，辅助用户集成来自不¨思维角度的求解没想，以便得到一些启发，开始修正、补觅初始观点的决策支持过程。其中，各智体之间合作的媒介足分布式汁算环境、网络、数据库等。(1)决策用户决策用户作为高级智体扮演着重要的角色，解决那些饥器很难解决的问题。他主要利用自己的心智完成以下仟务：抽取1的问题(或子问题)的主要特征；将类似案例解适配入当前问题环境中，形成解建议；在CBR智体的辅助下分析案例匹配失败的原冈；建立收集进一步信息的学习H标；根据收集到的知识和启发信息分解当前问题(或子问题)；集成所有子问题的解，形成问题的最终解答。(2)界面AgentⅢ向决策J1j，。，由人和计算机通过人机界面组成的有63