论文部分内容阅读
随着社会经济和信息技术的飞跃发展,决策所涉及的系统越来越复杂,要考虑的参数越来越多,可供选择的策略难以计数,仅仅靠人脑生成策略、进行决策已显得无力。人工智能正处在蓬勃发展的时期,它与计算机的密切结合引发了人们对知识处理的研究,其中尤为重要的是知识的表示、推理及其系统的智能性。本文引入可拓学理论与Agent,以弥补现有的智能系统与决策系统的不足。目前,矛盾问题的基元模型和解决矛盾问题生成策略的可拓方法已经建立,本文的工作是引入可拓理论和可拓工程方法,其目的在于根据可拓策略生成的研究成果和可拓学的理论成果,研究能在计算机上操作的生成策略系统;同时引入了智能Agent,其目的是提高系统的智能性。本文在分析可拓学的理论和知识表示的联系的基础上,利用基元,建立知识模型,实现对信息、知识的形式化描述,并探讨了该模型解决实际问题的方法。然后,结合计算机技术,在已建立的可拓模型中,建立相关的知识库,处理与已有知识相关的问题。利用可拓学中的发散分析、拓展分析等相关原理,查找解决此问题的路径。并且探讨计算机系统中利用可拓推理、可拓变换,获得知识,并生成解决给定问题的策略、对策略进行综合评价的方法。同时,对Agent进行了设计,实现了动态的插入,提高了人机交互性。最后,建立游客停车问题的可拓模型,结合计算机技术,叙述如何实现基于Agent的停车问题策略生成系统,并给出运行结果。1、利用可拓方法解决游客停车这一实际问题,改进过去计算机系统在这方面的不足。2、利用可拓的基元模型去描述客观世界中的事物和规律,可拓推理和可拓变换去建立生成策略的推理规则,把可拓集合和关联函数作为策略生成和策略评价的定量化工具,为计算机更科学地辅助决策提供新的方法。3、为了满足复杂系统的动态需求,在系统中我们引入了Agent技术,使系统的问题求解知识库能跟据环境的变化和游客的需求变化而自主地更新相关的参数和规则,提高了系统的智能性。##无摘要内容