论文部分内容阅读
传统的家电已经无法满足现代家庭的需要,人们需要能够自动获取外界信息、能与其它家电协同合作并具有智能化的信息家电(IA),因此信息家电智能化的发展是未来家庭发展的必然趋势。利用Agent的主动性、智能性、交互性、协作性、学习性、移动性等特点,将智能Agent技术应用到信息家电的研究中,这将具有很重要的的理论与现实意义,为研究提供了新的思路。在未来的智能家居系统中,有不同种类的信息家电,多智能体系统(MAS)提供了一种使分散的自治信息家电间有效地建立联系,并能通过协调与协作共同完成一些复杂任务的机制,并且对于个体信息家电的加入、退出提供较为宽松的约束和相对灵活的机制,这对于处于动态变化之中的信息家电环境具有重要意义,这点是传统的集中控制模式所难以实现的。基于信息家电智能化的需要,本文将每个信息家电设备看成一个“智能体”,这些“智能体”能够根据主人的习惯自动设置自己的参数,主动作出反应;提出了基于MAS技术的信息家电系统的模型——MIAS,并研究了模型的各个组成部分,总结归纳出模型中各个Agent的特征和分类。同时,还按照Agent的有关理论对各类Agent概念模型进行了系统分析,给出了家电设备Agent、家庭网关Agent、组织规划Agent的实现模型。设计了一个实用性强的IAAgent的功能模块,此结构既能表示IA设备的通信,又能进行行为推理和规划,为解释IA Agent的自主性,建构不同类型的信息家电Agent提供了统一的平台。通过各个信息家电Agent的通信和协作来实现系统的整体性、有序性。本文根据MIAS多Agent学习的要求,在已有的强化学习的基础上,结合Q-Learning和模糊逻辑的优点,提出模糊-Q学习算法,使IAAgent的自治智能推理建立在数值计算的基础上,提高IAAgent知识表达能力和推理能力。