摘要
Abstract
第1章 绪论
1.1 研究背景
1.2 研究现状
1.3 论文研究内容
1.4 论文组织结构
第2章 多Agent系统与协商技术
2.1 Agent技术
2.1.1 Agent的概念和特征
2.1.2 Agent的体系结构
2.2 多Agent系统
2.2.1 MAS的特点
2.2.2 MAS中Agent之间的通信
2.3 协商技术概述
2.3.1 协商的发展及适用范围
2.3.2 多Agent协商技术
第3章 人工神经网络和RBF神经网络预测
3.1 人工神经网络
3.1.1 人工神经网络的发展过程
3.1.2 人工神经网络的特点
3.1.3 人工神经网络的功能和学习方式
3.2 RBF神经网络
3.2.1 RBF神经网络的出现及发展
3.2.2 径向基函数的定义与分类
3.2.3 RBF网络模型
3.3 RBF神经网络预测技术
3.3.1 RBF神经网络的预测步骤
3.3.2 RBF神经网络预测的训练过程
第4章 基于RBF神经网络的多Agent协商模型
4.1 协商中学习的必要性
4.2 多Agent协商模型
4.2.1 协商的基本假设
4.2.2 协商协议
4.2.3 协商策略
4.2.4 协商模型的建立
4.3 协商模型中的经验学习与推理
4.3.1 基于RBF神经网络的学习与推理模型
4.3.2 模型特点
4.4 多Agent协商算法及流程
4.4.1 协商算法
4.4.2 协商流程
4.4.3 效用评价
第5章 多Agent协商模型的实例设计与实现
5.1 Agent的开发平台—JADE
5.1.1 JADE的体系结构
5.1.2 Agent类
5.2 系统实现
5.2.1 运行平台
5.2.2 Agent的实现代码
5.2.3 实例预测
5.3 系统的主要实现界面
第6章 总结与展望
6.1 主要工作总结
6.2 工作展望
参考文献
攻读学位期间公开发表论文
致谢
研究生履历
大连海事大学;