多Agent决策仿真中知识表示语言及其支撑工具的研究

摘要

多Agent决策仿真通过利用Agent的自治性、智能性和协作性等特点，实现对决策思维和决策流程的有效仿真，是目前研究决策行为的重要方法。而决策仿真中的知识表示问题是影响决策仿真效果的关键因素，如何对知识进行有效表示和应用以适应决策领域和仿真环境的动态多变特征，是目前的一个重要研究问题。
　　本文为解决多Agent决策仿真中的知识表示问题，提出了一种知识表示语言MDSKRL(Knowledge Representation Language in Multi-Agent Based DecisionSimulation)并实现了其支撑工具。本文首先给出多Agent决策仿真框架模型，对决策仿真中的知识进行了分析，之后重点阐述了MDSKRL的设计原理和运行机制，包括语言的总体设计、详细定义及知识的表示、存储和应用方法等，并提出了MDSKRL在应用中的可扩充机制和知识的动态更新机制。同时，设计了MDSKRL语言的支撑工具，从知识编辑、知识解析和知识解释三方面进行了研究和实现。
　　最后，本文将MDSKRL及其支撑工具应用到某领域的多Agent决策仿真中，通过实验验证了使用MDSKRL语言进行决策仿真知识表示的可行性，同时也证明该语言具有可扩充性，知识更新是实时有效的。