基于证据理论的多Agent智能决策支持系统研究

摘要

在互联网迅速发展的环境下，智能决策支持系统面临新的挑战。互联网给决策支持提供了丰富的信息资源，使得决策可更广泛地选择决策参与者，使群决策能更好地得到应用，同时增加了信息的不确定性，如何更好地建立群体决策的系统机制，对群体决策的意见进行有效的合成，成为网络环境下智能决策支持系统面临的新问题。本文将证据理论引入智能决策支持系统，作为解决上述问题的基本理论，探讨了基于证据理论的多Agent智能决策支持系统的基本框架与决策程序，将证据理论作为实现多Agent合作决策的工具，针对证据理论在应用于多Agent智能决策支持系统合作推理中可能产生的问题，研究了证据理论的证据合成方法；将证据理论与粗糙集理论及灰色理论相结合，获取证据的基本概率分配，解决了证据理论中证据获取困难这一“瓶颈”问题；同时还研究了基于证据理论的决策方法，从而使得决策更加科学。具体研究内容如下：　　(1)证据理论的证据获取方法研究。首先对粗糙集理论作了进一步的研究，细化了其划分的粒度，在此基础上，对决策表的决策属性作了进一步的转换，结合粗糙集和证据理论之间的关系，实现证据信息的提取；随后结合灰色理论和证据理论的关系，提出了证据获取的另一种方法，从而解决了证据获取困难这一制约证据理论应用的“瓶颈”问题。　　(2)证据理论的合成方法研究。针对证据理论的D-S合成公式要求证据相互独立，且不能处理冲突证据，不能区分证据重要性等缺陷，研究了相应改进的方法，提高D-S公式的合成效果。　　(3)证据理论的决策方法研究。探讨基于焦元分析求解各状态的基本可信数的决策方法，将求解各状态的基本可信数与决策过程相联系，使基于证据理论的决策方法更加科学合理。　　(4)基于证据理论的多Agent智能决策支持系统框架模型研究。本文研究基于证据理论的多Agent智能决策支持系统框架模型系统，针对多个Agent之间如何进行组织协调与协作这一MAS的核心问题，提出了基于概念树结构的多Agent合作求解模型，并使用证据理论对概念树各层进行合成缩小求解的范围，针对证据理论在多Agent环境下的应用特点，从辨识空间、证据相关性和合成公式三个方面探讨了可能产生的问题，并提出了相应的解决方法。

目录

文摘

英文文摘

论文说明：答辩委员会签名、插图清单、表格清单

独创性声明及学位论文版权使用授权书

致谢

第一章绪论

1.1研究的背景及意义

1.2国内外研究概况

1.2.1国外研究概况

1.2.2国内研究概况

1.3文章的主要研究内容及结构安排

1.3.1研究内容

1.3.2结构安排

第二章证据理论与MAS

2.1证据理论的基本概念与性质

2.1.1 D-S证据理论的基本概念

2.1.2 D-S证据理论的证据合成规则及其性质

2.2 Agent与多Agent系统(MAS)

2.2.1 Agent概述

2.2.2 Agent的分类

2.2.3 Agent的思维状态

2.2.4多Agent系统的学习机制

2.2.5多Agent系统的协调、协作与协商

2.2.6网络环境下多Agent系统研究应该注意的问题

第三章证据理论的证据获取方法研究

3.1基于粗糙集理论的证据获取方法研究

3.1.1粗糙集理论的基本概念及性质

3.1.2对象的进一步划分

3.1.3决策属性转换及证据信息的获取

3.1.4证据理论与粗糙集的关系

3.1.5实例分析

3.2基于灰关联分析的证据获取方法研究

3.2.1灰关联分析法

3.2.2基于灰关联度理论的证据获取方法

3.2.3实例分析

第四章证据理论的合成与决策方法研究

4.1证据理论合成方法研究

4.1.1相关证据合成方法

4.1. 2冲突证据合成方法研究

4.1.3具有不同重要性、可靠性的证据合成方法研究

4.2证据理论决策方法研究

4.2.1基于证据理论决策方法及其存在的问题

4.2.2改进的基于焦元分析求解各状态的基本可信数的决策方法

4.2.3两种方法的对比分析

第五章基于证据理论的多Agent智能决策支持系统

5.1 Agent技术应用于IDSS的优势

5.2多Agent的IDSS体系结构

5.3基于证据理论的多Agent智能决策支持系统构建

5.3.1系统设计

5.3.2关键Agent设计

5.3.3系统的实现技术

5.4基于证据理论的多Agent的智能决策支持系统的关键技术

5.4.1基于概念树结构的多Agent合作求解模型

5.4.2多Agent环境下辨识空间的调整

5.4.3多专家系统环境下的相关证据问题

5.4.4多Agent系统结果的合成

第六章结论及展望

参考文献