您的位置: 专家智库 > >

山东省教育厅科技计划(J07YJ24)

作品数:2 被引量:23H指数:2
相关作者:张伟黄厚宽童向荣更多>>
相关机构:烟台大学北京交通大学更多>>
发文基金:山东省自然科学基金国家自然科学基金国家重点基础研究发展计划更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇多AGENT...
  • 2篇AGENT
  • 1篇动态交互
  • 1篇多议题
  • 1篇多议题协商
  • 1篇信任计算
  • 1篇信任计算模型
  • 1篇异常行为检测
  • 1篇完全信息
  • 1篇PARETO...
  • 1篇不完全信息

机构

  • 2篇北京交通大学
  • 2篇烟台大学

作者

  • 2篇童向荣
  • 2篇黄厚宽
  • 2篇张伟

传媒

  • 2篇计算机研究与...

年份

  • 2篇2009
2 条 记 录,以下是 1-2
排序方式:
Agent动态交互信任预测与行为异常检测模型被引量:12
2009年
在agent理论中,信任计算是一个有意义的研究方向.然而目前agent信任研究都是以平均交互成功率来计算,较少考虑信任动态变化,因而准确预测和行为异常检测的能力不能令人满意.针对上述问题,以概率论为工具,按时间分段交互历史给出agent交互信任计算模型CMAIT;结合信任的变化率,给出信任计算的置信度和异常检测机制.实验以网上电子商务为背景,实验结果显示该计算模型的预测误差为TRAVOS的0.5倍,计算量也较少;既可用于对手历史行为的异常检测,防止被欺骗,又可用于对手未来行为的预测.改进了Jennings等人关于agent信任的工作.
童向荣黄厚宽张伟
关键词:多AGENT系统信任计算模型异常行为检测
一种基于案例的Agent多议题协商模型被引量:12
2009年
不完全信息条件下的Agent协商最优回价策略一般采用间接学习对手偏好的方式;另一方面,Agent一般拥有或多或少的经验和知识,这将帮助它们取得更好的协商结果.这启发了用基于案例的方法直接学习得到最优回价,提出了不完全信息条件下基于案例和对策论的Agent多议题Pareto最优协商模型.所给出的算法计算复杂度为多项式级,且当案例库规模控制在一定范围内时低于Fatima工作的计算复杂度.实验结果显示,采用该算法的Agent能够取得比人类更优的效用和更短的达成一致时间,且优于Lin等人的实验效果.改进了Fatima等人的工作.
童向荣黄厚宽张伟
关键词:多AGENT系统多议题协商不完全信息PARETO最优
共1页<1>
聚类工具0