基于貝葉斯網(wǎng)絡的多Agent群決策支持系統(tǒng)中協(xié)作的研究.pdf

1、從網(wǎng)絡環(huán)境的海量數(shù)據(jù)中獲取決策支持信息是信息時代研究的熱點。如何高效準確的獲得決策支持信息的方法是研究工作的核心。貝葉斯網(wǎng)絡(BN)、圖論與統(tǒng)計學三者相結(jié)合可以得到一種在表示因果信息方面非常有優(yōu)勢的方法，其善于挖掘數(shù)據(jù)之間的內(nèi)在關(guān)系和處理隨機變量間的不確定性，尤其在決策支持系統(tǒng)方面的研究具有非常有意義。
　　 本文以BN為理論工具，針對復雜環(huán)境下的決策支持問題，結(jié)合多agent群決策支持系統(tǒng)，研究討論基于BN的學習與決策方法，從

2、貝葉斯網(wǎng)絡學習和基于BN的多agent群決策支持系統(tǒng)兩個方面開展以下研究工作:
　　 (1)得出一種改進的貝葉斯網(wǎng)絡結(jié)構(gòu)學習算法。通過學習BN的建模流程以及從數(shù)據(jù)中學習BN結(jié)構(gòu)，討論分析K2和MCMC算法，集中這兩種算法的優(yōu)點，再引入模型平均的思路得出了這個新的算法，并且模擬仿真得出該算法不受無先驗知識和初始結(jié)構(gòu)的約束，收斂速度快，得到的結(jié)構(gòu)正確穩(wěn)定，顯示的節(jié)點間的依存關(guān)系正確。由此可得該算法在科學決策方面有很高的應用價值，能夠

3、應用到數(shù)據(jù)龐大的領(lǐng)域進行相關(guān)決策分析。
　　 (2)提出了基于BN的多agent決策支持系統(tǒng)中協(xié)商交互流程。通過討論分析BN和agent在決策支持系統(tǒng)中的優(yōu)勢，學習基于BN的單個agent的設(shè)計，掌握了其理論模型、模型結(jié)構(gòu)和其學習過程;研究學習了面向決策任務的agents組織過程建模流程和多agent群決策支持系統(tǒng)的組織結(jié)構(gòu);結(jié)合給定的多agent的協(xié)商模型，得到了的協(xié)商交互流程，并通過事例進行驗證說明。
　　 本文基于