本文以面向Agent的软件工程技术研究为核心，提出了一种Agent、目标与情景结合的需求分析方法。该方法以用类自然语言SSDL撰写的一组情景实例为输入，其中每个情景实例均包含参与交互的外部参与者和系统内部提供相应服务的Agent的信息，表明实例要达成的业务目标。根据这些情景实例进行文法的归纳学习，学习的结果是系统的形式需求规约—一种带属性的上下文无关文法，称为系统情景文法。最后，将系统情景文法转化为用AgentZ语言描述的Agent系统需求模型。
鉴于无线传感器网络能源受限的显著特征，有必要讨论其有效的能量管理机制。目前，大多数研究成果仅考虑到拓扑控制、路由、数据融合等某一方面的节能问题，往往缺乏对网络活动整体能耗的测控，因而缺乏完整性。本文应用移动Agent技术，从多个角度探讨了传感器网络的节能问题，包括拓扑和簇的生成、数据采集等。提出了若干基于移动Agent的能量管理算法，并通过仿真实验和算法性能比较，立足于平均能耗、通信流量和负载、网络生命周期等几个方面，分别总结了其优缺点及可行性。
因节点加入和离开引起的抖动是增加结构化P2P网络路由表更新代价的主要原因。为了找出影响网络抖动的关键因素，分析了影响抖动的路由方式、邻居选择、节点加入和节点离开以及并行查找等策略因素，发现任意两种DHT网络分别采用的五种策略都至少有两种不同，对两种DHT网络直接进行比较就很难确定哪些策略能更有效地降低抖动。因此，提出在同一网络内用不同的单个策略对网络抖动进行比较和分析的方法，称之为CSP。通过对现有DHT算法进行改进，使用CSP方法对不同的单个策略进行比较，得出以下结论：迭代路由、快速加入和周期性恢复策略和有效的邻居选择算法能更有效地降低网络的抖动。
针对IEEE 802.16系统中基于自适应多速率(AMR)语音编码器的IP语音(VoIP)业务，本文提出了一个自适应的功率节省策略。该策略周期性检测双向会话的语音帧信息，以此来判断上下行业务是否均进入语音静默期，然后自适应地调整功率节省模式参数。从能量节省、丢包率、系统信令开销方面分析了所提策略的性能，并且做了仿真实验。从理论分析和仿真结果可以看出，新策略在保证一定丢包率的基础上，可以比传统策略减少13.4%以上的能量损耗。
本文主要讨论了可信计算平台上的移动代理安全方案。利用可信计算平台提供的可信度量策略与信任链机制，构建基于可信度量的移动代理安全体系结构。进一步地，在此类平台所构成的移动代理分布式计算环境中，建立了移动代理平台间基于可信度量的信任关系数学模型，并进行了数值模拟与测试验证。
为解决网络脆弱性分析中攻击图生成方法存在的状态组合爆炸问题，使生成的攻击图能用于网络中多个目标主机的脆弱性分析，本文提出了一种基于贪心策略的多目标攻击图生成方法。该方法引入节点关联关系，采用贪心策略精简漏洞集，从所有攻击路径中选取使攻击者以最大概率获取网络节点权限的攻击路径，生成由这些攻击路径所构成的攻击图。算法分析和实验结果表明，该方法的时间和空间复杂度都是网络节点数和节点关联关系数的多项式级别，较好地解决了状态组合爆炸的问题，生成的攻击图覆盖了攻击可达的所有节点，能够用于网络中多个目标主机的脆弱性分析。
随着车载自组网(VANET)的快速发展和广泛应用，从接入角度保证车辆可信的问题得到了人们越来越多的关注。针对粗糙集理论适于处理不确定性信息的特点，本文提出了一种基于粗糙集理论的VANET接入方法。将VANET与移动可信模块(MTM)相结合，使用MTM采集车辆的可信属性信息，以便于做出接入决策。实验结果验证了方法的有效性与实用性。
多源传感器数据融合技术是网络安全领域的研究热点。本文提出了一种基于时间和空间的数据融合分类方法，比较分析了各种数据融合技术在分布式入侵检测系统和网络安全态势感知系统中的应用,讨论了网络安全中多源传感器数据融合技术的发展趋势。
本文针对入侵检测系统中的误检率，提出了一种将BP网络和改进的PSO算法相结合的方法。该方法基于BP网络算法的局部精确搜索和改进的PSO算法的全局搜索的特性，并且用改进的PSO算法优化BP网络的权值、阈值，克服BP网络算法易陷入局部极值的弊端。在入侵检测系统中应用该网络结构，能准确地发现已知的攻击行为，并能进一步预测新的攻击行为，减少了入侵事件的漏报和误报。通过KDD99 CUP 数据集进行仿真实验，与基于PSOBP算法、传统的BP算法的入侵检测系统相比较，表明改进的PSOBP算法的迭代次数较少、收敛速度快、检测率高，有一定的有效性。
本文提出了一种新型的基于CFS特征选择和神经网络的高效入侵检测模型。通过使用该模型对经过特征提取后的攻击数据的训练学习，可以有效地识别各种入侵。在经典的KDD Cup 1999入侵检测数据集上的测试说明，该模型能够高效地对攻击模式进行训练学习，从而正确有效地检测网络攻击。
传统的工作流程管理系统通常以主从式架构为基础，在这个架构下当有众多的流程在执行时服务器会成为整个系统的性能瓶颈，服务器出现故障时所有的流程无法继续执行。为了解决这个问题，提出了基于工作流程状态信息的分散式执行模型，以流程状态信息作为流程的执行依据，利用流程状态信息和触发事件的概念来判断每一个流程活动的执行条件和状态，并采用令牌机制解决资源竞争的问题，在此架构下不需要任何的独立分配工作的机制，没有任何一部主机会成为系统性能的瓶颈。讨论了系统的架构设计、关键技术及系统实现，并以订货出货流程为例进行了验证，为复杂的工作流程提供了一种新的管理及控制模式。
模糊C-均值聚类是模式识别中的重要算法之一，很早就被应用到图像分割中。由于原始的模糊C-均值聚类算法没有考虑图像的空间信息，算法对图像中的噪音点十分敏感。针对这个问题，很多稳健模糊C-均值聚类算法被提出。通常的做法是在原来模糊C-均值聚类的目标函数中加入空间信息惩罚项。本文讨论这类方法，具体分析不同算法的空间信息加入方式，并指出其优缺点。
通常，采用中心对称局部二值模式CSLBP对人脸图像只进行一次特征提取，提取的纹理特征不够丰富。因此，本文利用CSLBP多次提取人脸图像更丰富的纹理特征，提出了多级CSLBP特征融合的人脸识别算法。首先，用CSLBP对原始人脸图像进行特征提取；然后，对所得特征图像再进行相同方式的特征提取，这样能够得到原始人脸图像的多级CSLBP特征图像；最后，将每一级特征图像的分块直方图特征进行融合并用于人脸识别。在ORL、Yale标准人脸库上的实验结果表明，相比人脸图像的一级CSLBP特征，多级CSLBP特征融合的方法能够显著提高识别精度。
本文设计了一种新的距离度量：边界距离，在此基础上提出了一种二值图像评价的客观方法。该方法首先是得到修改像素点的边界距离对于二值图像的影响因子，然后把该值加入到均方误差法(MSE)中，得到一种改进的基于边界距离的二值图像质量评价，并对其进行规范化。实验结果表明，该方法符合人的视觉感知。
PDF417作为一种广泛应用的二维条码，其检测定位成为条码识别过程中的关键，而复杂背景下条码的定位技术目前还不够完善。本文针对这一问题进行了研究，提出了一种基于数学形态学运算和Canny边缘检测的定位算法，并在此基础上作区域精确化处理，实现了条码的准确定位。实验结果表明，该方法能够有效提取出各种低对比度、边缘模糊、倾斜、商标干扰等复杂背景下的条码图像。
为了提高人脸识别率，本文提出了一种增量学习支持矢量机（SVM）人脸识别方法，有效地对SVM的参数进行更新。提出的方法采用高斯概率模型描述SVM的参数统计特征，在无需额外存储训练数据的前提下，采用增量学习SVM的方式实现参数的更新；并通过最小化分类误差准则最大化SVM两类输出值概率分布间的距离。详细的实验以及与现有方法的比较结果表明，提出的识别方法具有更好的识别性能。
本文提出了一种基于期望最大化（EM）算法的局部图像特征的语义提取方法。首先提取图像的局部图像特征，统计特征在视觉词汇本中的出现频率，将图像表示成词袋模型；引入文本分析中的潜在语义分析技术建立从低层图像特征到高层图像语义之间的映射模型；然后利用EM算法拟合概率模型，得到图像局部特征的潜在语义概率分布；最后利用该模型提取出的图像在潜在语义上的分布来进行图像分析和理解。与其他基于语义的图像理解方法相比，本文方法不需要手工标注，以无监督的方式直接从图像低层特征中发掘图像的局部潜在语义，既求得了局部语义信息，又获得了局部语义的空间分布特性，因而能更好地对场景建模。为验证本文算法获取语义的有效性，在15类场景图像上进行了实验，实验结果表明，该方法取得了良好的分类准确率。
针对目前最新发展的Bandelet变换的特点，本文提出了基于第二代Bandelet变换的彩色图像去噪算法，充分利用彩色图像内在的几何正则性，自适应获得彩色图像的最优表示，通过噪声强度设置阈值，并利用软阈值函数实现彩色图像去噪。通过MATLAB实验结果表明，使用该算法去噪后的彩色图像,无论在主观视觉效果上还是客观质量指标上都比小波和第一代Bandelet算法有显著提高。
多Agent系统集成方案的选择能极大程度地影响多Agent系统的性能。目前大多数的多Agent系统集成方案只关注于系统级的行为与性能。本文在关注多Agent系统性能的同时，也关注各个Agent的收益。本文提出一种基于双向选择的多Agent系统集成方案，在此方案中，Agent根据自身的意愿选择合适的角色进行申请，同时角色根据对各个Agent的信任值选择合适的Agent来承担其任务。实验表明，随着若干次系统学习，多Agent系统协作任务完成时间能较快地下降，Agent在单位时间内的收益逐步提高。
通过一个简化的2bit问题对多智能体社会进化算法(MASEA)中的进化算子及其组合进行形式化描述，分析了MASEA的全局动力学形态。针对算法中的进化算子建立数学模型，通过分析模型中各个不动点的吸引性，揭示出不同进化算子对动力学形态的影响，证明了算法MASEA的全局收敛性。
运用基于Agent建模仿真的方法进行应急空间装备体系效能评估，能有效反映体系组成间的交互关系。在确立应急空间装备体系效能评估指标后，依据应急空间装备体系结构确定其多Agent结构及Agent模型结构；针对获取相应指标值的需求，建立了应急空间装备体系的Agent模型，并采用AnyLogic仿真软件对所建模型进行了仿真、效能指标计算与结果分析，找出了影响效能指标的主要因素。
针对目前已有的区域比较优势分析系统缺乏对各种资源进行分析并进一步进行种植业结构规划和调整能力的问题，本文着重探讨如何综合运用系统科学、人工智能、软件工程与模型设计的知识，构建更加完善的种植业比较优势协同分析系统。系统充分利用了Agent的技术特点，采用协同分析的方法，实现了多个可重用的Agent子系统，并为整合已有相关比较优势系统提供了接口，为传统种植业区域比较优势研究提供了一种可借鉴的新思路。
Agent多议题协商研究是多Agent合作求解的核心内容之一，一般基于对策论的方法实现Pareto最优的协商结果。由于很多学者将其转化为单目标约束满足问题，因而只能满足一方的效用最大化要求。Nash指出在理想情况下Agent应追求自身效用最大和对手效用最大的多目标优化，以达到快速达成一致并能最优化自身效用的目的。针对该问题，本文给出一种用指数型功效系数法求解的一揽子交易多议题协商模型NMMOP，该模型能够实现双方Agent的效用最优，提高协商双方的总效用。实验结果验证了该模型的优化效率优于Fatima和Faratin等人的工作。
最近几年，越来越多学者意识到单靠数据驱动的无监督聚类方法很难满足用户对富含语义信息的文本数据的处理需求。领域知识，如领域本体的人工或自动构建、百科全书Wikipedia的网上公布为文本处理带来了新的希望和美好的前景。本文主要阐述领域知识在文本聚类过程中的具体应用、研究现状和所面临的挑战。
粗糙集理论是一种用于处理不确定、不精确、不完整知识的数学工具，已被广泛应用于人工智能、模式识别、数据挖掘和智能决策等领域。属性约简是粗糙集理论的一个核心问题，近年来已经成为粗集研究的热点。本文综述了当前国内外关于属性约简算法的若干最新研究进展，重在对属性约简的主流方法和前沿进展进行概括和分析，最后简要探讨了今后研究发展的方向。
聚类分析是数据挖掘的一种重要方法。本文受鸟群聚集行为的启发，提出了一种新的聚类方法——差异粒子群聚类算法（DPSC)。DPSC算法将样本数据转化为具有行为能力的粒子，通过促使不同类别的粒子相互分离，而同类的粒子高度聚集，最终在粒子的运动中涌现出整个数据群体的内部组织结构，从而完成对样本数据的聚类。在三个标准数据集和六个人工复杂数据集上同KMeans、PSO和PSO+KMeans算法进行了比较，结果显示DPSC算法的聚类性能更优异。
根据高维数据具有方向性的特征,结合概率模糊聚类算法与粗糙集理论提出了一种粗糙的方向性模糊聚类算法。该算法在概率模糊聚类算法中引入了数据方向相似性函数，能对不确定数据进行处理。在算法中利用粗糙集中的下近似集与边界集来确定目标对象函数，属于下近似集的数据在聚类时是确定的，属于边界的数据具有模糊性。实验结果表明，该算法能有效地对高维的方向性数据进行聚类。
本文运用移动代理构建分布式异构数据库管理系统,利用移动代理跨平台、自治性、可移动的特点，支持分布式异构数据库管理系统在不确定网络上对松耦合的分布式数据库做信息查询。
本文从统计的角度描述了文本分类的关键性质，给出了相应的文本文档集的统计分类模式，并将其与支持向量机的模型结合，说明了为什么支持向量机（SVM）能够很好地进行文本分类。本文主要是从理论角度说明SVM用于文本分类的适用性，模型构造简单，并且是高度抽象、无噪音的。
本文分析了信息检索中的相关性反馈技术，对用户兴趣的反馈评价机制进行了研究。采用Agent技术，给出了一个智能Agent的相关度反馈模型；并对此模型中的用户兴趣的反馈评价机制进行了实验，通过改进的ID3算法，学习用户兴趣、更新用户兴趣模型来实现个性化的信息检索。实验证明，这种反馈评价机制是有效的，系统的查全率与查准率都有了明显的提高，能够更好地满足用户的个性化需求。
针对面向查询的多文档自动文摘，本文将查询句混入多文档集合中的各句子中间，采用高效的软聚类算法SSC对所有的句子进行聚类。采用轮转法抽取文摘句，最后生成文摘。该方法在DUC2005的语料中测试效果很好。
英文产品命名实体识别目前国内外研究得较少，本文针对TREC 2009英文产品命名实体(EPNE)识别的任务，首次提出了一种基于条件随机场模型(CRF)的英文产品命名实体识别方法。在条件随机场中，该方法以词作为切分粒度，充分利用上下文和英文产品名特有的指示信息作为分类特征，结合手工构建的品牌词表进行建模。实验表明，该方法获得了较好的结果，英文产品实体识别准确率达到 93.6%，召回率达到92.4% 。
本文针对智能视频监控中的物体遗留事件检测进行了研究，给出了一套完整的检测方案。多高斯模型用于运动目标检测，其自适应性很好地解决了背景帧不断变化所带来的影响；MeanShift算法用于运动目标的跟踪，使得监控对象不再限于固定区域；目标的七阶不变矩可以很好地描述目标特征，利用这一特征通过支持向量机对目标进行识别。实验结果证明了本文方法的有效性。
随着人口老龄化和科技的发展，助老机器人在家庭中的应用越来越广泛。除日常功能外，及时发现老年人所处异常状态进而对老年人实现即时救助，也成为助老机器人必不可少的一项重要智能。针对助老机器人服务对象异常行为发现这一重要问题，从位置、动作特征信息融合的角度对其进行研究。首先，对老年人的位置和动作特征进行提取，建立基于DAEI的动作特征模型；然后，利用SLAM地图的位置信息和动作图像局部二阶相对矩生成特征向量；最后，通过改进的FCM算法对特征向量进行聚类。实验结果表明了该方法的可行性。
本文对一类多输入多输出高阶非线性系统从理论上详细推导出了其特征模型，并设计了基于特征模型的稳定的自适应模糊广义预测控制方案。由于控制结构中使用了分层模糊系统,因而极大地减少了模糊规则数目,提高了控制的实时性。此外，文中还将所设计的控制方案用于挠性卫星的姿态控制。仿真结果表明，该控制方法具有较强的鲁棒性，可实现高精度的卫星姿态控制。
本文针对SAS和EPS系统协调控制的不足,引进了多智能体(MultiAgent)理论控制技术。详细提出半主动悬架、电动助力转向、轮胎、故障诊断等智能体的属性和特点,基于分层递阶控制方法并结合多智能体理论,建立了集成系统协调求解机制,解决半主动悬架和电动助力转向的匹配和协调控制问题,为日后车辆大系统的集成控制研究做出了尝试和铺垫。
基于粗糙集和模糊理论研究粗糙模糊神经网络的设计，分析并比较粗糙模糊神经网络和其它神经网络的不同。在提取虚拟场景图像的音质效果参数的实验中，验证了粗糙模糊神经网络的有效性，同时发现其在网络结构和收敛性方面的优势。
车间生产调度问题是典型的NP问题，近年来随着免疫算法的出现和发展，用来解决车间生产调度问题的免疫思想和方法也层出不穷。本文对克隆选择算法解决生产调度问题的各个步骤所采用的方法进行总结，分析了各种方法的适用范围，为设计更好的算法奠定了良好的基础。
随着语义Web服务技术研究工作的不断深入，因特网上语义Web服务数量急剧增加。如何快速便捷地定位可用语义Web服务已经成为一个迫切且关键的问题。在语义Web服务匹配技术研究中，其中一个重要的研究主题就是语义Web服务匹配结果的排序机制。本文在综合概括和分析各种关于语义Web服务匹配结果排序机制的基础上，提出了一种基于语义距离度量模型的语义Web服务匹配结果排序机制，利用该排序机制，计算待匹配语义Web服务的语义相似度量，并依据此度量对语义Web服务匹配结果进行排序。该度量模型将语义Web服务引用概念间的语义关系转换成可精确比较的量化度量值，对属于相同语义匹配类型的匹配候选服务也能够分别计算语义距离，区分出相同匹配类型的候选服务与服务请求的匹配程度,从而达到改善用户对语义Web服务的搜索体验的目的。
数据预测在金融投资领域占有重要地位，而股票价格是金融数据中最复杂的数据类型之一。本文将文化算法应用于股票指数建立时间序列模型，并且针对股票数据的特点，选择适应股票规律的文化算法模型，并与线性回归算法得到的数据结果进行了对比分析，以此来分析文化算法在该问题应用上的优劣。实验结果表明，利用文化算法模型进行预测取得了较好的结果, 其预测精度较高，预测的相对误差在3%以内，涨跌分析正确率在70％以上。
目前，大多数学者都意识到需求演化的重要性，然而依然缺乏有效的方法指导需求演化。反射式需求规约通过描述支持OWLS需求规约演化的元信息，并支持以合理的方式使用这些元信息，实现OWLS需求规约的演化。本文提出了一种基于π演算的反射式需求规约演化模型，使得反射式需求规约的演化能够以一种正确的方式实现。针对OWLS需求规约的特点，给出了OWLS需求规约的π演算描述方法；使用高阶π演算的进程传递机制，描述了支持演化的反射式需求规约；给出了反射式需求规约演化正确性的推理与验证方法。同时，我们采用交通出行的例子论证了本文的观点。
针对动态、开放网络环境下复杂多变的业务需求，本文在前期语义编程语言SPL研究的基础上，提出一种基于Agent和本体的语义Web服务编制方法，形成一个以语义编程语言SPL为核心的、可适用于将语义Web服务与多Agent技术无缝集成起来的，进行语义Web服务编制的技术框架。框架实现基于SPL开发和运行支撑平台，该平台为语义Web服务和软件Agent提供必要的运行支持。
本文研究了基于目标或工作实现的MAS群体中协同与冲突的分析与计算。首先建立了相应的数学模型，然后应用Rough集方法讨论了模型系统中的协同与冲突度量，最后研究了系统中不参与协同与冲突的Agent对于系统状态的作用与影响。
基于核方法的降维技术和流形学习是两类有效而广泛应用的非线性降维技术，它们有着各自不同的出发点和理论基础，在以往的研究中很少有研究关注两者的联系。LTSA算法利用数据的局部结构构造一种特殊的核矩阵，然后利用该核矩阵进行核主成分分析。本文针对局部切空间对齐这种流形学习算法，重点研究了LTSA算法与核PCA的内在联系。研究表明，LTSA在本质上是一种基于核方法的主成分分析技术。
虚拟企业盟员间的知识转移，能够增加盟员企业收益；盟主企业对盟员企业知识转移的激励行为，能够适当降低盟员企业知识转移的风险和成本，提高整个虚拟企业的知识收益。依据演化博弈理论及虚拟企业知识转移基本理论，采用复杂适应系统多智能(MultiAgent)体的整体建模仿真方法，在NetLogo仿真平台上建立知识转移激励行为的演化博弈仿真模型，在不同的收益参数下对盟主企业的知识转移激励行为与盟员企业间知识转移进行演化博弈分析，得出盟主企业在针对盟员企业知识转移行为时应采取的策略。通过对虚拟企业知识转移激励机理的演化博弈分析，将有助于虚拟企业知识转移激励机制的建立。
