复杂决策任务的建模与求解方法
2007-1
科学
杨善林
253
无
《复杂决策任务的建模与求解方法》对复杂决策任务的概念、分类以及求解方法等进插了系统阐述；在分析Agent模型、MAS系统分析、系统设计以及面向复杂决策任务系统MAS模型的基础上，研究了基于Agent的复杂决策任务系统的建模方法；在分析贝叶斯网结构和扩展模型的基础上，研究了面向复杂决策任务的贝叶斯网建模过程和方法；系统地研究了决策Agent及其任务规范分解的形式化方法、任务分析与优化分解方法以及基于遗传算法分解方法；研究了面向复杂决策任务地协同求解机制以及近似推理机制。 《复杂决策任务的建模与求解方法》可作为管理科学与工程、决策科学、系统科学、控制工程以及计算机应用技术等学科高年级的本科生、研究生用书，也可供相关研究人员参考。
前言第1章 绪论1.1 复杂系统与复杂决策任务1.2 决策任务的概念与分类1.3 决策任务建模与求解的一般方法1.4 复杂决策任务建模与求解的新技术1.5 复杂决策任务的建模与求解特征与要求1.6 本章小结参考文献第2章 基于Agent的复杂决策任务系统的建模2.1 引言2.2 Agent模型2.3 MAS系统分析2.4 基于组件的Agent框架和MAS系统设计2.5 面向复杂决策任务系统的MAS模型2.6 本章小结参考文献第3章 面向复杂决策任务的贝叶斯网建模过程3.1 引言3.2 贝叶斯网3.3 贝叶斯网建模原则3.4 贝叶斯网建模流程3.5 建模流程分析3.6 建模中的简化方法3.7 本章小结参考文献第4章 面向复杂决策任务的贝叶斯网建模方法4.1 引言4.2 贝叶斯网结构学习4.3 参数学习4.4 基于ACO的贝叶斯网结构学习4.5 知识和数据融合的结构建模方法4.6 基于案例和规律推理的贝叶斯网建模4.7 本章小结参考文献第5章 基于贝叶斯网的复杂决策任务的表示与分解5.1 引言5.2 决策Agent及其任务规范分解的形式化定义5.3 任务规范的分解方法及其性质5.4 任务规范的优化分解5.5 基于遗传算法的贝叶斯网分解5.6 本章小结参考文献第6章 面向复杂决策任务的协同求解机制6.1 引言6.2 多Agent之间协作的基本机制6.3 基于博弈论的多Agent之间的协作6.4 本章小结参考文献第7章 面向复杂决策任务的近似推理机制7.1 引言7.2 贝叶斯网的概率推理方法7.3 基于联结树的贝叶斯网的推理结构7.4 基于赋值代数的贝叶斯网概率推理的局部计算模型7.5 多Agent之间基于Rough set的近似推理7.6 本章小结参考文献
无