多Agent间协作与竞争机制的研究
这是一篇关于多Agent,主题爬行虫,MAC,竞争能力,MTO,MTM,博弈论,协作能力的论文, 主要内容为随着互联网信息的快速增长,搜索引擎面临着巨大的压力。通用搜索引擎返回的信息量较大,但对于用户特定的查询来说,信息质量却不高,为了解决该问题,主题爬虫诞生了。对于传统的主题爬虫而言,爬虫间没有相互交流,而是彼此独立爬行的。研究发现,只提高主题爬行虫独立爬行的能力,很难提高系统执行效率,因此,人们开始研究多爬虫系统。在多爬虫系统,如果爬虫间没有即时交流,就会造成重复爬行现象,所以研究爬行虫间协作是非常必要的。论文的主要研究内容包括以下几点:1.爬行虫协作能力的改进和竞争能力的提出。对于爬行虫的协作能力的衡量:一是爬行虫是否具有继续爬行的能力;二是爬行虫是否具有相对较强的协作能力。对于爬行虫的爬行能力,本文用爬行虫的剩余爬行时间和剩余存储空间这两个因数来衡量;对于爬行虫的相对协作能力,本文结合爬行虫的历史协作情况和现在相对协作能力来衡量。对于Agent的竞争能力,本文用爬行虫的历史竞争次数、历史竞争成功次数、每次竞争中对手的个数、每次竞争中打败对手的个数和当前对手的竞争能力的大小来衡量。2.本文提出了诱惑爬行虫参与协作的诱惑因子函数和兴趣函数。为了让Agent主动的参与竞争,本文基于系统整体和参与竞争的Agent互利共赢的思想提出了诱惑因子函数和兴趣函数。对于诱惑因子函数,本文用邀请者所能拿出的最大价值的资源和竞争能力来衡量。对于兴趣函数,本文用资源与主题的相似度、资源与协作者所执行的任务的相近程度来衡量。3.本文提出了多Agent的竞争(Multi-Agent Competition,MAC)模型,MAC模型基于市场匹配中构造一组清仓价格的思想,让参与竞争的C-Agent与需要完成协作的资源形成完美匹配。4.本文提出了多对一关系(Many-to-One,MTO)模型和多对多关系(Many-toMany,MTM)模型。在爬行虫的竞争与协作活动中,多个邀请者Agent(Invite Agent,IA)与一个被邀请者Agent(Invited Agent,IDA)够成了MTO模型;多个IA与多个IDA够成的MTM模型。最后,文章为了验证本文所提出的多Agent竞争与协作的理论知识,系统基于JADE平台实现了本文提出的爬行虫。并采用对比试验的方式,比较查准率和查全率来衡量本文的爬行虫的研究的必要性。最终实验证明,该研究能够提高爬虫的智能性。
基于Web的性能测试平台关键技术研究及实现
这是一篇关于基于Web的性能测试,TrueLog,多Agent,B/S架构,工程化模块的论文, 主要内容为基于Web的B/S应用架构以浏览器(Browser)作为统一的访问接口,具有天然的访问分布性,而Server端作为一个聚合的信息发布源,能够快速响应业务变更,这些优点使得越来越多的信息化应用逐渐从过去传统的C/S模式升级过渡为基于Web的B/S访问模式;但因为基于Web的B/S应用其本质访问模型为集中式的一对多接入方式,随着访问用户的数量增长,Server端所承受的访问压力将会激增,因此Web应用的性能已经成为一个衡量Web应用质量的关键指标。 软件性能测试,作为性能方面质量控制的必要环节,在软件开发的过程当中向来是一个不能忽视的话题。由于对Web应用进行性能测试要求模拟大量访问接入的场景,基于成本以及可行性的考虑,我们无法简单地用纯人工的方式进行测试,而必须借助相关的性能测试工具。在国外,对于性能测试的研究起步较早,在软件工业界已有LoadRunner、SilkPerformance等强大的企业级的性能测试平台;而国内,对于Web的性能测试研究主要还是以理论为主,目前国内仍没有一款在工业界广泛应用的基于Web的性能测试平台,若企业需要对Web应用做性能测试,需要为所用到的测试工具支付高额的license和服务费用,这在一定程度上影响了国内Web应用的质量发展步伐,北京奥运会门票第二轮网上预售时系统不堪重负瘫痪,并导致奥运门票暂停销售5天则是一个明显的例子; 本文看到了上述问题,把相关研究的重点放在基于Web的性能测试平台的若干关键技术的理论和实现上:首先研究了脚本修改器(TrueLog模块)的具体实现机理,特别对其中的动态编译、回放比对的机理和实现做了深度的分析以及相关的实现;然后对分布式代理模块(多Agent模块)进行了研究,提出相关的设计方案以及实现方式;另外,本文还研究了工程化模块,对如何把各个模块整合成一个完整的测试平台提出了松耦合的解决方案;最后本文以微软发布的经典DEMO系统(PetShop)系统作为实例,阐述了怎么使用文中的工具进行性能测试。
基于多Agent的个性化推荐系统研究
这是一篇关于个性化推荐系统,多Agent,Web日志挖掘,模糊聚类的论文, 主要内容为随着电子商务的不断发展,过量的信息会使用户迷失于其中,用户为了找到感兴趣的商品,通常不得不进行多次搜索筛选,不仅会给用户访问电子商务网站带来不便,并且会严重阻碍电子商务的发展。针对该问题,研究者提出了个性化推荐的解决方案,即当用户访问电子商务网站时,系统能够根据用户的兴趣和特征推荐用户感兴趣、有价值的信息。如何构建推荐系统和推荐算法是该领域的研究重点。 在个性化推荐系统构建方面,本文提出了一个基于多Agent的个性化推荐系统的框架模型,并对其中的Agent的设计,在线和离线两个部分都给出了详细的介绍,最后介绍了系统的运作流程。该体系结构可以极大地提高个性化推荐系统的智能性以及整体性能。 电子商务网站中记录的Web日志并不适合数据挖掘,因此需要进行预处理将其转化为适合进行数据挖掘的完整的、可靠的数据。本文对Web日志数据的预处理技术进行了研究,重点探讨了用户会话相似度的计算方法。 在基于用户会话聚类的推荐算法研究方面,传统的聚类算法需要明确地将一组用户会话划分到不同的簇,一个用户会话只能隶属于一个确定的簇,而实际上一个用户会话可能有多种兴趣爱好,可以同时以不同程度隶属于多个簇。为解决聚类簇的边界锋利问题,使之更符合实际应用,本文研究了基于层次划分的模糊聚类(FCM)算法的推荐算法,对传统FCM算法在初始聚类中心点选取及初始聚类个数设置两个方面进行了改进,实验证明该算法的效率更高。
多Agent间协作与竞争机制的研究
这是一篇关于多Agent,主题爬行虫,MAC,竞争能力,MTO,MTM,博弈论,协作能力的论文, 主要内容为随着互联网信息的快速增长,搜索引擎面临着巨大的压力。通用搜索引擎返回的信息量较大,但对于用户特定的查询来说,信息质量却不高,为了解决该问题,主题爬虫诞生了。对于传统的主题爬虫而言,爬虫间没有相互交流,而是彼此独立爬行的。研究发现,只提高主题爬行虫独立爬行的能力,很难提高系统执行效率,因此,人们开始研究多爬虫系统。在多爬虫系统,如果爬虫间没有即时交流,就会造成重复爬行现象,所以研究爬行虫间协作是非常必要的。论文的主要研究内容包括以下几点:1.爬行虫协作能力的改进和竞争能力的提出。对于爬行虫的协作能力的衡量:一是爬行虫是否具有继续爬行的能力;二是爬行虫是否具有相对较强的协作能力。对于爬行虫的爬行能力,本文用爬行虫的剩余爬行时间和剩余存储空间这两个因数来衡量;对于爬行虫的相对协作能力,本文结合爬行虫的历史协作情况和现在相对协作能力来衡量。对于Agent的竞争能力,本文用爬行虫的历史竞争次数、历史竞争成功次数、每次竞争中对手的个数、每次竞争中打败对手的个数和当前对手的竞争能力的大小来衡量。2.本文提出了诱惑爬行虫参与协作的诱惑因子函数和兴趣函数。为了让Agent主动的参与竞争,本文基于系统整体和参与竞争的Agent互利共赢的思想提出了诱惑因子函数和兴趣函数。对于诱惑因子函数,本文用邀请者所能拿出的最大价值的资源和竞争能力来衡量。对于兴趣函数,本文用资源与主题的相似度、资源与协作者所执行的任务的相近程度来衡量。3.本文提出了多Agent的竞争(Multi-Agent Competition,MAC)模型,MAC模型基于市场匹配中构造一组清仓价格的思想,让参与竞争的C-Agent与需要完成协作的资源形成完美匹配。4.本文提出了多对一关系(Many-to-One,MTO)模型和多对多关系(Many-toMany,MTM)模型。在爬行虫的竞争与协作活动中,多个邀请者Agent(Invite Agent,IA)与一个被邀请者Agent(Invited Agent,IDA)够成了MTO模型;多个IA与多个IDA够成的MTM模型。最后,文章为了验证本文所提出的多Agent竞争与协作的理论知识,系统基于JADE平台实现了本文提出的爬行虫。并采用对比试验的方式,比较查准率和查全率来衡量本文的爬行虫的研究的必要性。最终实验证明,该研究能够提高爬虫的智能性。
基于Web的性能测试平台关键技术研究及实现
这是一篇关于Web性能测试,性能监控,多Agent的论文, 主要内容为随着互联网的飞速发展，Web应用如今已经从发展成为大型电子商务、信息发布和提供各种服务的平台。Web应用的规模不断扩大，复杂度不断增加，如何保证Web应用的有效性和可靠性正成为人们关注的焦点。作为保证软件质量和可靠性的重要手段，软件性能测试是软件测试中的一种，也是作为性能方面质量控制的必要环节，在软件开发过程中向来是一个不能忽视的话题。 与传统的软件相比，Web应用软件具有许多自身的特点。目前，国内外研究机构已经对Web应用软件的性能测试进行了大量研究，提出了一些性能测试方法，并开发了许多测试工具。但是一些理论上较为成熟测试模型由于其实现的复杂性还没有完全被应用于性能测试工具的开发中。同时功能较好的支持Web性能测试的测试工具大多价格昂贵，一些开源代码的工具存在局限性，例如openSTA只能在Windows平台下运行。 本文看到了上述问题，把相关研究重点放在基于Web的性能测试平台若干关键技术的理论和实现上：首先深入研究了SSL通信协议的基本原理，设计和实现基于HTTP/S通信协议的测试脚本录制和回放；然后，本文对远程过程调用的技术特点和基本原理进行了研究，提出一种基于Linux平台性能监控的实现方法。最后，本文还研究了多Agent的实现技术以及常用的数据报表展现方式，设计和实现了基于多Agent的性能数据展现，可以帮助测试人员全面的了解负载测试过程中性能情况，更好地分析和定位系统的性能瓶颈。最后，以一个电商购物网站作为被测系统，阐述了本文关键技术的有效性。
促进乡村教师专业发展的课堂生态系统构建与仿真研究——多Agent视角
这是一篇关于乡村教师专业发展,课堂生态系统,多Agent,NetLogo的论文, 主要内容为支持乡村教师专业发展服务体系的逐渐健全完善,这一定程度上促进了乡村教师专业发展。但乡村教师专业发展并不是个人的单打独斗,而是会受到多个因素的影响。由此,把影响乡村教师专业发展的因素置于课堂生态系统中,利用多Agent仿真技术、借助Net Logo仿真平台仿真其动态变化,从生态性、系统性、动态性的角度出发,对探讨如何促进乡村教师专业发展是有益的。本研究通过阐述乡村教师专业发展、课堂生态系统和多Agent仿真技术研究现状,以此厘清乡村教师专业发展与课堂生态系统、多Agent仿真技术三者之间的关系。首先,运用内容分析法对有关“乡村教师专业发展、课堂生态系统”的200篇定性文献进行编码,得到4个一级编码和23个二级编码;围绕乡村教师知识处理的心理行为,综合CAS理论、事件相关网民信息处理行为模型和教育生态学原则,结合课前、课中、课后的教育实践过程,提出乡村课堂生态系统模型。其次,选取云南某县级中小学的信息技术、数学、英语三个学科各两个乡村课堂生态案例共6个案例为样本,以修正乡村课堂生态系统的概念模型。第三,利用多Agent技术仿真乡村课堂生态系统,并基于Net Logo平台仿真实现乡村课堂生态系统。最后,开展仿真实验,通过假设多主体属性取值不同的五种方案,以模拟乡村课堂生态系统的演化发展,并分析实验结果,得出促进乡村教师专业发展的建议。本研究的创新之处包括:(1)运用内容分析法,结合CAS理论、事件相关网民信息处理行为模型、教育生态学原则,得到乡村课堂生态系统模型,能够更为清晰地解释乡村教师课堂教学的心理行为机制,为乡村教师如何提高课堂教学质量提供参考;(2)利用多Agent技术、基于Net Logo平台实现乡村课堂生态系统的仿真模型。基于该模型开展的仿真实验,能较好地模拟乡村课堂生态系统的演化发展,为促进乡村教师专业发展提供符合实际的建议。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://bishedaima.com/lunwen/48445.html
