| 【中文题名】 | 一个自适应智能体形成的研究 |
| 【英文题名】 | The Research of a Self-Adaptive Agent |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-10-20 |
| 【中关键词】 | 机器学习,智能,训练,学习,粗糙集,规则 |
| 【英关键词】 | Machine Learning,Intelligence,Training,Learning,Rough Set,Rule, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>自动推理、机器学习> |
| 【论文摘要】 | 本文的研究背景是基于机器学习的系统，研究一个自适应智能体智能的形成。在本文中，我们主要讨论了该系统的研究、开发以及实现。首先介绍机器学习的发展及现状、机器学习的主要策略、基本结构和影响学习系统设计的关键因素，接着阐述为实现该系统，我们为本文的智能体Learner所设定的外部环境以及所做的一系列前期准备，然后给出为实现本系统而采用的一些关键技术，主要在粗糙集理论方面。我们对Skowron差别矩阵的生成过程进行改进，提出决策规则生成和规则约简算法，使得从决策表中提取出重要信息变得更简单，并用VC实现本智能体——Learner。最后给出系统的设计流程图和数据库设计图等与本系统有关的一些结构图，并用测试数据验证本系统智能性的有效性和可行性。
本系统的运行环境为Windows系统，采用VC技术，数据库则采用Oracle 9i实现。 |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-7 |
|
第一章 绪论 |
7-12 |
|
1.1 课题背景和内容摘要 |
7-9 |
|
1.1.1 课题背景 |
7 |
|
1.1.2 项目内容概要 |
7-8 |
|
1.1.3 论文结构 |
8-9 |
|
1.2 机器学习的发展及现状 |
9-12 |
|
第二章 智能体生存环境的设计和论文目标 |
12-18 |
|
2.1 环境介绍 |
12-15 |
|
2.2 智能体Learner的简单介绍 |
15-16 |
|
2.3 论文目标 |
16 |
|
2.4 智能标准 |
16-18 |
|
第三章 系统实现的关键技术 |
18-41 |
|
3.1 粗糙集 |
18-32 |
|
3.1.1 粗糙集的发展及现状 |
18-19 |
|
3.1.2 决策表 |
19-22 |
|
3.1.3 相容决策表中知识约简方法 |
22-28 |
|
3.1.4 关于Skowron差别矩阵的改进算法 |
28-31 |
|
3.1.5 不相容决策表中知识约简方法 |
31-32 |
|
3.2 Learner的构成以及工作过程 |
32-35 |
|
3.3 决策算法 |
35-39 |
|
3.3.1 态势——监控区 |
35-36 |
|
3.3.2 基本决策和子决策形成算法 |
36-38 |
|
3.3.3 规则选取算法 |
38-39 |
|
3.4 规则的冲突与合并 |
39-41 |
|
第四章 系统的实现 |
41-46 |
|
4.1 系统的设计流程图 |
41-42 |
|
4.2 六边形世界界面图 |
42-43 |
|
4.3 后台训练界面图 |
43-45 |
|
4.4 数据库设计 |
45-46 |
|
第五章 智能验证 |
46-47 |
|
5.1 训练计划 |
46 |
|
5.2 训练成果 |
46-47 |
|
第六章 总结 |
47-48 |
|
参考文献 |
48-50 |
|
论文独创性声明 |
50 |
|
论文使用授权声明 |
50-52 |
|
本人在攻读硕士学位期间所发表的文章: |
52-53 |
|
致谢 |
53 |
|
| 【DOI】 | LunWen.ID:2.2008.388083 |
