TY - CHAP

T1 - Методы накопления и анализа опыта для самонастраивающихся мультиагентных систем

AU - Бугайченко, Д.Ю.

AU - Соловьев, И.П.

PY - 2008

Y1 - 2008

N2 - В данной работе мы предлагаем математическую модель интеллектуального агента, описывающую такие аспекты деятельности агента, как взаимодействие с внешней средой с учетом временных ограничений и неполноты информации, а также способность к накоплению и анализу опыта. Кроме того, в работе предлагается новый подход к реализации накопления и анализа опыта агента, основанный на представлении данных в виде бинарных разрешающих диаграмм. Данный подход обладает некоторыми свойствами, характерными для нейросетевых методов, но основывается на явном представлении знаний. Накопленный системой опыт описывается функцией, сопоставляющей паре ситуация-результат число, определяющее вероятность того, что данный результат следует за данной ситуацией, а для представления этой функции применяются бинарные разрешающие диаграммы. Поступающая в систему информация влияет на структуру диаграммы и значения функции, повышая или понижая вероятности определенных исходов. Таким образом, аналогично нейронным сетям, разрешающая диаграмма и

AB - В данной работе мы предлагаем математическую модель интеллектуального агента, описывающую такие аспекты деятельности агента, как взаимодействие с внешней средой с учетом временных ограничений и неполноты информации, а также способность к накоплению и анализу опыта. Кроме того, в работе предлагается новый подход к реализации накопления и анализа опыта агента, основанный на представлении данных в виде бинарных разрешающих диаграмм. Данный подход обладает некоторыми свойствами, характерными для нейросетевых методов, но основывается на явном представлении знаний. Накопленный системой опыт описывается функцией, сопоставляющей паре ситуация-результат число, определяющее вероятность того, что данный результат следует за данной ситуацией, а для представления этой функции применяются бинарные разрешающие диаграммы. Поступающая в систему информация влияет на структуру диаграммы и значения функции, повышая или понижая вероятности определенных исходов. Таким образом, аналогично нейронным сетям, разрешающая диаграмма и

KW - бинарные диаграммы решений

KW - накопление знаний

M3 - статья в сборнике

SP - 23

EP - 30

BT - Материалы конференции «Космос, астрономия и программирование (Лавровские чтения)»

ER -