多主体组织化语义结构建模方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (14): 222-225.

多主体组织化语义结构建模方法

肖清滔，钱猛，刘忠，黄金才

国防科技大学 C4ISR技术国防科技重点实验室，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-11 发布日期:2011-05-11

Semantic approach for modeling multi-agent-based organization

XIAO Qingtao，QIAN Meng，LIU Zhong，HUANG Jincai

C4ISR Technology National Defense Science and Technology Key Lab，National University of Defense Technology，Changsha 410073，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-11 Published:2011-05-11

摘要/Abstract

摘要： 多主体系统中，主体之间的语义是系统组织构造和主体高层协作的核心。针对多主体组织结构及其协作过程，提出了基于语义的多主体组织结构建模方法（Semantic-based Multi-Agent Modeling，SMAM），设计了基于语义的主体组织化协同体系（Semantic-based Agent Organizational Cooperative System，SAOCS）和相应的体系本体。在基于语义知识描述的前提下，使用规则和约束，增强了多主体系统中不同类型的Agent之间的协作能力和完成系统目标的能力。提出的方法和体系在某油料物流保障系统的设计和实现中得到了应用。

关键词: 多主体, 组织结构, 语义, 组织建模, 协作建模

Abstract: With the increasing of number of agents in MAS，quantity of computation and quantity of communication between agents are rising.Organizational modeling agents in system from a semantic analysis perspective can reduce the load of multi-agents system and make agents understanding the sub-information in semantics which intensify capability of system to resolve complicated problems.By confirming the basic cells，integrates the agents distributed in semantic Web together to guarantee advantage in semantic Web application both in static structure and dynamic cooperation.

Key words: multi-agent, organizational structure, semantic, organizational modeling, collaboration modeling

肖清滔，钱猛，刘忠，黄金才. 多主体组织化语义结构建模方法[J]. 计算机工程与应用, 2011, 47(14): 222-225.

XIAO Qingtao，QIAN Meng，LIU Zhong，HUANG Jincai. Semantic approach for modeling multi-agent-based organization[J]. Computer Engineering and Applications, 2011, 47(14): 222-225.

[1]	李晓筱，胡晓光，王梓强，杜卓群. 基于深度学习的实例分割研究进展[J]. 计算机工程与应用, 2021, 57(9): 60-67.
[2]	徐少杰，曹雏清，王永娟. 视觉SLAM在室内动态场景中的应用研究[J]. 计算机工程与应用, 2021, 57(8): 175-179.
[3]	杨波，陶青川，董沛君. 改进Deeplab v3+网络的手术器械分割方法[J]. 计算机工程与应用, 2021, 57(7): 222-227.
[4]	徐建国，刘泳慧，刘梦凡. 基于BILSTM-CRF的高校政策语义角色标注研究[J]. 计算机工程与应用, 2021, 57(6): 207-211.
[5]	杨丰玉，黄雅璇，周世健，郑巍. 结合多元度量指标软件缺陷预测研究进展[J]. 计算机工程与应用, 2021, 57(5): 10-24.
[6]	袁铭阳，黄宏博，周长胜. 全监督学习的图像语义分割方法研究进展[J]. 计算机工程与应用, 2021, 57(4): 43-54.
[7]	王俊玲，卢新明. 基于语义相关的视频关键帧提取算法[J]. 计算机工程与应用, 2021, 57(4): 192-198.
[8]	王丽花，杨文忠，姚苗，王婷，理姗姗. 意图识别与语义槽填充的双向关联模型[J]. 计算机工程与应用, 2021, 57(3): 196-202.
[9]	杨亚男，张宏鸣，李杭昊，杨江涛，全凯. 结合FCN和DenseCRF模型的无人机梯田识别方法研究[J]. 计算机工程与应用, 2021, 57(3): 222-230.
[10]	王涛，王文举，蔡宇. 基于深度学习的三维点云语义分割方法研究[J]. 计算机工程与应用, 2021, 57(23): 18-26.
[11]	张慧婷，谢红薇，周辉，张昊. 融合权重机制和改进SDIM的偏标记分类算法[J]. 计算机工程与应用, 2021, 57(21): 195-202.
[12]	孟祥福，王丹丹，张峰. 空间关键字查询综述[J]. 计算机工程与应用, 2021, 57(20): 13-24.
[13]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.
[14]	张雪婷，程华，房一泉. 基于元路径与节点属性的合著关系预测[J]. 计算机工程与应用, 2021, 57(2): 164-169.
[15]	田启川，孟颖. 多尺度融合增强的图像语义分割算法[J]. 计算机工程与应用, 2021, 57(2): 177-185.