基于Agent的专家系统推理模型

摘要：

　　针对传统专家系统推理模型结构在知识获取方面适应性差的现状，从系统科学的视角，运用复杂适应系统理论，对传统专家系统的结构及运行机制进行了改进。引入 Agent 来模拟人脑中的神经元，用来承载专家系统中相互作用的知识，然后，基于 Multi-Agent 之间的相互作用来构建复杂适应的专家系统推理模型。从而，将专家系统中的知识获取机制、知识库、推理机三者统一于由 Multi-Agent 进行相互作用的复杂适应系统之中。通过设计体育赛事申办决策专家系统的原型，进行了专家系统推理模型的验证。原型运行结果表明：基于 Multi-Agent 的专家系统推理模型结构能够有效地提高专家系统知识获取的适应性。这为研究更加接近人脑智能的专家系统提供了崭新的研究思路。

关键词：Agent、推理模型、专家系统、体育赛事

分类号：TP391.6(计算技术、计算机技术)

资助基金：国家“973”计划资助项目2013CB329502；国家“863”计划资助项目2012AA011003；国家自然科学基金资助项目61035003，61202212，60933004；国家科技支撑计划资助项目2012BA107B02．

在线出版日期：2013-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：135-142