在大规模复杂的分布式智能系统中，多个智能子系统之间的协调、合作尤为重要，这也是难点问题。经典的大系统理论缺少有效的方法。本文基于Agent理论的联盟方法对上述问题进行了深入的理论研究，提出了一些有效的协作算法和策略，从而为实际应用系统的研制和开发提供理论指导和方法依据。

本文是作者在多年从事分布式控制系统的研究、开发和应用过程中逐渐总结升华的，我们从实践中越发感觉到传统的简单控制模块已无法处理复杂控制系统中的问题，需要一种具有一定智能的软硬件实体，这种实体不仅具有检测和控制的基本功能，而且能自主工作并具有很强的协同工作能力，能方便的组成智能程度很高的分布式控制系统，其中协作联盟的形成、通信机制是核心问题，必须首先解决，这也是本文研究的目的所在。

本文主要涉及智能控制、敏捷制造理论、MAS、N人合作对策理论、计算智能、软件工程等领域，属于多学科交叉的应用基础研究，既有重要的理论研究意义，又有广阔的应用前景。本文的研究具有坚实的前期工作基础和明确的预期目标。通过相关课题的实施，可以提高现有工业控制项目、制造项目的理论水平和功能，同时可充实MAS、蚁群系统等理论，丰富其应用背景，研究成果不仅可以应用到工业系统中，而且对人工智能等相关领域的发展有着十分重要的意义。

总序

致谢

摘要

第1章 绪论

 1.1 Agent和多Agent系统

1.1.1 智能Agent

1.1.2 多Agent系统

1.1.3 Agent联盟机制

 1.2 分布式智能系统的研究现状

1.2.1 分布式智能控制系统

1.2.2 敏捷制造系统

 1.3 分布式智能系统中的关键问题

1.3.1 协调合作算法

1.3.2 效用划分策略

1.3.3 通信机制

 1.4 课题来源及研究目的和意义

1.4.1 课题来源

1.4.2 本文的研究目的和意义

 1.5 论文组织

第2章 计算资源受限环境下的联盟生成算法

 2.1 引言

 2.2 改进型蚁群算法求解单任务Agent联盟

2.2.1 问题描述

2.2.2 相关工作

2.2.3 蚁群算法

2.2.4 基本蚁群算法求解Agent联盟

2.2.5 算法的改进

2.2.6 算法描述

2.2.7 实验结果

 2.3 基于蚁群算法的多任务联盟串行生成算法

2.3.1 相关工作

2.3.2 多任务的调度

2.3.3 算法描述

2.3.4 与相关算法比较

 2.4 基于模糊集合论的多任务联盟并行生成算法

2.4.1 联盟生成问题的另一种描述

2.4.2 模糊集合论

2.4.3 基于模糊集合论的Agent联盟生成

2.4.4 算例分析

 2.5 本章小结

第3章 联盟形成的效用划分策略

 3.1 引言

 3.2 问题描述

 3.3 相关工作

3.3.1 Shapley值法

3.3.2 非减性效用分配法

 3.4 基于利益均衡的联盟形成策略

3.4.1 新策略的理论基础

3.4.2 基于利益均衡的联盟形成策略

3.4.3 与相关方法的比较

 3.5 进一步改进方案

3.5.1 方案设计

3.5.2 性能分析

3.5.3 模糊评判Agent能力贡献

 3.6 联盟形成的Nash平衡问题

3.6.1 联盟的稳定性

3.6.2 Nash平衡与稳定性

 3.7 联盟的生成、形成及任务完成

 3.8 本章小结

第4章 分布式智能系统的通信

 4.1 引言

 4.2 Agent通信模式

4.2.1 无通信模式

4.2.2 消息模式

4.2.3 方案传递模式

4.2.4 黑板模式

4.2.5 Agent通信语言模式

 4.3 分层命名与定位机制

 4.4 基于KQML的Agent交互

 4.5 KQML行为原语的扩充

4.5.1 新的KQML行为原语

4.5.2 语义描述

 4.6 通信模型

 4.7 实验

 4.8 本章小结

第5章 敏捷供应链决策支持系统

 5.1 引言

 5.2 伙伴选择

5.2.1 决策模型

5.2.2 求解方案设计

 5.3 收益分配

5.3.1 决策模型

5.3.2 求解方案设计

 5.4 敏捷供应链决策支持系统

5.4.1 系统构成框架

5.4.2 ASCDSS中对象属性定义

 5.5 系统简介

 5.6 实例分析

 5.7 本章小结

第6章 结束语

 6.1 论文工作总结

 6.2 进一步工作的展望

参考文献

附录