夏娜，男，合肥工业大学计算机与信息学院副教授，硕士生导师。2008年北京奥运会火炬手。主要研究领域为分布式人工智能、无线传感器网络、计算智能与应用。近年来先后参加了国家自然科学基金、教育部博士点基金和安徽省“十五”科技攻关等项目9项，多次获省、市级科技奖励，获国家专利1项，主编教材1部，发表论文58篇，其中EI收录21篇。
    蒋建国，男，合肥工业大学计算机与信息学院教授，博士生导师，中国电子学会电子信息类本科生教育委员会常务委员，全国信息与电子学科研究生教育委员会理事，安徽省计算机学会副理事长，并先后获安徽省优秀教师、教学名师称号。自1985年以来一直从事数字图像分析与处理、分布式智能系统、DSP技术应用方向的研究，先后主持或主要参加国家级、省部级等科研项目50多项，获国家科技进步二、三等奖各1项，省、部级科技进步奖7项，获国家发明、专利4项。出版专著1部、教材2部，发表论文90余篇，其中SCI、EI收录40余篇。

    《分布式智能系统中联盟机制研究》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。
    《分布式智能系统中联盟机制研究》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。《分布式智能系统中联盟机制研究》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。

    2.3.2 多任务的调度
    定义2.2紧迫度U（t）是任务t的在规模或收益等方面对系统的相对重要程度。
    系统首先根据紧迫度U（tj）对T中的任务进行排序，然后依次求解。当算法求得任务tj，的最优Agent联盟，开始求解下一个任务tj+1的最优联盟时，Agent之间的信息素不再是初始值功，而是上次求解结束时残留的信息素tij（t）。它作为一种非常宝贵的经验知识，将有效指导蚁群算法后面的求解过程，减少搜索时间和计算量。
    可能出现的情况是：在算法生成前两个任务的联盟时，计算量较大，但随着联盟历史的积累，后面联盟的生成速度越来越快，计算量越来越小。这么说是有根据的，因为系统待求解任务的性质、类型不会发生根本性的变化（显然这是符合实际情况的），这就意味着：系统经过一段时间的运行后，很多Agent可能会形成相对稳定的并且是成功的联盟。在任务发生重大变化的情况下，算法仍然可以找到最优解，不过搜索时间要长一些，因为此时的先验知识失去了指导意义。

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