10.12305/j.issn.1001-506X.2022.08.19
基于Agent的体系过程A-GERT网络"刺激-反应"学习模型
针对图示评审技术(graphic evaluation and review technique,GERT)网络应用于体系活动决策过程中未考虑网络节点自身的学习能动性问题,基于智能体(Agent)技术,结合刺激-反应模型构建A-GERT网络模型.首先,根据体系活动的逻辑,搭建A-GERT网络框架,并通过提出网络传递效用函数,设计带有反馈机制的A-GERT网络.然后,利用刺激-反应模型的自适应优势构建学习方程,以GERT网络期望概率与期望时间等指标度量刺激强度,进一步拓展刺激-反应模型.最后,给出网络智能决策节点的学习步骤,并以创新技术开发体系活动进行算例研究,结果表明了所提方法的有效性与实用性.
图示评审技术、智能体技术、复杂适应系统、刺激-反应模型、自适应学习
44
N945(系统科学)
国家自然科学基金;南京航空航天大学研究生创新基地实验室开放基金资助课题
2022-10-11（万方平台首次上网日期，不代表论文的发表时间）
共14页
2540-2553
