分布式人工智能 1
人工智能的概念 1
人工智能的发展 2
分布式人工智能 4
Agent技术的研究进展 5
Agent的概念 5
Agent的分类 7
Agent的体系结构 11
信息服务Agent 14
多Agent系统（MAS）研究进展 15
多Agent系统的组织结构 16
多Agent系统中的通讯 18
协调、协作与协商 20
多Agent系统的动态特性 25
多Agent系统开发中的易犯错误 25
参考文献 26
面向Agent的开发方法 31
软件开发方法 31
面向Agent的方法 32
开发工具的选择 33
Agent开发环境 34
Agent编程语言 37
开发工具的选择 37
参考文献 38
机器学习 39
学习的概念 39
机器学习 40
多Agent系统学习的特点 42
交互对MAS学习的影响 42
动态性和并发性 43
多Agent学习方法的分类 43
根据学习目的分类 44
根据学习途径分类 45
根据学习方式分类 47
强化学习方法 49
学习原理 50
常用算法 51
应用实例 53
参考文献 54
预测支持系统研究现状 57
预测方法 58
预测支持系统的功能及特点 61
智能化预测支持系统 62
多Agent预测支持系统的结构 64
传统预测支持系统的局限性 64
多Agent预测支持系统的结构 66
Agent的实现分析 68
基于类框架的Agent模型 68
混合型Agent的BNF表示 70
通讯的实现 73
人机界面Agent的设计与实现 75
人机界面Agent的描述与结构 75
人机界面Agent的功能实现 77
人机界面Agent中的机器学习 78
数据特征分析Agent的实现 81
数据特征分析Agent的描述及结构 82
相关性分析的实现 83
混沌性分析的实现 85
神经网络预测Agent的设计与实现 98
神经网络预测方法 100
演化神经网络 102
神经网络预测Agent的描述及结构 104
神经网络预测Agent的能力实现 105
神经网络预测Agent能力的验证 112
参考文献 120
基于Agent的建模方法 124
复杂系统的ABM仿真方法 125
基于ABM的城市交通流的微观仿真系统 129
城市道路交通流微观仿真系统 129
Agent的种类 131
各种Agent的功能 131
仿真系统的基本框架 137
参考文献 138
城市交通控制理论与方法 141
交通控制方式及结构 142
智能交通控制系统 144
分布式交通信号控制方法 145
交通信号控制Agent的结构设计 147
TSCA控制权限的确定 147
TSCA的特点 148
TSCA的结构 149
TSCA的工作过程 152
TSCA的设计与实现 153
Q-学习算法设计 154
经验知识的利用 159
TSCA个体的实现 160
基于Agent的交通控制系统的框架设计 165
TSCA通讯的设计实现 168
通讯原语的描述 168
通讯的实现 170
实现协调的对策论基础 172
对策行为的三个基本要素 172
二人非零和合作型对策 173
TSCA间的协调 175
基于对策论的协调的实现 176
基于社会规则的协调 180
协调的实现 181
两个路口控制的仿真实现 182
参考文献 186
多Agent系统在数据挖掘中的应用 189
系统的组成和结构 190
各类型Agent的功能 191
利用系统实现空间数据挖掘的过程 193
多Agent系统在企业信用评估中的应用 194
企业信用评估方法 196
基于MAS的企业信用评估系统生成平台 197
Agent技术在电子政务中的应用 200
Agent技术在地理信息中的应用 202
Agent技术在决策支持系统中的应用 204
Agent技术在项目管理中的应用 206
国内外研究现状 206
Agent技术在项目管理信息系统中的应用 207
Agent技术在项目知识管理中的应用 209
参考文献 209