基于多Agent的智能网络答疑系统的研究与设计.docVIP

基于多Agent的智能网络答疑系统的研究与设计 　　摘要：随着网络技术的快速发展，网络教学系统的应用也日益普及，但是目前网络教学系统存在交互性差，各型功能弱的问题。针对此问题，该文描述了一种基于多Agent理论的智能网络答疑系统的设计和实现，该系统功能强大，交互性强，界面友好，接口丰富，并且能够根据用户水平高低制定合理的问题答案，经使用验证该系统具有良好的教学效益。 　　关键词： 智能答疑；多Agent；智能体 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)31-pppp-0c 　　 　　1 研究背景 　　Internet和WWW技术的迅猛发展给传统的网络教学、学习和答疑模式带来了新的思路和方法，基于Internet和WWW技术的教学系统已经广泛应用并且取得了良好的教学效果。然而，传统的网络教学系统存在交互手段缺乏，智能性较低，针对用户水平的个性化帮助和辅导较少的问题，难以制定针对个人的教学方法。Agent是一种网络智能算法，多Agent则是由多个Agent组成的系统，多Agent具有分散控制、并行处理等特点，适用于多用户和并发处理，适用于网络教学系统的开发。本文论述了基于多Agent的智能网络学习系统的设计和实现。 　　2 Agent技术概述 　　Agent技术也称代理技术，从广义上来说，包括具有智能的任何实体，如人类、智能硬件、智能软件等。Agent定义可以分为软件Agent和硬件Agent定义，其中软件Agent是指执行用户任务，具有一定的人工智能，可以与环境相互作用自主完成任务的软件程序。硬件Agent是指可以从环境中获得反映环境中所发生事件的数据，执行相关影响的行为主体。 　　智能Agent技术能够代理用户完成某项任务，并且不断积累知识和经验，提高问题处理能力。总体来说，智能Agent有以下四个方面的特性： 　　1）自主性：Agent具有属于自身的计算资源和行为控制机制，能够在其他Agent干涉的情况下自动运行，并且自身具有学习功能，能根据自身内部状态、感知到的外界环境信息和本身已有的经验知识决定和控制自身的状态和行为。 　　2）自发性：Agent的行为总是为了实现内在目标，自主的产生主动的行为对环境做出反应。 　　3）反应性：Agent能够探测并感知所处的外界环境，并且能对相关事件的发生自主作出反应。 　　4）社会性：Agent处于由多个Agent构成的社会环境中，能够与其他Agent进行交互和通讯，实现与其他Agent的合作和协调，并且共享其他Agent的知识 。 　　Agent一般由感知模块、执行模块、通讯模块、处理模块、控制模块、知识库和任务表组成。其中感知模块、执行模块和通讯模块与其他的Agent和外界环境交互，处理模块对感知和接收到的信息进行加工、处理和存储，控制模块对接收到的信息进行分析、推理并做出决策。 　　多Agent系统是指由多个Agent组成的松散的联邦，所有Agent成员的活动均是自制的和独立的，其他Agent成员也不限制他的目标和行为。每个Agent对于所要完成的任务具有不完全的信息或能力，任务的执行和计算是异步的。可以看出，单个Agent的功能并不强大，但是一旦通过适当的体系结构把Agent组织起来构成多Agent系统，系统就具有很强的求解能力，能够处理一些复杂的问题。 　　3 答疑系统模型 　　3.1 系统的主要功能 　　智能网络答疑系统的关键在于能够对提问用户进行个性化分析，根据个性化分析的结果搜索用户提问的答案，并且以多媒体的形式显示问题答案。系统同时具有自学习功能，可以根据用户的新问题和补充的系统的知识库，具有自学习功能。答疑系统的主要功能如下。 　　1）用户可以选择同步提问和异步提问等提问方式，也可选择系统自动回答，在登陆后向系统提问。 　　2）系统可以以多种方式回答用户问题，既可以通过知识库、问题库、课件库搜素答案并自动回答用户问题，也可通过BBS，e-mail或留言板回答用户提问。 　　3）系统在搜索完用户问题答案之后，在用户浏览器上显示的答案即包括多媒体形式（图文并茂）的问题解答，又包括用户应巩固复习的知识点建议、少量练习题等。 　　4）系统能够根据用户的提问自动生成以及维护常见数据库，保持结构良好性，同时支持教师等高级别用户的人工维护操作，比如增加、删除和修改。 　　3.2 智能答疑系统的组成和关系 　　智能答疑系统主要包括用户子系统、教师子系统、知识库子系统和答疑子系统组成，系统的基本结构图如图1所示。 　　guyx01.tif 　　图1答疑系统结构图 　　各子系统的功能如下： 　　1）用户子系统：用户子系统搜集用户个性化信息，实现用户的智能化、个性化提问好回答。用户子系统的功能包