1、　　本文針對動態(tài)的、復雜的以及不確定問題，以基于多Agents的分布式智能決策支持系統(tǒng)及復雜決策任務的描述與分解、多Agents之間的協(xié)作與推理機制為研究內容，具體的研究內容如下：　　1、針對當前多Agents理論模型研究存在的問題，文章在經典Agent的BDI以及聯(lián)合BDI等心智狀態(tài)模型基礎上引入效用與概率因子，建立基于效用與概率因子的個體Agent的心智狀態(tài)模型以及群組Agent聯(lián)合心智狀態(tài)模型，引入效用與概率因子滿足Agent對

2、環(huán)境的不確定性以及自利性的要求?！　?、提出了基于BN(貝葉斯網)的復雜決策任務的形式化描述方法，得到決策任務的分解問題等價為貝葉斯網的分解問題；提出了決策Agent的任務分解性質以及相對應的貝葉斯網的分解性質與分解方法。BN推理系統(tǒng)的復雜性取決于BN分解后的SBN(子貝葉斯網)對應的概論表大小，即由概率表的屬性變量大小及其取值狀態(tài)決定；因而存在一種優(yōu)化的分解方法使在分解后的SBN上推理的復雜性最小，文章提出了貝葉斯網的優(yōu)化分解性質與

3、方法。　　3、根據(jù)決策任務涉及的知識范圍與個體Agent知識特性，多Agents對決策任務的求解協(xié)作分成任務分擔的協(xié)作與結果共享的協(xié)作；對于任務分擔的協(xié)作采用合同網的方式管理多Agents對任務的承擔與分配；對于結果共享的協(xié)作采用局部全局規(guī)劃的方式實現(xiàn)不同Agents之間的決策信息與決策結果的共享；提出了在ABDIDSS環(huán)境中任務的協(xié)作求解過程。　　4、提出了基于博弈論的多Agents協(xié)作模型，用一個多Agents的影響圖描述基于博

4、弈論的協(xié)作情景，這樣多Agents之間的協(xié)作就等價為求解用Agents影響圖描述的博弈均衡解，提出了求解均衡解的原理、方法與算法?！　?、針對直接在BN上精確推理與近似推理都被證明是NP完全的，提出了把BN轉變?yōu)橐粋€和BN相關的二次結構，在貝葉斯網上進行概率推理等價為在二次結構上進行概率推理。在二次結構上進行概率推理過程包括建立聯(lián)結樹以及利用信念勢計算概率兩個過程?！　?、粗糙集理論是一種處理含糊和不確定性問題的數(shù)學理論。它在分類的