前言
第1章 绪论
1.1 复杂系统与复杂决策任务
1.2 决策任务的概念与分类
1.3 决策任务建模与求解的一般方法
1.4 复杂决策任务建模与求解的新技术
1.5 复杂决策任务的建模与求解特征与要求
1.6 本章小结
参考文献
第2章 基于Agent的复杂决策任务系统的建模
2.1 引言
2.2 Agent模型
2.3 MAS系统分析
2.4 基于组件的Agent框架和MAS系统设计
2.5 面向复杂决策任务系统的MAS模型
2.6 本章小结
参考文献
第3章 面向复杂决策任务的贝叶斯网建模过程
3.1 引言
3.2 贝叶斯网
3.3 贝叶斯网建模原则
3.4 贝叶斯网建模流程
3.5 建模流程分析
3.6 建模中的简化方法
3.7 本章小结
参考文献
第4章 面向复杂决策任务的贝叶斯网建模方法
4.1 引言
4.2 贝叶斯网结构学习
4.3 参数学习
4.4 基于ACO的贝叶斯网结构学习
4.5 知识和数据融合的结构建模方法
4.6 基于案例和规律推理的贝叶斯网建模
4.7 本章小结
��考文献
第5章 基于贝叶斯网的复杂决策任务的表示与分解
5.1 引言
5.2 决策Agent及其任务规范分解的形式化定义
5.3 任务规范的分解方法及其性质
5.4 任务规范的优化分解
5.5 基于遗传算法的贝叶斯网分解
5.6 本章小结
参考文献
第6章 面向复杂决策任务的协同求解机制
6.1 引言
6.2 多Agent之间协作的基本机制
6.3 基于博弈论的多Agent之间的协作
6.4 本章小结
参考文献
第7章 面向复杂决策任务的近似推理机制
7.1 引言
7.2 贝叶斯网的概率推理方法
7.3 基于联结树的贝叶斯网的推理结构
7.4 基于赋值代数的贝叶斯网概率推理的局部计算模型
7.5 多Agent之间基于Rough set的近似推理
7.6 本章小结
参考文献