导读:本文包含了分布式人工智能论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:人工智能,分布式,油气,智能,系统,技术,体系。
分布式人工智能论文文献综述
王林[1]（2019）在《油气行业数字化转型，人工智能是关键》一文中研究指出油气行业正面临一个快速变化的数字化环境，为了在行业中立于不败之地，越来越多的油气公司开始加速与数字技术的深度融合，其中人工智能成为引领这一转型的关键。通过部署人工智能程序，油气公司不仅提高了储量评估能力、完善了油井性能，而且减少了设备耗损、降低了运营成本(本文来源于《中国石化报》期刊2019-12-06）
李颖,王奇强[2]（2019）在《分布式人工智能技术在视觉信息处理中的应用》一文中研究指出视觉信息处理技术是利用人工智能技术代替人的眼睛对周围事物的感知行为,以智能化手段提取目标特征并对其进行分析,完成视觉信息处理任务,为提高视觉信息的处理速度,提出分布式人工智能技术在视觉信息处理中的应用。引入分布式人工智能技术,建立视觉注意机制模型,通过视觉信息特征提取,实现本文提出的视觉信息处理技术,实验数据表明,设计的信息处理技术对视觉信息处理的速度明显提高。(本文来源于《数字通信世界》期刊2019年10期）
肖勃飞[3]（2016）在《分布式人工智能与多智能体系统研究》一文中研究指出在人工智能技术不断发展进步的背景下,分布式人工智能和多智能体系统的发展愈加快速,对人类的生活和生产起到了显着的促进作用。基于此,首先针对分布式人工智能进行研究,介绍了其特点,然后探讨了多智能体系统的思维状态,希望可以给业界人士提供一定参考。(本文来源于《信息与电脑(理论版)》期刊2016年14期）
[4]（2015）在《第17届IEEE/ACIS软件工程、人工智能、网络、并行/分布式计算国际会议（英文）》一文中研究指出国际计算机和信息科学协会(International Association for Computer and Information Science,ACIS)已正式确定第17届软件工程、人工智能、网络和并行/分布式计算国际大会(SNPD 2016)将于2016年5月30日至6月1日在上海举行,由上海大学承办。会议将聚集来自世界各地的研究人员、工程师、工业实践者以及学生,讨论和交流计算机和信息科学领域的新思想、研究成果和实践经验。会议的核心主题包括软件体系结构与构件技术、模型驱动软件工程、算法、人工智能、互联网+、并行和分布(本文来源于《智能系统学报》期刊2015年05期）
陈清勇,曹谢东[5]（2011）在《分布式人工智能技术在木马病毒检测中的研究》一文中研究指出简单来说,Agent是一种实体,是一种具有智能功能的实体,这种实体可以是智能设备、智能软件、智能计算机系统或者是智能机器人等。MAS(Mult-agent)通过通信使若干个Agent成为一个整体,问题求解能力大为提高。单个的Agent保持独立完成某一问题的求解的能力,多个Agent相互协助以完成更复杂的问题求解。MAS是一个并行的、异步的、智能的分布式系统。MAS的智能化和Agent本身的可移动性使MAS非常适应当前的网络环境。提出了基于多Agent协作实现未知新木马病毒自动识别新方法,该方法利用驻留在网络中各机器监测Agent和网络监测Agent所收集的证据和初步判断,并由协作Agent对这些证据和初步判断进行融合印证并做出最终结论。(本文来源于《信息技术》期刊2011年10期）
张雪平[6]（2009）在《分布式人工智能技术在综合录井系统中的应用与研究》一文中研究指出分布式人工智能(DAI)是人工智能研究的一个重要分支,始于20世纪70年代未,其研究的是怎样使用一组协作的实体来实现协同式的问题求解。DAI的研究内容包含分布式问题求解(DPS)和多智能体系统(MAS)。近年来,对Agent和MAS的研究为分布式系统的综合、分析、实现和应用开辟了一条新的有效途径。DAI技术广泛应用于众多领域,如决策支持、网页搜索和信息获取、信息系统建模等。Agent的智能就在于其适应性、独立性,而且它还具有推理能力。一个Agent通过与其它Agent的协作来执行计划和任务以实现其目标,通过学习动态地适应周围环境的变化。Agent之间的关系通常是异构的。MAS就是一个由多个Agent松散耦合在一起的网络,可用于求解那些超出单个Agent能力或知识之外的问题。对MAS进行研究所带来的的优势主要体现在:所求解问题是单个Agent所不及的;提高了问题求解速度和可靠性;容许不确定的数据和知识。在MAS里,研究的核心问题在于协调、协商和通信。综合录井是指在钻井过程中应用电子技术、计算机技术、网络通信技术及信息分析技术,借助分析仪器对各种地质钻井工程以及其它随钻信息进行分析处理,进而达到发现油气层的一项随钻石油勘探技术。其主要任务是在钻探过程中实时获得各项数据,为油气田的勘探和开发提供可靠的第一手资料。它拥有采集数据多、精度高、数据连续、资料实时性强、评价速度快以及受人为因素干扰少等特点。综合录井系统主要包含硬件(综合录井仪)和软件(联机、脱机系统)两个部分。针对目前国内综合录井技术水平相比国外在总体上仍有较大差距的现状,为增强综合录井系统在作业决策现场化,井场信息集成化,智能化,小型化等方面的能力,使系统更具开放性,我们在叁个层面上构建了基于MAS技术的综合录井系统模型,即层次模型、结构模型和业务模型。同时对模型中Agent模块的功能进行了定义,并对Agent之间的通信、协调与合作以及Agent的知识表达、更新与共享进行了研究。在实际应用项目中,我们依据该系统模型,实现了一个新型综合录井系统软件。在实际应用中该系统获得了较好的运行效果。(本文来源于《西南石油大学》期刊2009-04-01）
张有兵,翁国庆[7]（2009）在《分布式发电系统中的人工智能技术》一文中研究指出总结分布式发电系统运行于孤立模式和并网模式时需要考虑的主要问题,全面综述多代理系统(MAS)、人工神经网络(ANN)、遗传算法(GA)和模糊逻辑(FL)等典型人工智能技术在分布式发电系统中应用情况及国内外的研究现状,分析并指出各种方法在应用中存在的问题和解决思路.提出一种基于高速配电网通信技术(PLC)和Mu lti-agent技术的网络化分布式发电系统协调控制系统方案.(本文来源于《电力科学与技术学报》期刊2009年01期）
郭军[8]（2004）在《基于分布式人工智能的知识组织》一文中研究指出分析了人工智能技术与图书情报科学在知识处理方面的映射关系。在分析数字图书馆体系结构的基础上 ,对知识组织技术智能化问题进行了探讨 ,提出了基于分布式人工智能的知识组织方法(本文来源于《情报杂志》期刊2004年10期）
黄海滨[9]（2004）在《分布式人工智能的网络教学应用》一文中研究指出网络教学现阶段还面临着许多有待解决的问题。基于分布式人工智能的网上教学系统的智能性较高,处理能力较强,处理效率较高,系统的可维护性和可扩充性好,能够提供完善的交互功能和个性化学习的环境,可以较好地克服现阶段网络教学的局限和不足。(本文来源于《玉林师范学院学报》期刊2004年03期）
申青松,刘丹萍,倪健[10]（2004）在《关于人工智能图搜索理论对分布式组件应用的性能优化研究》一文中研究指出研究在业务整体架构及组件架构设计中利用人工智能的产生式系统图搜索策略进行对业务驱动设计的改造研究 ,以期改变系统整体设计方式 ,提高系统整体性能 .(本文来源于《中山大学学报论丛》期刊2004年03期）
分布式人工智能论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
视觉信息处理技术是利用人工智能技术代替人的眼睛对周围事物的感知行为,以智能化手段提取目标特征并对其进行分析,完成视觉信息处理任务,为提高视觉信息的处理速度,提出分布式人工智能技术在视觉信息处理中的应用。引入分布式人工智能技术,建立视觉注意机制模型,通过视觉信息特征提取,实现本文提出的视觉信息处理技术,实验数据表明,设计的信息处理技术对视觉信息处理的速度明显提高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
分布式人工智能论文参考文献
[1].王林.油气行业数字化转型，人工智能是关键[N].中国石化报.2019
[2].李颖,王奇强.分布式人工智能技术在视觉信息处理中的应用[J].数字通信世界.2019
[3].肖勃飞.分布式人工智能与多智能体系统研究[J].信息与电脑(理论版).2016
[4]..第17届IEEE/ACIS软件工程、人工智能、网络、并行/分布式计算国际会议（英文）[J].智能系统学报.2015
[5].陈清勇,曹谢东.分布式人工智能技术在木马病毒检测中的研究[J].信息技术.2011
[6].张雪平.分布式人工智能技术在综合录井系统中的应用与研究[D].西南石油大学.2009
[7].张有兵,翁国庆.分布式发电系统中的人工智能技术[J].电力科学与技术学报.2009
[8].郭军.基于分布式人工智能的知识组织[J].情报杂志.2004
[9].黄海滨.分布式人工智能的网络教学应用[J].玉林师范学院学报.2004
[10].申青松,刘丹萍,倪健.关于人工智能图搜索理论对分布式组件应用的性能优化研究[J].中山大学学报论丛.2004
论文知识图
