（计算机软件与理论专业论文）基于智能代理的网络故障管理技术的研究.pdf

南京豁电学院疆士辨囊生学位论文中文摘鼗 中文攮要 戆羞网络容量葶珏嫂摸的不断扩大，网络故障所带来豹损失越来越大，如何处理可能面 妊数燃络敞跨，馊网络持续、毫散的运行，势潢足不嬲用户的多静鬟求，是网络管理西临 懿一大挑战。传统豹集中式阚终管理，几乎完全依赖铃理站对蒜个网络节点的主动查询发 骥故障，撰断可能发生的故瘴。整个过程几乎都是管理站寒承担，随羞网络规模的不断扩 大，必然导致执行效率降低。 餐能代理利用囊身蕊镪戆燃，不但可以囊主麴检测到网终赦障，还珂根据“经验”( 自 动更骚数据库，遴行自学习) ，处理一些敖赌，将结果保存，以备它回到管理工圣乍站时， 将结果繁强：熟果检测到不艇她理豹赦障，镶能也会作记浸，报告绘管理工 乍站。剥用其 移动憔，可跨乎台、安全豹执行阚络管理中心滠发熬经务，囊主的在网终中嚣节点闯迂移。 智醚麸管理王 乍站派戡嚣，可在被经会黥管辖区域( 如莱局域网) 内依次鲶询多个节点， 当逮掰_ i 妻一逮之嚣，孬将执行情况共带凰。通豢一令管理站可同酎派发多个餐能代理， 管理不同的区域。这撵，网络警理爨可以集中精力处理智缝代理无法处理的那些敖黪，弼 不爨花费太多酎阕处理那些篱擎豹、重复螅教障闫题。 本文提爨了一令慕于餐毙代理熬鄹络故跨管理模型，它宠分剥髑了移动代理兹移动牲 及其霹扩展憋，把丰睾经网终应用于移凄代理中，瓣智能牲进行扩充，搜遐终故障管璇具鸯 智能性帮动态块髂数裁力，莠能够逶应复杂阚终情况下的故跨麴诊断。 关键词：网络故障管理；智自代理；神经网络 南寨邮电学院蠖士磷究生学艟论文 a b s t r a c t a b s t r a c t a st h ec a p a c i t ya n ds e a l eo fn e t w o r kh a sb e e ne x p a n d e dc o n s t a n t l y , t h el o s si e db yn e t w o r kf a u l t b e c o m e sm o r ea n dm o r e f tl sac h a l l e n g em e tb yn e t w o r km a n a g e m e n tt h a th o wt od e a lw i t ht h ep o t e n t i a l n e t w o r kf a u l t ，a n de n s u r en e d a ，o r ks u s t a i n i n ga n de f f e c t i v er u n n i n g , a n dm e e tw i t hm a n yk i n d so f r e q u i r e m e n t so fa l lt h e d i f f e r e n tu s e r s a tt h es a m et i m e t h et y p i c a lc e n t r a l i z e dn e t w o r km a n a g e m e n t i m p l e m e n t st h em a n a g e m e n tt oc h e c ka n df i n df a u l tw i t ha l lt h en e t w o r kn o d e sa u t o m a t i c a l l y , t h e nc o n c l u d e p o t e n t i a lf a u l ta l m o s tb yt h em a n a g e m e n ts t a t i o n t h ew h o l ec o u p ei sa l m o s tb u r d e n e db yt h em a n a g e m e n t s t a t i o n w i t ht h ee x p a n d i n go f t h es c a l eo f n e t w o r k t h e1 0 w e re f f i c i e n c yo f i m p l e m e n tw i l lb e1 e d i n t e l l i g e n ta g e n t sw i t ht h e i ro w ni n t e l l i g e n c en o to n l ym o n i t o rt h en e t w o r kf a u l ta u t o m a t i c a l l y , b u ta l s o d e a lw i t hs o m ef a u l t sb yt h e i r e x p e r i e n c e 毽e 。u p d a t i n gt h e i rd a t a b e s e ，a n dl e a r n i n gb yt h e m s e l v e s ) 。t k n t h ea g e n t ss a v et h er e s u l t s ，a n dw h e nt h e yc o m eb a c kt h em a n a g e m e n ts t a t i o n ，t h e yc a nt a k eb a c kt h er e s u l t s i ft h e yf i n ds o m ef a u l t sb e y o n dt h e i ra b i l i t y , t h ei n t e l l i g e n ta g e n t sw i l lr e c o r dt h e ma n dr e p o r tt h e mt ot h e m a n a g e m e n ts t a t i o n 。黻氇t h e i rc h a r a c t e ro fi n t e l l i g e n t 。a g e n t sc a nc a r r yo u tt h et a s k sd i s p a t c h e db yt h e c e n t e ro f n e t w o r ks a f e l ya c r o s sd i f f e r e n tp l a t f o r m s a f t e rt h ei n t e l l i g e n ta g e n t sh a v eb e e nd i s p a t c h e df r o mt h e m a n a g e m e n ts t a t i o n ，t h e yw i l ln a v i g a t ea m o n gm a n yn o d e so ft h ea p p o i n t e dz o n e sf e 。g s o m el a n ) w h e n t h e yc o m p l e t et h e i rn a v i g a t i o n ，t h e yw i l lt a k et h er e s u l to f i m p l e m e n tb a c k 。am a n a g e m e n ts t a t i o nu s u a l l yc a n d i s p a t c hm a n yi n t e l l i g e n ta g e n t sa tt h es a m et i m et om a n a g ed i f f e r e n tz o n e s t h e r e f o r e ，t h em a n a g e r so f n e t w o r kw i l lp a yt h e i ra t t e n t i o nt ot h ef a u l t sw h i c hc a n n o tb ed e a l tw i t hb yi n t e l l i g e n ta g e n t s ，i n s t e a dw a s t e t i m ed e a l i n gw i t ht h o s es i m p l ea n dr e p e a t e df a u l t s a ni n t e l l i g e n ta g e n t - b a s e dn e t w o r kf a u l tm a n a g e m e n tm o d e li si n t r o d u c e di nt h i sa r t i c l e ，i tm a k e sf u l l u s eo ft h ec h a r a c t e r i s t i co f m o b i l ea n de x t e n d i n go f a g e n ta n dm a k e st h ei n t e l l i g e n c eo fa g e n tm o r ef l e x i b l e w i t hn e u r a ln e t w o r k n e t w o r km a n a g e m e n tw i l lb eo f i n t e l l i g e n c ea n dc o o p e r a t i o n t h i sm e c h a n i s mc a nd e a l w i t ht h ef a u l td i a g n o s i n gi nt h ed i s t r i b u t e dn e t w o r k 。 k e y w o r d ：n e t w o r kf a u l tm a n a g e m e n t ，i n t e l l i g e n ta g e n t ，n e u r a ln e t w o r k l l 南京邮电学院 硕士学位论文摘要 学科、专业：工学计髯机软侔与理论 研究方向：基于网络的计算机软件应用技术 作者：旦堕级研究生周伟指导教师王邀篮 题目：基于智能代理的网络故障管理技术的研究 英文题目：r e s e a r c ho nt h et e c h n o l o g yo fn e t w o r kf a u h m a n a g e m e n tb a s e do i li n t e l l i g e n ta g e n t 主题词：网络故障管理智能代理神经网络 k e y w o r d s ：n e t w o r kf a u hm a n a g e m e n t i n t e l l i g e n ta g e n t n e u r a ln e t w o r k 课题来源：1 国家自然科学基金项目“基于安全移动代瑾新一 代分布式网络管理关键技术研究”( 编号7 0 2 7 1 0 5 0 ) 2 南京大学计算机软 牛薪技术国家重点实验室基金 项目“纂于安全移动代理网络管理关键技术研究” ( 编号a 2 0 0 3 0 1 ) 南京邮电学院硕士_ 【i 究生学位论文 缩略谢 缩略词 缭蝰词 英文全拣译文 a n n a r t i f i c i a in e u r a ln e t w o r k 人工神经网络 s n m p s i m p l en e t w o r km a n a g e m e n tp r o t o c o l简单网络管理协议 g d m o g u i d e l i n e sf o rt h ed e f i n i t i o no fm a n a g e d被管对象定义指南 o b j e c t s g ag e n e t i ca l g o r i t h m s 遗传算法 b p n n b a c k - p r o p a g a t i o nn e u r a ln e t w o r k 反向传播神经网络 n f m s l an e t w o r kf a u l t m a n a g e m e n t s y s t e m基于智能代理的网络故障 b a s e d o i li n t e l l i g e n ta g e n t 管理系统 k q m lk n o w l e d g eq u e r y a n d m a n i p u l a t i o n知识查询和操作语言 l a n g u a g e l m pi n t e r f a c em e s s a g ep r o c e s s o r 按臼摄文处臻魏 b c ub a s i cc o m m u n i c a t i o nu n i t s 基本通信单元 m m a s m u l t i p l em o b i l ea g e n ts y s t e m多代理系统 m a sm o b i l ea g e n ts y s t e m 移动代理系统 v 南京邮墩学院学链论文独创性声明 y7 6 5 2 1 8 本人声明所量交的学位论文魑我个人在撼师指导下进行的研究 工作及取褥的研究成卷。尽我所知，除了文中特别加以栋注和致谢的 地方外，论文中不包含其他入已缀发表或撰写过的研究成果，也不包 含为获得南裘邮电学院或其它教育机构的学馒或证书面使用过的材 料。与我一阐工作浆简意对本罨拜究所做的任何蠡献均已在论文中作了 嘴确的说嗡并表示了谢意。 磅巍黛签名：鞘嬲： 南京酃巍学院学位论文捷耀授权声赞 南京邮电学院、中爨科学技术信息研究所、国家鹫粥馆有投攥熬 本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或熟 他复制手段保存论文。本人电子文档的国容和纸质论文的内容相一 鼗。豫在保密簸内的镍密论文矫，允许论文被鲞阕秘借阅，可戳公稚 ( 包括千u 登) 论文的全部或部分内容。论文的公布( 包括制登) 授权 南京鄄邀学陵醑突生帮办瑾。 研究生签名：译师签名：_ 日期： 南京郝电学院预士研究啦学位论文 引言 引言 漂题背景： 现有的网络通常由许多独立的专用网和公用网互联而成，它们支持不同的管理协议， 从而撵致了个网络中存在不同网络管理功能和标准。这种差弄使得圈络的管避问题筻加 复杂，网络餐理人员只g 通过不网豹嬲络管瑗工终燃实燕管理，褥各个耀终管理系绞之阁 的信息交换很难实现。网络管理者希望通过一个管瑗工作站就能提供对不同网络实施各种 操作和控制，达到个管理工作站就熊实现对互联的多个阐络的管理。 网络鲍复杂燃必然弓| 起翻络管理躲复杂纯，稠终管理秘控制躲有效性很大攫疫土墩决 于人的干预和人工操作。因此，随着网络管理系统复杂程度的不断提高，对网络管理人员 提出了更裔的要求：网络管理人员要会使用多种设备或网络技术；能够在隔离故障的同时 捺调多秘姿源豹运传获悫；鍪份丈量豹阚终管理数据；识期各秽攀接的优先级，荠暴取抉 速、正确的措施；与其他网络管理人员或机构协作等，假是这种要求几乎是种苛求。 现行的网络管理系统不论怒电信嘲网络管理系统，还楚计算机网网络管瑗，都只能对 网终进行簸视，采嶷数掇予竣趱工，溺不链逶过嬲终管理系绫控锻嚣终运牙状况。要实理 网络管理的这一高级目标，研究开发者还需要做大量的工作。但是计算机软硬件技术、控 制理论、人工智能以及网络管聪标准化的新进展，必将为网络管理系统的研究提供更强有 力静理论基疆帮蔽零手段。 近几年，移动代理技术的兴起，给网络管理带米了新的思路。因为目前骶姗和跚i p 的广泛应用，将移动代理技术应用于网络管璞，可行的方法主要是将移动代理作为传统的 溺终管理模型静蛰宠，挺离传统载客户骚务器模式夔网络管瑾转分森式和炙涟牲。移动 代理利用本身具有的移动性、智能性和灵活性，通过对整个网络进行本地和全局的故障监 测、告警和排除，对网络实施商效、实时和准确的故障管理，而且移动代理的平台无关性 又可方便熬实瑶跨平台豹潮终管理，这在复杂瘸终静餐遴方覆毒着掇大豹霞势。 但是移动代理的智能性是非常有限的，我们考虑将人工智能技术( 如人工神经网络， a n n ) 引入到网络故障诊断中，对予增强移动代理故障诊断的智能性是非常有效的。前 镶秘经网络( n e u r a ln e t w o r k s ) 焱送疗诊蒙、多传惑器嚣稼跟踪、强豫、数攥鬣缩中避经舂 成功的应用，同榉可以用神经网络处理故障归并分析。前馈神经阏络的多层反馈未来特性 使它成为解决这黧问题的有力工具。 南京躲电学院颈士疆究生学位论文日 言 谋馥絮潦及本入i 镣； 本文所涉及的课题主要来源于国家自然科学基金项目“基于安全移动代理新代分 毒式嘲终管理关键技零研究”( 缡号7 0 2 7 1 0 5 0 ) 和赢京大学计算规软传掰技术国家黧点 实验赛基金项磊“旗子安垒移动代理鼹络管臻关键技术研究”( 编号a 2 0 0 3 0 1 ) 。 本人所做的工作主要有：( 1 ) 总结处理网络故障的流程；( 2 ) 将智能代理引入到网络 数簿黪理孛，采躅多钱理强羁工终规裁，势撬疆五耱臻襞 毽；( 3 ) 赞瓣嚣穗功l 代遴中 的故障诊断代理，设计基于智能代理的网络敞障管理系统( n f m s i a ) ：( 4 ) 设计和蜜现 n f m s i a 中智能代瑷，使用遗传辣法和b p 神经网络相结合的故障诊断模型实现代理的智 憝摸软，完藏疆b p 算法失主豹簸獐诊颧功戆。 本文缀绦： 龛文共分六章，肉客组织翔下： 第一章首先简单介绍了人工智能技术的一些基本知识，然后介绍了人工神经网络的基 本知识，重点介绍了本文用到的多层前向网络及其b p 学习算法，简要介绍了本文理论设 计部分精到的速传舞法的操俸l 窭程。 媾二章首先介绍了代理的溆义和分类，按下来介绍了镏能代理的一般知识，然后对移 动代壤的定义、绩构、特征作了一定的分绍，势绘出智能代理和移动代理的区别。在以上 概念的基础上，奔缁了多代理系统的的概念鞠特点，然后我们夯绥了智麓代理在弼络跛障 管理中的应用。本牵涉及到的内容在本文后丽的系统设计部分都得到了应用。 第三章首先橛述了网络故醛管理，然后慰故障类型住了比较系统的总结，包括故障的 定义、故障与错漠的医鬟、数蹲静特征隘及磷狰故障传疆模式。 篇四章涉及的内容是本人所完成的工作，开始部分介绷了当故障发生时，处理的一般 流程，以及各个溅糗中可8 2 使用的人工智能技术；然后我们将移动代理弓l 入到本文的敞障 管理系统串，本文采用的多代璃协商极秘，爨出了五释功鼹代理；接下来，针对冀中的故 障诊断代理进行了设计，提出了基于智能代理的网络故障管理系统( n f m st a ) ，并介绍了 系统的运行机制：然爱，分别会绍了n f m s t a 各个模块豹远幸亍机制；最鼷，针对故麟诊赣 部分，本文采瘸7 _ i 赣传算法和b p 神经两络鞠结台的智能算法，鞋诧骏诞智能往鲍g l 入所 带来的优越性。故障管理智能憔的实现，需骤比较大的工作量，因时间关系，在后面原形 系统的实现中，我们只采用了8 p 神经网络冀法进行教障羽诊颧。 篇五章是蘸黧系统的设计氍实现，介绥了系统开发平螽的选择，系统体系结季每，及其 2 南京邮电学院硕士醋究生学经论文0 富 躲篷系统褥谨绷设计帮实联。 最爨，戆缓了本文黪佟数工终，势瓣该课鼷进一步萋曩究懿羹点穷囱进孳亍震麓。 3 囊京瓤奄掌照赣磺巍垒学馥论文 燕一章a 王罄髓技术费鬻 第一章人工智能技术介绍 1 1 人工智能技沭的兴怒 人工智熊( a r t i f i c i a li n t e l l i g e n c e 。a i ) 怒爝诗算枫攒燮模数思维谚能靛麓学。入工磐 琵鼹诗算橇科学鹣一个重要分支。 人工智能的嫩义，从广义上可以定义为；通过对人类锶力涟动奥秘的探索与记怯思维 辍骥鹣磷究，以蜜臻援方覆鹃熬熬：开靛入类鬻力活动鹣潜娆。探讨爨嚣耱( 电气赘、 光学拣、生榜的簇至毫往械的) 摄嚣禳投人类暂能静途裰，经人类黔餐髓键以秘诧粒疆体。 狭义人工翅能的怒义为：人工镑能是用计黟枫模型摸拟熙维功能的科举。 入工智戆必须青辘力徽三臀事：翘谖秣痞、臻存糖鲡汲瓣决阕鬟巍遴过经验获取毅知 谈，敲个天王帮系统畜蔓个美键部分：袋示、箍瑷褪学习，如瀚i 1 繇示： 一- _ ， 表。、录 l t 举秘r ：、 j 、 推。一理 “w 躜 一 入工智畿燕绞麓三令谈心裁终示意辫 表示( r e p r e s e n t a t i o n ) 。久工餐熊激猿褥戆特 】! 妻楚嚣符号臻擒璐畜普速深入鲍废 用，这种语言能裁示特定问题域的般知识和问题求解的特殊知识，符号通常用公式装示， 逮葶申表示对甥户嚣孬富辐对容茹瑷瓣，实骣主褥号人工餐携戆涟臻度嚣常适合太砚交互。 人二l = 餐髓磷究专家霜瓢瓣“巍谖”是数撵黪勇一静表述，其毒诞鞠憋霸过程性。在诞 明性表示中，知识表示为事实的静态集台，并带有一个罔予操作事察的一般性过程艇台。 在过程性表示中，知识表示麓食予霹撬芎亍代褐中，此代码裁魏嚣熟谈滚遮鹣意义。褒缝犬 豁分阋舔城中通常翥疆这两种类登静雯器洪。 ( 2 ) 推理( r e a s o n i n g ) a 崧许多基本结构中，推理鼹辫决问题的能力，一个系统要有 蹬毯靛攫理系绞，必须要溃怒特定弱条传：系统必须髓裘示弱瓣决专努广泛豹蠲题及弱 麓类整。系统必矮箱遘显零搬隐藏翡僚感。系莸搽镳蠢一个羟粼税秘，当赫憨泌被求 聪域对闽题的避步处理完成辩寸，以决定甜特定问题使用何手申操作。瀑找润题的解决可视 隽羧索，对“援索”遁攀载处壤方法是翊嫂粼、数据秘按裁。援粥终爝予数据，投镁霾翅 予麓粼。 4 塑塞些皇堂隧堡圭塑塑圭兰堡堡兰 笙二里王塑熊垫查! ! 塑 在实际渍掇中( 懿医学诊鼗) 霹毙逐到霹震知识不突全或不确切，在这嵇壤滋下，可 以采用概率推理过程，因此人工智能系统w 处理不确定性。 ( 3 ) 学习( l e a r n i n g ) 。学习也称为机器学习。机器学习的简单模型如图1 2 所示。 l环壤_ 学鞴舒阵董知误库h 拽行赫滓 f l 图1 ，2 机器学习的简单模型 琢境挺供绘学习元锋一黧绩惠，学习元 串将这些僖慧加入翻熟识痒中，技嚣元件以知 识库为基础执行任务。周围环境提供给机器的知识种类通常是有缺陷的，结果学习元件事 先不知邋如何填补细节或如何忽略不重要的细节，因此机器先凭猜测执行，荐获取从执行 元终懿爱镶，爱馕极锈使褥穰器韪推溅霰滚著在毖要嚣雩送行骖芷。 机器学习包括两种截然不同的信息处理方向：归纳和演绎。在归纳信息处理过程中， 从原始数据和缀验得到一般模式和规则。在演绎信息处理中，一般规则得到特定枣实。蕊 予稳 基菠瓣学习用翔纳貔方_ 裘，荬壤论涯撵弼是觚基翔公理鞫理论中得来豹演绎：基手解 释的学习用归纳和演绎两种方法。 1 2 人工神经网络 天王毒孛经躅绍( a r t i f i c i a l n e u r a l n e t w o r k ，a n n ) ，瞧称为神经溺络( n e u r a l n e t w o r k s n n ) ，是由大量的处理单元( 神经元，n e u r o n s ) 广泛互联而成的网络，是对人脑的抽象、 简化和模拟，反映人脑的基本特性。人工神经网络的研究是从人脑的生理结构出发来研究 入翡餐熊行菇，模掇入麓薅怠处理瓣玟旋。它廷缀檀予章率经秘学、数学、绞诗学、貔理学、 计算机科学及工程的一种技术。 1 。2 。1 人王享枣经阚终的分类 籍瓣络绪搦秘学习算法稽结合，怼人工嵇缀疆终分类魏下： 1 ) 单层婀向网络：单鼷前向网络是指拥有的计算节点( 神经元) 是“单层的”， 如图l 一3 所示。这照表示原节点个数的“输入层”看作一层神经元，因为该“输 入层”举其鸯执行计算豹韵能。 2 ) 多层前向网络：多朦前向网络与单层前向网络的区别在于多层前向网络禽 有一个或更多的隐宙层，熟中计算节点被相应的称为隐含神经元或隐含单元，如 鞫l 一毒所示。瓣络每一蒺豹神经蠢廷含宥它稻输入翦一层静输出麓号，糊络输如 5 摩衷赧彀掌魏颟士联究生学位论文第一章人工戡能技术舟绍 层( 终止层) 穆经元的输出傣号组成了对网络中输入层( 竣入屡) 源节点产生的 激黝模戏的全部响应。即售号从输入滕输入，经隐含层传给输出层，由输出攥缛 到输出信号。通过加入一个或更多的隐含层，使网络能提取如更高序的缝计，尤 其当输入层嫂摸庞大霹，隐享孛经元提取裹_ ；葶统计数据的能力使显得揍外重要。 饕囊 瞄l 一3 单层前向嗣络 翅 4 多瓣羲囱潮络 3 ) 反馈网络：反馈网络指的是在网络中难少含有个反馈回路的神经网络。 4 ) 随机神经网络：随机神经网络是对神经网络引入随机机制，认为神经元是 按照概率的原理进行工作的，这就是说，每个神缎元的兴奋或抑制舆有随机性， 其概率取决于神经元的输入。 5 ) 竞争神经网络：竞争神经网络的显著特点是输出神经元相互兜争以确定胜 者，由胜者指出哪一种原型模式最能代表输入模式。 1 2 2 多层前向网络及b p 学习算法 磐蚕1 - 5 是一个含有嚣令毖含屡煎b p 网终。 譬雠 ， 一襄 。y l 。 优 一l 如 一一l p i = ( 1 2 ”，d i 。2 ) 图1 - 5 宙有两个隐含层的b p 网络 l 、b p 算法的学习过程： 6 勰 粒 j 差 新 裹露邮奄学院骥士研究生学位论支第章人工智能技术介绍 1 ) 工作信号的正向传播：输入信号从输入层经隐含层传向输出层，在输出端产 生输出信号，这是工作信号的正向传援。在信号的向前传递过程中网络的权俊是圈定 不变的，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期 望的输出，则转入误差信号反向传播。 2 ) 误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误 差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号度向传播 的过稷中，网络的权值由误差反馈进行调节。通过权值的不断修正使网络的实际输出 更接近期望输出。 i 。 瑚萼 t 一 谖蓑蒋专 圈1 - 6 工终信号芷囊传撵_ 摹螽误差信号爰淘健擐 2 、b p 学习步骡： 第一步设置变量和参量： x k = 妊t ，x k 2 ，船一，l 辟= 1 , 2 ，加为输入向量，或穆训练样本，n 为训练样本的个数。 量。 麓。 w f 哟= w | | n ，= w t 鳓 w 2 l 删 ： w l | h ) w l z ( n ) w 2 2 ( t q ) w m ! ， w i i 阳w 3 f 铆w 1 , 0 0 w 2 f 掰w 2 2 ( n ) w 2 ，趣， w n ( n ) w l2 ( n ) w z ，r m r w ”m 肌俐= l 讹夕 l 撕t 似 w l z ( n ) w l l ，m w ：2 f 印w o ，毋移 w n 戡雌硝 荛第n 次迭 弋时输入层与恣含层l 之闻的权毽囱 为第n 次迭代时隐含屡i 与隐含层j 之间的权值向 为第n 次迭代时隐含层j 与输出层之间的权值向 一 捌删；例 m m 叭 塑塞! ! ! ! ! 鱼兰堕堡竺窒竺兰竺堡三 兰= 要三塑! ! 垫查尘塑 量。 k 俐= 盼一例，m ：俐，y k r 俐l 似= 1 , 2 ，m 为第n 次迭代时网络的实际输出。 矶= 陋- ，以：，础，1 俾= 1 , 2 ，邶为期望输出。 1 为学习速率； n 为迭代次数。 第二步初始化，赋给胍”r 0 j ，晰，r 叫，所，丫o j 各个较小的随机非零值。 第三步随机输入样本m ，h = 0 。 第四步对输入样本m ，前向计算b p 网络每层神经元的输入信号u 和输出信号v 。 其中v ：俐= y k p ( n ) ，p = 1 , 2 ，p 第五步由期望输出饥和上一步求得的实际输出k 计算误差e ( ) ，判断其是否满足要 求，若满足转至第八步：不满足转至第六步。 第六步判断n + 1 是否大于迭代次数，若大于转至第八步，若不大于，对输入样本m ， 反向计算神经元的局部梯度占。其中 占：( ”) = y r ( n ) ( 1 一j 巾( ) ) ( 西( 盯) 一) ( ”) ) ，p = 1 , 2 ，尸 ，j 占? ( ”) = 厂( z 以h ) ) 彰( 协( ”) = 1 ，2 ，l ， p = l ， 巧) = f ( “m ) ) 6 ( n ) w ，和) ，i = 1 ，2 ， 1 = 1 第七步按下式计算权值修正值w ，并修正权值；”= ”+ 1 齄至第四步。 a w ”f n ) = q 6 ：( n ) v j i n ) w f p n + 、) = w | r n ) + d w f p n ) ，= 1 , 2 ，j , p = 1 , 2 ，p d w 。( n ) = h 6 ：f n ) v ：f n ) w 。f n + 、) = w 。0 1 ) + d w u ( n ) i = 1 , 2 1 , j = 1 2 ， a w m ；f n ) = h 5 ：( n ) x h n )w m t n + 、) = w w f n ) + a w mr ( n m = 1 , 2 m ：i = 1 , 2 f 第八步判断是否学完所余的训练样本，是则结束，否则转至第三步。 神经网络已被广泛应用于智能控制、系统优化、信号及信息处理、模式识别等领域，迄 今研究和应用最多的是多层前向神经网络b p 算法是应用最广泛的神经网络训练算法。 8 南京邮电学院硕士研究生学位论文 第一章人- 丁智能技术介绍 1 3 遗传算法 1 3 1 遗传算法的基本思想2 3 遗传算法从代表问题可能潜在解集的一个种群( p o p u l a t i o n ) 开始的，而一个种群则 由经过基因( g e n e ) 编码( c o d i n g ) 的一定数目的个体组成。每个个体( i n d i v i d u a l ) 实际 上是染色体带有特征的实体。染色体作为遗传物质的主要载体，即多个基因的集合，其内 部表现( 即基因型) 是某种基因组合，它决定了个体的形状的外部表现。因此，在一开始 需要实现从表现型到基因型的映射即编码工作。由于仿照基因编码的工作很复杂，我们往 往简化为二进制编码。初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代 ( g e n e r a t i o n ) 演化产生出越来越好的近似解。在每一代，根据问题域中个体的适应度 ( f i t n e s s ) 大小挑选( s e l e c t i o n ) 个体，并借助于自然遗传学的遗传算子( g e n e t i co p e r a t o r s ) 进行组合交叉( c r o s s o v e r ) 和变异( m u t a t i o n ) ，产生出代表新的解集的种群。这个过程将 导致种群像自然进化一样的后生代种群比前代更加适应于环境，末代种群中的最优个体经 过解码( d e c o d i n g ) ，可以作为问题近似最优解。 遗传算法采纳了自然进化模型，如选择、交叉、变异、迁移、局域与临域等。如图 1 7 所示，表示了基本遗传算法的过程。 9 南束邮电学院硕士毳阡究生学位论文 第一章人工智能技术舟绢 图1 7 遗传算法的过程 计算开始时，一定数日n 个个体( 父个体l 、父个体2 、父个体3 、父个体4 ) 繇耱群隧橇豹裙始往，并诗舅每个个体静邈应壤聪数，笫一代也郎李菇始代靛产生了。如架 不满足优化准贝u ，开贻产生毅一代的计算。为了产生下代，按照适应度选择个体，父代 要求基因重组( 交叉) 而产生子代。所有的子代按一定概率变异，然后子代的适应度又被 熏鞭诗葵，予代谈搔入至稀褥辛穗父 弋取褥代之，稳戢耘靛一代( 予个体l 、子个体2 、 予个体3 、子个体4 ) 。这一过程循环执行，直到满足优化准则为止。 1 3 2 逮传算法的基零操终 遗传箨法包括三令基本绦侔：逡择、交叉帮变异。箕基本流程翔闰1 8 所示。 0 南塞瓣魄学院颟士研究鸯举拉论文 第一章大工智熊技术夯缁 与娜! fi 耱疑 、一一 1，一 鬻1 - 8 滚薅雾法滚程鬻 这些基本操作又有很多不同的方法，如下所述。 1 选择( s e l e c t i o n ) 逸器蹩羁泉镶定重经或交叉个落，浚及渡选拿薄姆产堂多少拿子代个体。首宠诗算逶 皮魔； 夺 按比例的邋成度计算( p r o p o r t i o n a la s s i g n m e m ) 夸 基予撵黟鹣逶痰痉专 爨( r a n k b a s e da s s i g n m e n t ) 遗j 藏艘计算之腊撼实际的逸撵，按照适威胰进行父代个体的选择。可眺挑选啦下的辣法； 夺 轮盘赌选择( r o u l e t t ew h e e ls e l e c t i o n ) 呤 夔壤逮获糖释( s t o c h a s t i cu n i v e r s a ls a m p l i n g ) 夺 局部选择( 1 0 y a ls e l e c t i o n l 夺 截断选撵( t r u n c a t i o ns e l e c t i o n ) 夺 镳稼赛选撵( t o u r n a m e n ts e l e c t i o n ) 2 交义或基因灌缌( c r o s s o v e r r e c o m b i n a t i o n ) 基因重组戆缡舍来自父代燮配种群中的信息产生新的个体。依攒个体编码表示方法韵 不瓣，冒 墓毒戳下懿冀洼： 夺 实值萤缌( r e a lv a l u e dr e c o m b i n a t i o n ) 离教灏缎( d i s c r e t er e c o m b i n n a t i o n ) 孛阉熬缝( i m e m a 聪i a t er e e o m b i n n a t i o n ) 线性熬组( 1 i n e a rr e e o m b i n n a t i o n 、 扩展线性薰组( e x t e n d e dr e c o m b i n n a t i o n ) 专 二遗秘交叉( b l n a 翠v a l u e dc r o s s o v e r ) i i 塑塞墅皇堂堕堡主堑塑竺兰熊堕兰 笙二璧叁王璧鳇塑茎坌笾 单点交叉( s i n g l e p o i n t e rc r o s s o v e r ) 多点交叉( m u l t i p l e p o i n t e rc r o s s o v e r ) 均匀交叉( u n i f o r mc r o s s o v e r ) 洗黪交叉( s h u f f l ec r o s s o v e r ) 缩小代理交叉( c r o s s o v e rw i t hr e d u c e ds u r r o g a t e ) 3 囊募( m u t a t i o n ) 交叉之曩予代经历豹变器，实舔上是予钱基因按小概率扰动产生豹变化。根摄个体编 码表示方法的不同，可以有以下的算法： 夺 安值交异 专 二送制变异 1 4 本章夺绣 本章首先简单介缁了人工智能技术的一些蒸本知识，然赢介绍了入工神经网络的基本 知识，重点赍缨了本文系绞设计靼实现雳到豹多层翦粕网络及其b p 学习葵法，麓要介缨 了本文理论设计部分用到的遗传算法的操作过稔。 燕京静电学院磺士研究生学经论文 第二章智能代琏技术静婿究 第二章智能代理技术的研究 2 1 代理的定义和分类 一个缝为诲多软锌畿壤研究者接受瓣定义是：敬释我瑾是一令缝在特定邵凌下连续、 自发的实现功能，并且与相关代理和进稷相联系的软件实体。连续、自发的要求来源于环 境的变化，磐求代理能在笼人引导和干涉下以柔性、错能的方式对用户的需求通时地加以 痢应，更瑾憨瓣精况是在浆一特定环凌下，在一段辩黼凌，羡复实糯菜一功戆露啜取经验 教训，即所谓的学习能力。另外，还希辍代理能与环境中的其他代理和进程通信、合作， 谣至可以在不同的地方来网移动。现在许多软件代理部是相当脆弱和特殊的，没有一个能 在一簸意义下满足这些要求，因蘧，嚣耱豹软辞谯毽哭戆被援舞一耱统一豹钱名词，弱疆 概括诸多特怒条件下带有局限性的代理炭型。归纳起来，代理具肖下面的基本属性： 自主性：代理能够在没有人或其他代理干预下完成其大部分功能，控制其内部状 态。 社会熊力：代理能够主动和其他代理或人交豇，以实现目标。 被动响应能力：代理能感知周嬲环境并对其阔的变化产嫩适时响应，这些动作的 技嚣基予翘笈溪羽和羲定豹撬霉亍计刘。 v ，主动响应能力：代理能够主动的进行基于自身目标和信念的活动。 时间逑续性；代瑷的进程是逡续的，而不趋向一般程序那样只一遍就结束计算。 ， 鑫逶瘦性：代蘧艉适应环境瓣嶷纯，这往往廷透过学嚣税铡实现戆。 可移动性：代理w 以携带数据和指令移动到其他环境中并在那里执行指令。 在代理的研究领域中，已经提出了几个具有代表性的代理分炎方法。其中一个缀有影 确静我理分袋方法是在i b m 公司豹论文川辛提翔瓣，窀嗣交互性、智能往帮移动往三维定 义代理类型空间，如图2 - 1 所示。交点性刻画代理猩系统中与其他软件实体的相互关系。 最起码的，代理应该可以黪步运行。代煺如能在某种攫度上表达朋户意图，其交互性便有 掰增热。逡一步蘧，筏瑾碍戮与数舞、疲矮、服务藏蒸毪代理进行交互。智黥瞧瘸子籀述 代理推理、学习等行为的镏能化程度，墩就是代理接受用户目标和执行任务的能力。最基 本的，代理可以表达用户一定程度的喜好。商屡次的鬻能包括掌握掰户模型并有攥理能力。 代理还应该学习翻适应薹l ： 曩，这不毽毯括用户目标鹃嶷耗，丽虽魏括代理资源鹣变纯。移 动性包括代理自身通过嘲络移动于系统袈间的能力。移动代码可以在一台机器上形成，然 1 3 堕塞墅皇兰竖婴主塑塞兰兰鱼堕塞 苎三兰塑堂垡墨垫查盟塑茎 后在另外一台机器上运行。移动对象可以在执行过程中携带积累的状态数据从一台机器转 移到另一台机器。 2 2 智能代理 强强 书二山雌 2 2 1 智能代理的起源和意义 图2 1 智能代理范围示意图 面对汪洋大海般的网上信息，一个普通用户使用现有手段是很难招架的。这又包括两 种情况：1 主动送上门的或已经下载的信息难以消化，即所谓的”信息过载”；2 用户不知道如 何确切表达( 目前技术也并没有提供合适的表达手段) 对真正想要的网上资源的需求，也不 知道如何更准确、有效地寻找资源，即所谓的”资源迷向”。大量的可用信息与用户对信息 的驾驭能力形成强烈的反差，最终用户盼望出现一些能够协助其消化、寻找所需信息的软 件”助手”；一些以向最终用户提供信息服务为目的的商家自然也希望手握”利器”，把信息过 载和资源迷向问题消除在他们的服务体系之中，使其用户不再产生上面所说的困惑，从而在 同行业的竞争中占据有利地位。 一、技术发展的内在动力 这一问题涉及到人工智能和网络两个技术领域。 ( 1 ) 人工智能 1 4 查塞堂皇鲎堕堕圭缝塞圭堂燕堡奎 签三垩塑鳇垡堡垫查塑堕塑 经过凡十零豹努力，人工缨戆在簇础理论窝实用技术方嚣恐经有了超当麴积累，但这戮 成果分散地应用在各个领域，黼人工智能本身却仍然只熊”为他人做嫁衣裳”，其自身学科的 声麓和受重视程度与预期的相差甚邋。究其原戳，是入工智能自己戳前没有能力制造一个 综合集成鲍智憝主体，_ 寒集孛她显示其学科豹整体藏力要剑选出裁适应真实复杂物理 环境的、能与人充分沟通的实用机器人还荫很大豳难。但今天网络的发展正好提供了一个 难得的机遇：它为人工智能掇供了一个真实的、动态变化的且难以精确预测的复杂信息环 境，嚣眩避开了与魏理u 蹙募打交道懿更嚣难熬闫遂，镬缀久工餐戆在瑰有技术豹基础上，套 可能集成在一热独立自主、器具专长、协间工作的”智能代理”上，在网络世界里大姓身手。 同时，网络信息馓界为人工智能技术的迸一步发藤也提供了一个天然的试验床。 ( 2 ) 嬲终诗爨 “计算”的面貌和人们使用计算机的方式已经发生了巨大的变化。从计算机诞生起，疑 历了主机计算、主机- 终端计箨、桌两计算，到今天的网络桌面计算和融经萌芽的网络一移动 计算这撂熬发襞过程。当今擞爨上诗篓的主导方式是鄹络。秦鬻诗冀。久翻侵翅嚣葵壤露， 直接或间接地使用网络资源所占的比重融经大大增加计算的重心已经转移到网络上。 i b m 公葡”以网络为中心的计算”的概念磁是在这样的大背景下提出来的。网络计算使计 算繇境，特翔是爵班裂溺豹计簿资源扶单捉延 枣裂阏终，国魏弓l 发了奁阉络这样一个大豹诗 算环境下，进行开放的复杂计算的问题( 此处”计算”作广义理解，不局限于数值计算) 。利用 智能代理作为网络计算中的个积极要素，可以说是计算技术本身发展的内在逻辑的必然 缀果。 正是由于腹用需浓和技术发展的内在必然性两方耐的推动，智能代理才会有今天这么 高的呼声，才会被提高刹”战略”地位。 智筑健理战臻豹发震，撼分摄将会遵疆”增馕竞争力提麓生囊必嚣”这嚣令”三 部曲”式的发展历程。最初悬给一些常规代理注入一些商附加值的人工智能技术，以此来提 高同业巍争力；然后魑集成化地应用智能技术的智能代理产晶的大舰模酱及；最后是在相 盛领域不采蠲麓簸鼗瑗技零瓣产燕将会京生存上受到簸耪。 二、什么是智能代理 广义懿警艉代理毽摇久类、耪遴毽秀孛豹移动壤器久羁傣怠整器孛静软释瓠器天。 狭义的智能代理则专指信息世器中的软件帆器人。它是代表用户或其他程序，以主动 服务的方式完成一组操作的机动计算实体。所谓”主动服务”魑指：l 主动适应，即程完成操 挈豹适程孛，宅鬻致获得、表示并焱班鑫豹搡俸中稠嗣关于搡侔对象静躲谈淤及关子焉户 1 5 塞室整皇兰堡篓主笙窒皇兰壁煎塞 。墨三至望墼垡黧整查塑堑塞 意图和偏好的知i r ；2 主动代理，即对一些任务无须用户发出具体指令，只要当前状态符合某 种条件，就可代表用户或其他程序完成棚应的操作。所谓”机动”怒搬在所处的计算环境中 灵活麴访闻帮迁移辊裁，骧及同萁氇智辘代理逶信帮协作静穰铡。文章中讨论鹣餐畿代理 专指狭义的智能代理。 智能代遐有如下一些特性。 ( 1 ) 代理畿( 德理) 代理性体现在：1 它是”代表用户”工