2024年6月7日发(作者：)

维普资讯

多Ａｇｅｎｔ系统中ａｇｅｎｔｓ间的一种协商模式　

黄健强龙敏敏　白英彩　

（上海交通大学金桥网络工程中心上海２０００３０）　

摘要　多ａ目嘲ｉ系统中的一个重要问题是如何解决　ｂ问的通信和相互协怍，以便遗到信息获取和协同工作的目的。本文在　

介绍了几种常见的ａｇｅｍ结构后，对ＩＩｕ批ｈ——诎ｅｒ系统采取何种协商模式　平衡负载进行了分析，并路出了实现这种协商方式的算法。　

关键词　多　系统协商模式　负载平衡协同工怍　

ＡＮＥＧＯＴＩＡＴＩＯＮ　ＳＴＹＬＥＡＭＯＮＧＡＧＥＮＴＳＩＮ＾缸ＪＩＴＩ—ＡＧＥ＾ｉＴ　ＳＹＳＩ１　

Ｆｌｕａｕｇ　Ｊｉａｎｃ￣ｇ　Ｌｏｎｇ　Ｍｉｒ￣ｄｎ　Ｂａｉ　Ｙｉｎｇｃ￣ｄ　

（Ｇ　６　Ｆｚ，ａｌｍ￣ｇ　Ｃ￣ｔｅｒ，　一　９ｆ一：。　ｇＯｎｌｒｅｒｓｉｒｙ．Ｓｈａｔｔｇｈａｌ　２０００３０）　

Ａｌ￣ｒｓｅｔ　Ａｎｉｎ　０ｒｌａＩＩ【ｐ￣ｂｌｅｍ￣ｔｉ＝Ｓｉｎ　ａ【ⅡＩｄ　一ａｇｅｎｔ　Ｓｙ￣１３ｉｓ　ｈｏｗｔｏ￣ｏｍｕｍｍｉｅａｔｅ　ａｎｄ　ｅａ３ｃ￣ｒａｔｅｗｉｔｈ　

，

出ｒ

Ｉｎｔｈｅｆｉｒｓｔ　ｐｌａｃｅ　０ｆｔｈｉｓ　

．

ｐａｐｅｒ　ｗｅ　ｉｎｔｒｏｄｕｃｅ　ｔｈｒｅｅ　ｃ∞帅ｎ　ｔｙｐｅｓ　０ｆ　ａｇｅｎｔｓ　ａｎｄ　ｔｈｅｉｒ　ａｒｃｈｉｔｅｃｔｕｒｅ　ｒｅｓｌｘ￣ｖｄｙ　Ｉｎ　ｏｉｌＪｅｔ　ｔｏ］ｍｌａｒ￣ｅ　ｌｏａｄ

ｗｈｉｃｈ　ｍａｍｈ　ｍａｋｅｒ　

ｓｈｏｕｌｄ　ｈｅ　ｃｂ０ｓｅｎ　ｈａｓ　ｂｅｅｎ　ａｍｌｙｚｅｄ

Ｉｎ　ｔｈｅ　ｅｎｄ，ａｎ　ａｌ￣６ｔｈｍ　ｉｓ　ｐｒｅｓｅｎｔｅｄ　ｆｏｒ　ｔｈｅ　ｉｍｐＩ衄　岫　ｏＩ１　０ｆ　ｔｈｉｓ珊　

．

ｓｖｙｌｅ　

砒　８　ｋ　

Ｋｅｙｗｏｔｄｓ　Ｍｕｌｔｉ—ａｇｅｎｔ　ｓｖｓ　ｍ　Ｎｅｇｏｔｉａｔｉｏｎ　ｓｔｙｌｅ　Ｂａｌａｎｃｅｌｏａｄ　Ｃｏｏｐｅｒａｔｅ　

‘Ｎａｔｅｈｒｎａｋｅｒ／Ｙｅｎｏ￣一Ｐａｇｅｓ　

１前言　

型（图３）服务者在ｍａｔｃｔｍｍｋｅｒ　

上广告（ａｄｖｅＩｔｉｓｅ）其具有的能力　

１．１　ａｇｅｎｔ类型　

在一个开放的多Ａ　ｎｔ（Ｍｕｌｔｉ—Ａ　ｎｔ）系统中，设　

计者面对的一个基本问题便是连接问题，即如何从其　

ｃｌｌｌｌ１ａｋｅｒ型　

（ｃａｐａｂｉｌｉｔｉｅｓ），由请求者进行查　

图３　ｍａｔ

询，然后与感兴趣的服务者直接　

联系。　

ａｇｅｍ工作方式　

它ａｇｅｎｔ处得到信息及帮助。在这个过程中有二类信　

息，ｐｒｅｆｅｒｅｎｃｅ：是关于哪一种类型的信息，不论是以形　

这三种ａｇｅｎｔ类型各有优缺点，下面，我们将分析　

它们的一些特性。　

式或其它特征，对请求者（ｒｅｑｕｅｓｔｅｒ）有用的知识；ｃａｐａ．　

ｂｉｌｉｔｙ：是关于什么类型的请求可以从服务者（ｐｒｏｖｉｄｅｒ）　

处得到请求的知识。从私密性的角度来看，ｐｒｅｆｅｒｅｎｃｅ　

是信息从Ｈ　ｓ　流向ｐｒｏｖｉｄｅｒ，而ｃａｐａｂｉｌｉｔｙ则正好相　

反。在解决连接问题上，对私密性的不同处理可以导　

致９种ａｇｅｎｔ模型，其中比较常见的是以下３种：　

・Ｂｌａｃｋｂｏａｒｄ型（图１）　

求。它保护ｐｒｏｖｉｄｅｒ的私密性。　

一・ｔｌ＼　－・一　／　３　Ｌ　

１．２效率分析　

设一个ｒｅｑｕｅｓｔｅｒ请求一个服务的总耗时为ｒ，则它　

应该包括：ｐｒｏｖｉｄｅｒ实施服务的时问Ｄ，请求者等待ｍ．　

ｒｉｄｅｒ响应的时间Ｏ。其中Ｄ又可分为：（１）ｒｅｑｕｅｓｔｅｒ、　

ａｇｅｎｔ、ｐｒｏｖｉｄｅｒ之间规划、调度的时间ｓ；（２），ａｇｅｎｔ问通　

讯时问ｃ；（３）ｐｒｏｖｉｄｅｒ提供服务的时间Ｔ，即：　

ｒ＝Ｄ＋Ｑ　Ｄ＝Ｔ＋Ｓ＋Ｃ　

其中Ｑ是请求周期Ｐ及ｐＩ’　ｄ口数目Ｄ的函数。可以　

用一个队列网络模型来描述选样的系统。当请求产生　

的速度大于系统的吞吐量，即Ｐ＜Ｄ／Ｎ时，系统处于饱　

将请求放到黑板　

上，ｐｒｏｖｉｄｅｒｓ则自己来查看黑板是否有可以处理的请　

耐　

图２代理型ａｇｅｎｔ　

和状态，ｒ会无限制地增长；若Ｐ≥Ｄ／Ｎ，根据排队理论，　

每个请求地平均等待时间可表示为：　

Ｄ　

１一　ＰＮ　

图１黑板型ａｇｅｎｔ　

工作方式　

工作方式　

・Ｂｒｏｋｅｒ型（图２）　同时提供唧鹤ｔｅｒ和ｐｒｏｖｉｄｅｒ　

的私密性，ｂｒｏｋｅｒ既理解ｐｒｅｆｅｒｅｎｃｅ，也理解ｃａｐａｂｉｌｉｔｙ，并　

在其中适当地路由。　

・

这个结果依赖于请求被均匀地分配给ｐｒｏｖｉｄｅｒｓ，否则ｒ　

黄健强．博士生．主研领域：智能代理、同培安全。　

ｌ４・　

维普资讯

将会变大。因此，我们可以得出这样的结论：由于ｂｒｏ—　

中Ｐｉ＝｛Ｐｌ　ａｄｖ（　，Ｐ，Ｃ）｝，ｉ：１，Ｋ，ｎ；　

ｃ为系统中所有ｃａｐａｂｉｌｉｔｉｅｓ的总和，ｃ：Ｃ　Ｙ　Ｙ　

＾ＹＣ　，Ｃ　为ａｇｅｎｔ　ａ　具有的ｃａｐａｂｉｌｉｔｉｅｓ集合，ｉ＝１，Ｋ，　

ｎ；Ｃ＝Ｃ　ＹＣ　

Ｙ＾ＹＣ＾　，Ｃ　

．

．　

ｋｅｒ在Ｉ　ｅｓ缸和ｐｒｏｖｉｄｅｒ中起路由作用，它可以做一　

些负载平衡工作，所以，ｂｒｏｋｅｒ系统能够提供比ｍａｔｃｈ．　

ｍａｋｅｌ＂系统更好的响应时间。但是，ｂｒｏｋｅｒ结构的系统　

有一个致命缺点，星型结构使ｂｒｏｋｅｒ成为瓶颈，当ｒｅ．　

ｑｕｅｓｔｅｒ、ｐｒｏｖｉｄｅｒ及ｂｒｏｋｅｒ的数量增长时，为确保负载平　

为第ｊ个ｐｍ￣ｉｄｅｒ向　

．，

ａｇｅｎｔ　广告的所有ｃａｐａｂｉｌｉｔｉｅｓ集合，其中＿ｉ＝１，Ｋ，　，　

哦＝ｌＰ．１；　

衡而付出的计算代价将会迅速增大。　

为此，我们提出了一种在ｍａｔｃｈｍａｋｅｒ模式下，用较　

小的代价实现负载平衡的方法——ａｇｅＩ１ｔ协商模式　

令ｃ（ｉ，ｊ，ｋ）为向量Ｃ　中的第ｋ个元素，则ｃ（ｉ，Ｊ，　

ｋ）Ｃ－Ｃ，ｃ（ｉ，ｊ，ｋ）＝ｔＣ－｛　，０｛ＹＮ表示　中第ｊ个ｐｒｏｖｉｄｅｒ　

Ｐ．在某时刻可以同时提供ｔ个　中编号为ｋ的ｃａｐａ－　

２　ｍａｔｄｉｍａｋｅｒ协商模式　

２．１协商模式的结构及有关定义　

ａｇｅｎｔ间的协商意即在一个Ｍｕｌｔｉ—Ａｇｅｎｔ环境中，　

各ａｇｅｎｔ通过相互表达意向、意图，或进行讨论的方式，　

ｂｉｌｉｔｙ服务，当ｔ＝　时表示关系　ａ　（ｉ，ｊ，ｋ）成立。　

定义Ｓ．．．．　为ｐｒｏｖｉｄｅｒ　ＰＪ在某时刻对于ａｌ中编号为　

ｋ的ｅａｐａｂｉｌｉ￣的状态　则有：　

ｆ　Ｂｕｓｙ　ａｄｖ（ｉ，ｊ，ｋ）＾ｃ（ｉ，ｊ，ｋ）　

对各个ａｇｅｎｔ的行为、动作作出规范、协调，以达到某个　

日标或共同完成某个任务或得出表决结果。　

根据不同的方法，ａｇｅｎｔ间的协商模式可以分为动　

Ｓｉ　ｋ：｛　

【Ｉｄｌｅ　ｃ（ｉ

ｋ）＞０　

，　，

：ｏＶ　ａｄｖ（ｉ，ｊ，ｋ）　

记Ｓ　为ａｉ在某时刻对于编号为ｋ的ｃａｐａｂｉｌｉｔｙ的状　

态，则有：　

ＩＰＩ　

ｔ

态、静态、集中、分布等多种形式，我们采取了动态集中　

式的结构，它需要有一个中央仲裁机构ｍｅｄｉａｔｏｒ，负责　

管理全局ｃａｐａｂｉｌｉｔｙ库、接受ａｇｅｎｔｓ发来的协商请求、向　

Ｂｒａｙ　∑ｃ（ｉ，Ｊ，ｋ）＝０Ｖ（ｖ　ｃ（ｉ，Ｊ，ＤＥＣ　

ｌ＝１　

所有能够满足此请求的ａｇｅｎｔ发出协商要求、接收　

ａｇｅｎｔｓ的协商答复、并最终对发出协商请求的ａｇｅｎｔ给　

予回答。由此可以看出，整个多ａｇｅｎｔ协商体系结构实　

际上是一个２级的ａｇｅｎｔ分层结构（见图４）。上面一层　

是协调层，负责管理ａｇｅｎｔ之问的协商，下面一层由各　

个独立的ａｇｅｎｔ组成。　

ａｄｖ（ｉ，ｊ，ｋ），ｊ：１ＫＩＰｉＩ）或　

Ｖ　Ｃ－Ｐｉ　Ｓｉ１ｋ＝Ｂｕｓｙ，ｊ＝１ＫＩＰｉＩ　

ＩＰｉＩ　

Ｉｄｌｅ　∑ｃ（ｉ，Ｊ，ｋ）＞ｏ或　

Ｊ＝１　

ｊ　ＰＪＣ－Ｐｉ　Ｓ＿ｌｋ＝Ｉｄｌｅ，ｊ＝１ＫＩＰｉＩ　

有了以上定义，我们便可以进一步设计出多ａｇｅｎｔ　

间的坼商机制了。　

２．２协商机制　

在一个Ｍｕｌｔｉ一姆Ｉｌ环境中，每个ａ目∞ｔ仍然具有　

独立性与自治性，因此，协商机制应有这样几个特征：　

图４　一Ａｇｅ．ｔ系统协商模型结构圈　

・

知道系统中所有的ａｇｅｎｔｓ，以便能够找到它们；　

为了定义ａｇｅｎｔｓ之问的交互作用，可以将协商过　

程分解为合作与协调两个部分。合作是指将给定问题　

进行分解，由多个ａｇｅｎｔ同步或异步处理问题的一部　

・了解这些ａｇｅｎｔｓ的ｃ印ａｂｍｄｅｓ；　

・知道这些ａｇｅｎｔｓ的状态。　

在实际中，我们让每个ａｇｅｎｔ维护一张２维的ｃａｏ　

ｐａｂ．１ｉｔｙ表，行代表各个ｐｒｏｖｉｄｅｒ，列表示ｃａｐａｂｉｌｉｔｉｅｓ。因　

此，当ａｄｖ（ａｌ，　，　）成立时，ａｇｅｎｔ　ａｌ的ｃａｐａｂｉｌｉｔｙ表中ｊ　

分，并通过任务关联及ａｇｅｎｔｓ问的协作关系共同完成　

特定任务；协调则是指让一个ａｇｅｎｔ利用Ｍｕｌｔｉ—Ａｇｅｎｔ　

系统中其它ａｇｅｎｔｓ的计算能力，进行更复杂的计算、完　

成其自身无法完成的任务，或是对各个ａｇｅｎｔ进行任务　

规划，避免出现重复工作，提高整体效率。　

本文主要研究ａｇｅｎｔｓ问的协调，为此，先给出一些　

后面要用到的有关定义：　

关系ａｄｖ：ｐｒｏｖｉｄｅｒ　Ｐ向ａｇｅｎｔ　ａ广告自己具有某ｃａ—　

ｐａｂｉｌｉｔｙ　ｃ，记作ａｄｖ（ａ，ｐ，ｃ）。　

行ｋ列元素的值即为Ｃ（ａｉ，ＰＪ，ｃ　）。ＡｇｅｎＩ定期检查该　

表，若某个ｐｒｏｖｉｄｅｒ在ｃａｐ日ｂｉⅡｔｙ　ｋ上长时问处于“忙”的　

状态，则认为该ｐｒｏｖｉｄｅｒ已ａｎ－Ｍｖｅｒｔｉｓｅ　ｃａｐ日ｂｉｂｔｙ　ｋ，给　

ｃ（　，　，ｃ　）赋值　，直至下一次ｐｒｏｖｉｄｅｒ广告自己。在　

单个ａｇｅｎｔ中ｃ（ａ，，ｐＪ，　）的变化应被及时反映到ｉｎ￣ａ－　

ｔｏｔ管理的全局ｃａｐａｂｉｂｔｙ库中。　

ｍｅｄｉａｔｏｒ同样维护一张ｃａｐ　ｌ啼表格，只是它的　

行不代表ｐｒｏｖｉｄｅｒｓ，而是ａｇｅｎｔｓ　通过维护２张表格，　

使这个机制具备了初步的负载平衡能力。　

系统中所有ａｇｅｎｔｓ的集合Ａ＝｛ａ｜，赴，Ｋ，　ｊ，ｎ为　

系统中ａｇｅｎｔ的个数ｌＡｌ；　

系统中所有ｐｒｏｖｉｄｅｒｓ的集合Ｐ＝｛Ｐ．，　，Ｋ，Ｐｎ　Ｉ，其　

（下转第５９页）　

・

ｌ５・　

维普资讯

［３］　．Ｋｕｓｈｍｅｒｉｅｋ．Ｄ　ｓ　Ｗｅｌｄ，ａｎｄ　Ｒ　ｍ　Ｗｒａｐｐｅｒ　ｉｎｄｕｅｔｉ￣ｌ　ｆｏｒ　ｉｎ￣ｏｒ—　

ＴＩＩａｌｌ∞ｅｘｔｒ，￣＇ｔｌｏｎ．Ｉｎ　Ｉｎｔ￣ｍｌａｆｉｏｎｓｔｌ　Ｊｏｉｎｔ　Ｃｏｎｆｅｒｅｎｃ￣ｍ，￣ｔｉｉｆｃＭ］ｎｔｅｌｌｉｇｅｎｃｅ　

（Ｉ］ＣＭ），Ｎａｇｏｙａ，Ｊ　ｍ．１９９７．　

［４］ｓ　０　帆　ｅ，Ｈ　Ｇａ　—Ｎｏｌｉ￣，Ｊ．Ｉ￣ｍｌｍｅｒ，Ｋ．１Ｉｄ丑『１ｄ，Ｙ　Ｐ　ａｋ啪　ａｎｔＩｎ－　

伽，Ｊ　Ｉ］ｌ一．舯　Ｊ　ｗｉｄ呷，“Ｔｋ＂ｒｓＩＮＮ￣　。ｃｌ：ｌ￡ｌＩ－　６ｍ　｝酶ｅｒ。一　

（上接第１５页）　

２．３通信　

西商模型中的通信可以看成是各个ａｇｅｎｔ之间的　

消息传递，它是建立在协商的对话行为基础上，也即每　

个消息携带了ａｇｅｎｔ的意向（ｉｎｄｅｎｔ）、愿望（ｄｅｓｉｒｅ）、事实　

（ｆａｃｔ）、信念（ｂｅｌｉｅｆ）等内容，通过通知（ｉｎｆｏｒｍ）、询问（ｉｎ．　

ｑｕｉｒｅ）、要求（ｒｅｑｕｅｓｔ）、提供（ｏｔｔｅｒ）等动作进行交互。　

２．４通信语言　

用于ａｇｅｎｔ间的通信语言应满足７个方面的要求：　

形式上简单易读，内容主要描述通信的动作，语义上应　

当具有规范的形式，实现上的高效率及与现有软件技　

术很好地契合，支持多种网络技术，可用于分布、异构、　

动态的环境中，支持ａｇｅｎｔｓ间可靠、安全地通讯。目　

前，比较常用的主要是斯坦福大学提出的ＫＯＭＬ语言　

及用于该语言的ＫＩＦ格式。　

２．５协商过程　

根据上面介绍的机制，我们给出协商的过程：　

（１）ｒｅｑｕｅｓｔｅｒ向某ａｇｅｎｔ　提出请求ｒ；　

（２）　将ｒ转换成对某个ｃａｐａｂｉｌ＇竹ｃ　的请求，若　

ａｄｖ（ｉ，ｊ，ｋ），转（４）；　

（３）　根据自己的推导规则和推理模式，从自己　

的知识库中寻找可以满足ｃ　的ｐｒｏｖｉｄｅｒ集合　，若　

不为空，表明有空阑的ｐｒｏｖｉｄｅｒ，若Ｐｒ＝ＮＵＬＬ，将　返　

回给ｌｌ￣ｕｃｓｔｃｒ，结束。　

（ｊ＝ｌｔｏ　Ｉ　Ｉ）　

ＩｆＳ　＝Ｉｄｌｅｔｈｅｎ　

Ｐ，＝ＰＴ　Ｙ｛Ｒｊ；　

ｉｆ　ＰＴ≠Ｉ￣＇ＬＬｔｈｅｎ　

ｒｅｔｕｒｎ　ＰＴ；　

（４）　无法提供服务，则向ｍｅｄｉａｔｏｒ提出西商请　

求；　

（５）ｍｅｄｉａｔｏｒ收到西商请求后，在中央ｃａｐａｂｊｌｉ　库　

中寻找有能力的ａｇｅｎｔ集合　：　

九＝　

（ｉ＝１　ＩＡＩ）　－　

ＩｆＳ‘．１＝Ｉｄｌｅｔｈｅｎ　

＾ｒ：＾ｒＹ；　÷；　

（６）若Ａｔ不为空，则向　中各ａｇｅｎｔ发出西商要　

求，等待各ａｇｅｎｔ的回答；若Ａ　＝ＮＵＩ｜Ｉ＿，给请求协商的　

ａｇｅｎｔ返回协商失败消息；　

（７）收到西商要求的ａｇｅｎｔ根据类似第二步的方　

ｇ朗ｅ【Ｈ＿ｓ［ｎ￣ｏｍ￣ｏｎ　Ⅷ懈”，Ｉｎ　Ｐｒ￣ｅｅｄｉｎｇｓ　ｏｆＴｅｎｔｈ　Ａｎｎｌｖ￣Ｍｅ　

ｔｌｌｅｌｌｆｏｎ￣ｉａｎ　Ｐｍｃｅ￣ｎｇ　Ｓｏｅｉｅ￣ｏｆ　Ｊ日Ｐ啪．Ｔ０ｋｙ０，Ｊ平叽，７～坶．１９９４　

５　Ｋｕ￣ｎｅｎｃｋ．Ｎ．Ｗｒａｐｐｅｒ　Ｉｎｄｕｅｔｉ￣ｌ　ｆｏｒ　ｌ　肌　【耵Ｆ￣ｔｒａｅｔｉｅｎ　Ｐｈ　Ｄ　ＤｉＢ一　

９ｅ￣ｉａｎ．ＩＪｎｉｖ．　Ｗ　ｒ。ｇ　，１９９７　

式，检查自己的状态，并将结果返回给ｍｅｄｉａｔｏｒ；　

（８）ｍｅｄｌａ［ｏｒ收到ａｇｅｎｔ的西商回答后，判断是否　

所有均“忙”，若是，则返回西商失败消息；否则，返回有　

能力的各个ｐｒｏｖｉｄｅｒ集合；　

（９）西商请求者　收到ｍｅｄｉａｔｏｒ的回答后或者返　

回协商请求失败消息，或者返回协商成功的结果给ｒｅ．　

ｑｕｅｓｔｅｒ，从而完成整个的西商过程。　

结论　

此协商模型通过一个简单的方法在一定程度上实　

现了ｍｕｌｔｉ—ａｇｅｎｔ系统中负载的动态平衡，但它的效率　

还取决于其它因素，如ｐｒｏｖｉｄｅｒ、ｃ印ａｂｍｔｙ的数量，以及　

具体的实现方法等。　

我们用上面介绍的算法实现了一个ａｇｅｎｔｓ间协商　

的模型，取得了比较满意的结果。　

参考文献　

ｌ１　Ｊ　Ｓ　㈣，ｋｅ　Ｄｅｃｋ　，＾ｊＩ即ｄ唧Ｐ日删，蛐ｋｅ删Ⅱｉ衄嘲Ⅸ曲ｉｂⅡｂＢｄ　

Ｉｎｔｅｌｌｉｇｅｎｔ情№．１ｎ：ｌＥＥＥ　Ｅ　，Ｊｕｌｙ，１９９６　

ｌ２Ｊ　Ｊｅｆｆ￣Ｍ－　．Ｋａ０ｓ：ＡｒＩ叩ｅｎ情ｎ？ａｅｈｉｔｅｃ＇ａ＇￣ｅ　ｓ　ｐＰ。１ｉ　ｇ　Ｒ一，　

Ｉｔｌ旧叩　ｍ　ｒ舯　Ｅ　ｅｒ　ｂｄｉ　．Ｉｎ：ｈ　：／／ｂｉ．ｑ瑚．ｕｃａＩｇ町．ｃ丘，ＫＡｗ／　

Ｋ＾　门ｍｄ自｝ｌ　ＫＡＷ．ｈ　

［３］Ｋｅｉｔｈ　ｋ　，　Ｂ　ｓ　ＮｉｋｅＷｉｌｌｉａｍ￣ｎ　删ｅ—Ａ　ｆｏｒ　

Ｉｎｔｅｎ￣Ｉｔｌ：ｈｔ　：／／　．【Ｉ　．ｅｄ　Ｌ　ｐＢＰ哪．８ｈｎ　

ｌ４　Ｋｅｉｔｈ　Ｄｅｃｋ町，　Ｂ　ｃＢ】ａ　ａｎｄ　ｋｅ　Ⅱ　ａｎ鲫　ｈ　ａｎｄ　ｏｋ　一　

ｉｎｇ　Ｉｎ｝　曲ｄ＿叫　ｔｈｅ　ｓｅｏｍｄ　ｌｒ他ｍ　ｌｌＩ　＆　删珊　ｍ　Ｎｕｌｔｉ—Ａ嗣ｔ　

ｓ　∞Ｂ（１０－＾ｓ一９６），１９９６　

５］Ｔｉｍ　Ｆｉｎｉｎ，　Ｗｅｂｅｒ　ＤＲ．ｗ￣ｒ　ｓ　ⅢＩ帅　ｔｈｅ　ＫＱＮＬ．Ｉｔｌ：Ｔｈｅ　ＤＡＲＰＡ　

Ｋｎ　咄　８１￣＇ｉｎｇＩｍ￣ａｉｖｅＫ，ａｅｒｏ￣Ｉｎｔｅｒｎｅｅｓｗ　ｎｇ　．　

÷・基金项目论文　・人工智能与识别　；　

ｔ・学位论文　・算法　：　

Ｉ・软件技术与研究　・信息交流　！　

｛・数据库技术　・产品介绍　；　

十☆欢迎广大作者踊跃投稿　÷　

ｊ☆欢迎广大读者订阅　！　

÷　本刊邮发代号：４—３７９　本刊编辑部；　

３