导读:本文包含了贝叶斯智能学习论文开题报告文献综述及选题提纲参考文献，主要关键词:双边谈判,贝叶斯学习,模糊集,模糊概率
贝叶斯智能学习论文文献综述
谭忠富,李莉,王建军,姜海洋,王成文[1]（2009）在《多智能体代理下电力双边谈判中的模糊贝叶斯学习模型》一文中研究指出在基于多智能体(multi-Agent)代理技术的电力双边谈判中,提高Agent的环境自调节能力对提高谈判效率有着重要意义。该文通过将贝叶斯学习模型引入到基于Agent环境下的电力双边谈判中来赋予Agent学习的能力,使其能够根据动态环境调整自我认识,从而达到提高谈判效率的目的。与此同时,考虑到谈判环境的模糊不确定性,分别运用模糊集和模糊概率理论构建Agent的模糊贝叶斯学习模型,并给出在这种环境下Agent的点报价策略和区间报价策略。最后结合算例证明,谈判双方在都采取模糊贝叶斯学习情况下的谈判效率要比一方或双方都不采取贝叶斯学习情况下的谈判效率要高,而双方采取区间报价策略能有效缩减谈判时间,为决策者提供了更有弹性的决策空间。(本文来源于《中国电机工程学报》期刊2009年07期）
许伦辉,丘建栋,刘正东[2]（2007）在《基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究》一文中研究指出OD矩阵(Origin-Destination Matrix)是路网规划与评价的基础数据。以往OD矩阵数据是通过交通调查的方法获得,这往往耗费了大量的人力和物力。运用贝叶斯定理的先验分布原理,构造贝叶斯智能学习的网络拓扑结构,提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法。利用此方法可以准确估计出OD矩阵数据,同时在优化网络拓扑中,能对未来交通量的分配进行预测。对比分析表明,此方法能有效地提高交通运输规划的效率以及交通评价准确性。(本文来源于《公路交通科技》期刊2007年06期）
钟国祥,邱玉辉[3]（2006）在《采用贝叶斯网络建立一种智能学习环境学生代理模型的研究》一文中研究指出贝叶斯(Bayesian)网络近年成为智能代理引人注目的研究方向,本文在介绍Bayesian网络及其构建方法、学习方法的基础上,构建了一个通用的可扩展的智能学习环境中的学生模型。(本文来源于《计算机科学》期刊2006年12期）
[4]（2003）在《用智慧战胜垃圾邮件》一文中研究指出根据Kessler International公司发布的调查报告，垃圾邮件正以每年5%的速度递增。这意味着人们每周都会收到数千封不请自来的电子邮件，这些垃圾邮件不仅消耗了电子邮件网关75%的处理能力，使网络线路繁忙，服务器性能大打折扣；而且也浪费了员工的(本文来源于《网络世界》期刊2003/12/01）
欧海涛,张卫东,许晓鸣[5]（2001）在《基于RMM和贝叶斯学习的城市交通多智能体系统》一文中研究指出提出一种基于递归建模方法 (RMM)的多智能体协调方法 ,使智能体在分布式环境下对其它智能体的决策建模选择合理的行动。对 RMM中的信念更新采用贝叶斯学习方法 ,使智能体可以确定其它智能体的准确模型并实时更新信息。在城市交通控制领域建立多智能体交通控制系统 ,仿真结果表明了该方法的有效性 ,对实现智能交通系统具有重要意义。(本文来源于《控制与决策》期刊2001年03期）
贝叶斯智能学习论文开题报告
（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：
OD矩阵(Origin-Destination Matrix)是路网规划与评价的基础数据。以往OD矩阵数据是通过交通调查的方法获得,这往往耗费了大量的人力和物力。运用贝叶斯定理的先验分布原理,构造贝叶斯智能学习的网络拓扑结构,提出由各路段交通流量的观测值来推算估计以及预测OD矩阵的一种有效方法。利用此方法可以准确估计出OD矩阵数据,同时在优化网络拓扑中,能对未来交通量的分配进行预测。对比分析表明,此方法能有效地提高交通运输规划的效率以及交通评价准确性。
（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。
贝叶斯智能学习论文参考文献
[1].谭忠富,李莉,王建军,姜海洋,王成文.多智能体代理下电力双边谈判中的模糊贝叶斯学习模型[J].中国电机工程学报.2009
[2].许伦辉,丘建栋,刘正东.基于贝叶斯智能学习OD矩阵估计与网络拓扑优化研究[J].公路交通科技.2007
[3].钟国祥,邱玉辉.采用贝叶斯网络建立一种智能学习环境学生代理模型的研究[J].计算机科学.2006
[4]..用智慧战胜垃圾邮件[N].网络世界.2003
[5].欧海涛,张卫东,许晓鸣.基于RMM和贝叶斯学习的城市交通多智能体系统[J].控制与决策.2001