社会依赖演化网调控的Agent服务协同自适应

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61375071
  • 项目类别:
    面上项目
  • 资助金额:
    78.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0305.生物、医学信息系统与技术
  • 结题年份:
    2017
  • 批准年份:
    2013
  • 项目状态:
    已结题
  • 起止时间:
    2014-01-01 至2017-12-31

项目摘要

The service-oriented reformation of application software systems has already facilitated service cooperation (i.e., service-based cooperation) to become the mainstream mode for innovating distributed cooperation software systems. However, the new-type software systems based on service cooperation are faced with the great difficulty for configuring self-adaptation capability, and this makes those systems not to be deployed on a large scale in complex and dynamically changing Internet computing environments. In order to enable the service cooperation and software systems based on service cooperation to acquire the robust and high-efficient capability for self-adaptation, this project proposes to develop the agent service cooperation self-adaptation governed by social dependence evolution networks. The research objects include creating the architecture for governing cooperation processes based on social dependence evolution networks, and innovating traditional centrally-controlled and closed self-reflection computing into the open united one governed by social dependence evolution networks. The former closely couples the three aspects of technologies in inter-support: the cooperation process regulations represented as social dependence evolution networks, rational agents, and the cooperation supervising system in community, to remove the hindrances which the cooperation self-adaptation is confronted with, and to create the solid foundation for achieving cooperation self-adaptation, while the latter establishes the cooperation circumstance-driven mechanism for monitoring service cooperation process and the management policy-driven 4-phase circulation for self-adaptation, in order to enable the cooperation processes and their self-adaptation to be executed compactly and consistently under the government of social dependence evolution networks.
应用软件系统的服务化变革促使服务协同(基于服务的协同)成为革新分布式协同软件系统的主流方式,但难以配置自适应能力又导致基于服务协同的新型软件系统无法大规模部署于复杂、动态变化的Internet计算环境。为使服务协同和基于服务协同的软件系统能够获得鲁棒的高效用自适应能力,本项目提议开发社会依赖演化网调控的Agent服务协同自适应,包括建立基于社会依赖演化网的协同过程调控架构和革新传统的集中控制型封闭性反思计算成为社会依赖演化网调控的开放性联合反思计算。前者紧密耦合相辅相成的三方面技术:表示为社会依赖演化网的协同过程法规、理性Agents和社区协同监管体系,去消除协同自适应面临的障碍:跨管理域业务服务固有的不可控制性,并给协同自适应的实现奠定坚实基础;后者则建立协同情境驱动的协同过程联合监控机制,以及管理政策驱动的自适应循环,使得协同过程及其自适应能够在社会依赖演化网的调控下紧凑、一致地执行

结项摘要

应用软件系统的服务化变革促使服务协同(基于服务的协同)成为革新分布式协同软件系统的主流方式,但难以配置自适应能力又导致基于服务协同的新型软件系统无法大规模部署于复杂、动态变化的Internet计算环境。为使服务协同和基于服务协同的软件系统能够获得鲁棒的高效用自适应能力,本项目开发了社会依赖演化网调控的Agent服务协同自适应,包括建立基于社会依赖演化网的协同过程调控架构和革新传统的集中控制型封闭性反思计算成为社会依赖演化网调控的开放性联合反思计算。..通过建立基于社会依赖演化网的协同过程调控架构,使得服务协同过程及其包含的协同活动转变为可预言和可控的,从而是可信的。由此,不仅可以克服跨管理域协同活动的不可控障碍,也为服务协同应用的部署消除了信任危机。同时,使得企业代理Agents在按需动态建立服务协同关系和企业联盟后,能够随即投入自主执行,并自动形成对于协同活动的联合监控, 实现了服务协同应用期望但传统软件工程的集中控制模式无法达到的、服务协同应用投入运行的及时性。.通过建立基于调控架构的三层次Agent服务协同自适应机制,实现了社会依赖演化网(协同过程模式)调控的开放性联合反思计算,去革新传统的集中控制型封闭性反思计算;使得协同开展过程及其自适应能够遵循演化网指定的协同状态变迁和依赖关系演化(有条件激活的规范相继执行)来实现。同时,通过这三个层次自适应活动的相辅相成,不仅有效降低了实现自适应的复杂度和难度,也进一步提高了实现自适应的有效性和高效性。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(10)
专利数量(2)
Intelligent Data-Collaboration Mechanism under the Distributed Application Environment
分布式应用环境下的智能数据协作机制
  • DOI:
    --
  • 发表时间:
    2014
  • 期刊:
    Computer Modelling and New Technologies
  • 影响因子:
    --
  • 作者:
    Ding Jianglong
  • 通讯作者:
    Ding Jianglong
A Process andAgent Technologies-based Flexible Service Composition
基于流程和代理技术的灵活服务组合
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    Journal of Emerging Technologies in Web Intelligence
  • 影响因子:
    --
  • 作者:
    金智勇;周斌彬;徐萍;高济
  • 通讯作者:
    高济
协作态势驱动的自适应候选者协商维持模型
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    计算机工程与应用
  • 影响因子:
    --
  • 作者:
    封红旗;鞠宏波;张登辉;杨长春
  • 通讯作者:
    杨长春
Application of the Agent-based Ontology MatchingTechnology in the Relational Database
基于Agent的本体匹配技术在关系数据库中的应用
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    Advances in Mechatronics,Automation and Applied Information Technologies
  • 影响因子:
    --
  • 作者:
    Ding Jianglong
  • 通讯作者:
    Ding Jianglong
基于多Agent协同的数据增量交换模型
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    杨长春;蒋冬冬;吕何新
  • 通讯作者:
    吕何新

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

自主计算概念模型与实现方法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    高济;李石坚;廖备水;姚远
  • 通讯作者:
    姚远
基于最大分布约简的风险规则挖掘
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机工程与应用, 41(22)(2005): 202-204
  • 影响因子:
    --
  • 作者:
    顾沈明*;徐妙君;高济
  • 通讯作者:
    高济
面向超大数据集的SVM近似训练算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    计算机科学
  • 影响因子:
    --
  • 作者:
    高济;廖备水;曾志强
  • 通讯作者:
    曾志强
基于扩充环境演算的虚拟组织建模与分析
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    模式识别与人工智能
  • 影响因子:
    --
  • 作者:
    高济;黄勇;赵岭忠;蔡国永
  • 通讯作者:
    蔡国永
基于机器学习的自动协商决策模型
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    软件学报
  • 影响因子:
    --
  • 作者:
    高济;程昱;古华茂;傅朝阳
  • 通讯作者:
    傅朝阳

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码