基于Agent的开放云联盟计算任务分段及迁移机制
对等计算中的基于多移动Agent的协作联盟机制
业 务处理提供 了运 行基 础设施。但是 Ｐ Ｐ环 境巾各节 点随机加 入和退出网络的、工作承担者事先不确定等特点也 ２ 为工作的顺利完成带来 了困难。该文提出一种 对等 计算环境巾基 于多移动 Ａ ｅ ｔ ｇ ｎ 的柔性的 、动态的协 作联盟机 制，
适 合部署 于复杂、多变的应用环境之巾，以克服对等节点协作 的困难 。主要思想是在某一需求 目标 的驱动下 ，主 导
维普资讯
第 ２ 第 Βιβλιοθήκη 期 ９卷２０ ０ ７年 ２月
电
子
与
信
息
学
报
Ｖｌ ．９ ０ ２ ＮＯ． １ ２ Ｆ ｂ２０ ｅ ．０７
Ｊ ｕ ｎ ｌ ｆ ｅ ｔｏ ｉｓ＆ Ｉ ｆｒ ｔｏ ｃ ｎ ｌｇ ｏ ｒ ａ ｃ ｒ ｎ ｃ ｏ Ｅｌ ｎｏ ｍａ ｉｎＴｅ ｈ ｏｏ ｙ
节 点建立项 目，经过工作主体遴选 ，形成暂时 的、优化 的协作联盟 ，在复杂 的处理流程 的规 范下 ，基 于合作承诺， 联合完成项 目设定 的任 务。 该文还将该机制应用于构 建虚拟 的敏捷 企业供应链管 理原型系统，以此证 明了该机 制的 实用性价值 。 关键词 ：对等计算 ：协作联盟 ：多移 动 Ａ ｅ ｔ ｇ ｎ ：供应链
ｍｏ ｉ ｂ ｌ ｍｕｌｉ ｇ ｎ ｅ ｈ ｏ ｏ ｒ ｐ ｓ ｄ Ｔｈ ｏ ｌ ｂ ｒ ｔｏ ｌ ａ ｃ ｃ ａ ｓ Ｃ ｅ ｄ ｐ ｏ ｅ ｎ ｃ ｍｐ ｅ ｄ ｅ ｔ・ ｅ ｔｔ ｃ ｎ ｌｇ ｉ ｐ ｏ ｏ ｅ ． ｅ ｃ ｌ ｏ ａ ｉ ｎ ａ ｌ ｎ ｅ ｍｅ ｈ ｎｉｍ ａ ｂ ｅ ｌｙ ｄ ｉ ｏ ａ ｙ ｓ ａ ｉ ｎ ｌｘａ ｎ ｃ ａ ｇｆｌ ｎ ｉ ｎ ｈ ｎ ｅ ｕ ｖ ｒ ｍｅ ｔ ｏ ｏ ｅ ｃ ｍｅ ｔ ｅ ｄ ｆ ｃ ｌ ｒ ｂ ｅ ｏ ｅ ｒ ’ ｏ ｌ ｂ ｒ ｔｏ ， ｉ ｈ ｉ ｗｏ ｋ ｎ ｈ ｌ ｗｉ ｇ ｅ ｏ ｎ ｓｔ ｖ ｒ ｏ ｈ ｉ ｕ ｔｐ ｏ ｌｍ ｆ ｅ ｓ ｃ ｌ ｏ ａ ｉ ｎ ｗｈ ｃ ｒ ｉ ｇ ａ ｔ ｅ ｆ ｌ ｎ ｉ ｐ ａ ｓ ｓ ｏ ｏ
一种用于解决移动Agent迁移问题的旅行图分支算法
＿
来 表示 ． 中 ｎ ｘ Ｉ 其 ｅｔ Ｄ表示 当前节点 的后继节点 ， ｌ． ｒａ ｅ
ｔ ｎ表示 当前 节点 与后继 节点 ｎ ｘ Ｉ ｉ ０ ｅ ｔ Ｄ之 间的连接 关 —
系（ 以是顺 序关系或并行 关 系） ｅ Ｎ ｍ表示 当前 节 可 ，ｌ ｕ ｒ
＿
球 等 还 基 于此 提 出 了选 择 最佳 路 径 的 标 准 ． 给 并
开销 达到最 小 Ｋ． ｉ ｍ 等人 提 出“ Ｍｏｚ ｉ ｕ 旅行 Ａ ｅｔ ｇｎ 问
题 ”Ｔ ａｅｉｇＡ ｅ ｔ ｒｂｅ ，Ａ ） 并 应 用 于 基 于 （ｒｖ ｌ ｇｎ ｏ ｌ Ｔ Ｐ ， ｎ Ｐ ｍ
其 中， ＭｊＤ表 示子 任 务 的全局 唯一 标识 符 ， Ｎ ｍｅ Ｍ— ａ 表 示 子任 务 所 需 要 服务 的名 称 ． ｏｔ 示执 行 子 任 Ｈ ｓ表 务 所 在 的 主 机 ．包 括 Ｉ Ｐ地 址 和 主 机 名 两 个 部 分 ． Ｂ ａｃ ｒｎ ｈ表示 该 节点 引 的后 继任 务包 含 的选择 分支 的 数 目 ．ｔ ｃｓ为 后 继 任 务 结 构 体 ｓ ｕ ｔ的 集 合 ， Ｓｒ ｔ ｕ ｔｃ ｒ
选 择任务 的处 理 能力
１３ 迁 移 路 径 考 虑 因素 ．
Ａ ｈ ｒａ等 人 最先 意 识 到 硬 件 资 源及 其 使 用 情 ｃ ａｙ
况对 ＭＡ迁 移路 径的影 响 ． 并将 其应 用 于 Ｓ ｍ ｔ ｕ ａｒ ａ系
２ １ 旅 行 图 定 义 ． 定 义 １ ：ｖ 称 为 旅 行 图 ， 合 ｖ是 节 点 的有 Ｇ ｆ １ 集 限集 合 ． 每一 个 节点是 ＭＡ迁 移任 务 的一 个子 任务 ．
出测量 指标 与选择标 准之 间粗 略的 函数 关 系
第八章 Agent(艾真体)
湖南科技大学计算机学院
戴祖雄
5
(4)开放性。通过网络互连和系统的分布,便于扩 充系统规模,使系统具有比单个系统更大的开放 性和灵活性。 (5)容错性。系统具有较多的冗余处理节点、通信 路径和知识,能够使系统在出现故障时,仅仅通 过降低响应速度或求解精度,就可以保持系统正 常工作,提高工作可靠性。 (6)独立性。系统把求解任务归约为几个相对独立 的子任务,从而降低了各个处理节点和子系统问 题求解的复杂性,也降低了软件设计开发的复杂 性。
湖南科技大学计算机学院
戴祖雄
12
2.艾真体的要素 艾真体必须利用知识修改其内部状态(心理状态),以适应 环境变化和协作求解的需要。艾真体的行动受其心理状态驱 动。人类心理状态的要素有认知(信念、知识、学习等)、情 感(愿望、兴趣、爱好等)和意向(意图、目标、规划和承诺等) 三种。着重研究信念(belief)、愿望(desire)和意图(intention) 的关系及其形式化描述,力图建立艾真体的BDI(信念、愿望和 意图)模型,已成为艾真体理论模型研究的主要方向。 信念、愿望、意图与行为具有某种因果关系,如图8.2所 示。其中,信念描述艾真体对环境的认识,表示可能发生的状 态；愿望从信念直接得到,描述艾真体对可能发生情景的判断； 意图来自愿望,制约艾真体,是目标的组成部分。
湖南科技大学计算机学院
戴祖雄
7
上述对分布式人工智能的分类并非绝对和完善。 有些人认为MAS基本上就是分布式人工智能,DPS仅是 MAS研究的一个子集,他们提出,当满足下列三个假设 时,MAS就成为DPS系统：①Agent友好；②目标共同； ③集中设计。显然,持这种看法的人大大扩展了MAS的 研究和应用领域。正是由于MAS具有更大的灵活性,更 能体现人类社会的智能,更适应开放和动态的世界环境, 因而引起许多学科及其研究者的强烈兴趣和高度重视。 目前对Agent和MAS的研究有增无减,仍是一个研究 热点。要研究的问题包括Agent的概念、理论、分类、 模型、结构、语言、推理和通信等。
基于移动Agent的WSN多层分簇算法
［ Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ］ Ａｉ ｍ ｉ ｎ ｇ ａ ｔ ｔ ｈ ｅ ｕ ｎ ｂ ａ ｌ ａ ｎ ｃ ｅ ｄ ｐ ｒ ｏ ｂ ｌ ｅ ｍ ｏ ｆ Ｗｉ ｒ ｅ ｌ ｅ ｓ ｓ Ｓ ｅ ｎ ｓ ｏ ｒ Ｎｅ ｔ ｗ ｏ ｒ ｋ （ ＷＳ Ｎ ） ｅ ｖ ｅ ｒ ｙ ｒ ｏ ｕ ｎ ｄ ｎ ｏ ｄ ｅ ｅ ｎ ｅ ｒ ｇ ｙ ｃ ｏ ｎ ｓ ｕ ｍｐ ｔ ｉ ｏ ｎ ｉ ｎ ｔ ｈ ｅ ｃ ｌ ｕ ｓ ｔ ｅ ｒ ｉ ｎ ｇ ，
中图分 类号： Ｔ Ｐ ３ ９ １
基 于移 动 Ａｇ ｅ ｎ ｔ 的 ＷＳ Ｎ 多层 分 簇 算 法
党小超 ，姚浩浩 ， 郝占军 Ｌ
（ １ ． 西 北师范 大学计 算机 科学 与工程 学 院 ，兰州 ７ ３ ０ ０ ７ ０ ；２ ． 甘肃 省物 联 网工程研 究 中心 ，兰 州 ７ ３ ０ ０ ７ ０ ）
摘
要 ：针对 无线 传感 网分簇 中每 轮节 点能耗 不均衡 的问题 ，提 出一种 基于 移动 Ａｇ ｅ ｎ ｔ 的多层分 簇（ ＭＡ Ｂ ＭＣ ） 算 法。构建 多层分 簇
能 量模 型 ，采 用移动 Ａ ｇ ｅ ｎ ｔ 技 术选 举每 轮簇头 并收 集数据 。仿 真实 验结果 表 明 ，与能 量有效 的多层分簇 算法 和低 功耗 自适应集 簇
分层 型算法 相 比 ，该 算法可 减少 网络每 层轮 数 的能耗 ，提高 能耗均 衡度 ，延 长 网络 生命 周期 。
关健 诃 ：无线传 感器 网络 ；分簇 算法 ；移 动 Ａ ｇ ｅ ｎ ｔ ；多层 分簇 ；能量 模型 ；能耗 均衡
Ｗ Ｓ Ｎ Ｍ ｕｌ ｔ ｉ － ｌ ａ ｙｅ ｒ Ｃｌ ｕｓ ｔ ｅ ｒ ｉ ｎｇ Ａｌ ｇ ｏ ｒ ｉ ｔ ｈｍ Ｂａ ｓ ｅ ｄ ０ ｎ Ｍｏ ｂ ｉ ｌ ｅ Ａｇ ｅ ｎ ｔ
分布式环境下面向复杂任务的Agent联盟构建
（ Ｄｅ ｐ ａ ｒ ｔ ｍｅ ｎ ｔ ｏ ｆ Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｓ ｈ ａ ｎ ｇ ｈ ａ ｉ ２ ０ ０ ２ ４ ０ ， Ｃｈ ｉ ｎ ａ ）
协 商构建 联盟 ， 在 协商 过程 中设 定方案 发布 Ａｇ ｅ ｎ ｔ 和参 与 Ａ ｇ ｅ ｎ ｔ ， 并 对应 设计 以成本 信息 调整 和盈利 任务 争取 为主 的决策 算法 。在 Ａ ｇ ｅ ｎ ｔ 的反 馈信 息 中加入争 取信 息 ， 允 许参 与 Ａ ｇ ｅ ｎ ｔ 在 多轮协 商 中采 用可 控制 的信 息泄露 机 制 ， 通 过泄露 自己的成 本信 息向 方案发 布 Ａ ｇ ｅ ｎ ｔ争取可 获利 的任 务 ，经 过 多轮协 商 ，形成 最优联 盟结 构 。实验 结果表 明，在按 劳分 配联 盟总 收益 的模式 下 ，相 比传 统 的 信 息不 泄露机 制 ，该信 息泄 露机制 能够 更快地 形 成联 盟 ，并 且具 有更 高的联 盟净 收益 和 Ａ ｇ ｅ ｎ ｔ 平均 收益 率 。 关健 词 ：联盟 构建 ；逻 辑依 赖关 系 ；转 移成 本 ；分布 式环境 ；按 劳分 配 ；信 息泄 露
第３ ９卷 第 １ ２期
、 ， ｏ １ ． ３ ９
ＮＯ． １ ２
计
算
机
工
程
２ ０ １ ３ 年 １ ２月
Ｄｅ ｃ ｅ ｍｂ ｅ ｒ ２ ０１ ３
Ｃｏ ｍｐ ｉ ｎ ｇ
・
人工智能及识别技术 ・
文章 编号：１ ０ ０ ０ —３ ４ ２ ８ （ ２ ０ １ ３ ） １ ２ — ＿ ＿ ０ ２ １ ６ — ｏ ７
人工智能 计算agent基础 阅读笔记
《人工智能计算agent基础阅读笔记》一、前言人工智能是当今科技领域最为炙手可热的话题之一。
而在人工智能技术中，计算agent基础则是其重要组成部分之一。
本篇文章将围绕人工智能和计算agent基础展开阅读笔记，对其中的关键概念和理论进行探讨和总结，为读者带来全面而深入的了解。
二、人工智能概述1. 人工智能的定义人工智能是指用计算机或其他智能设备模拟人类智能的一种技术和方法。
它旨在使计算机具有类似于人类的思维能力，如学习、推理、识别、理解等。
2. 人工智能的发展历程人工智能的研究起源于上世纪50年代，经过多年的发展，目前已在各行各业得到广泛应用，涵盖了机器学习、语音识别、图像识别、自然语言处理等领域。
3. 人工智能的应用场景人工智能技术在智能家居、智能医疗、智能交通、智能制造等领域都有着广泛的应用，为人们的生活和工作带来了诸多便利。
三、计算agent基础概述1. 计算agent基础的定义计算agent是指能够感知环境，并根据感知结果采取行动的实体或系统。
它能够根据环境的变化做出及时反应，并通过学习和推理提高决策的准确性。
2. 计算agent的组成要素计算agent一般由传感器、执行器、决策系统以及学习系统等组成要素构成。
传感器用于感知环境，执行器用于执行动作，决策系统用于制定行动方案，学习系统用于不断改进决策过程。
3. 计算agent的分类根据其决策能力和学习能力的不同，计算agent可以分为简单agent 和智能agent。
简单agent通常只能执行固定的动作，而智能agent 则能够根据环境的变化做出灵活的决策。
四、计算agent基础原理1. 感知与行动计算agent能够通过感知环境获取信息，然后根据信息采取相应的行动。
感知和行动是计算agent基础原理的核心。
2. 环境模型计算agent在做出决策时，需要对环境进行建模，以理解环境的特征和规律。
环境模型对于计算agent的决策过程至关重要。
3. 学习和适应智能agent具有学习和适应的能力，它能够通过不断的试错和反馈来提高自身的决策能力，使得在不断变化的环境中依然能够做出合适的决策。
一种移动agent结构化迁移机制的设计和实现
一种移动agent结构化迁移机制的设计和实现陶先平;吕建;张冠群;李新;董桓【期刊名称】《软件学报》【年(卷),期】2000(011)007【摘要】移动agent计算模式将成为未来网络计算的主流模式.移动agent的迁移机制是其技术核心之一.该文分析了现有移动agent系统中采用的几种代表性迁移技术,提出了一种新的结构化迁移机制.该机制的主要特点如下:(1) agent的旅行计划和功能体完全分离;(2) 旅行计划本身也具有严格定义的结构;(3) 提供了3种灵活有力的迁移模式.因此,它能有效地控制移动agent的复杂度,有利于agent的复用.在该机制的基础上,设计并实现了移动agent系统Mogent1.0.【总页数】6页(P918-923)【作者】陶先平;吕建;张冠群;李新;董桓【作者单位】南京大学计算机软件新技术国家重点实验室,南京,210093;南京大学计算机软件新技术国家重点实验室,南京,210093;南京大学计算机软件新技术国家重点实验室,南京,210093;南京大学计算机软件新技术国家重点实验室,南京,210093;南京大学计算机软件新技术国家重点实验室,南京,210093【正文语种】中文【中图分类】TP393【相关文献】1.一种半结构化数据采集系统的设计与实现 [J], 王宁;王延章2."软件人"结构化迁移机制的设计与实现 [J], 高征;夏克俭;曾广平;涂序彦3.一种结构化文件的访问控制模型的设计和实现 [J], 朱斐4.一种移动Agent的安全认证方案的设计与实现 [J], 王帅;曹阳;郑刚5.一种基于移动Agent调度的均衡策略的设计与实现 [J], 路玲;赵中堂因版权原因，仅展示原文概要，查看原文内容请购买。
基于Agent的智能决策支持系统文献综述
班级：086092姓名：刘伦学号：20091003415专业：信息管理与信息系统基于Agent的智能决策支持系统文献综述（2008-2012）1 Agent 及多Agent 系统Agent 技术的诞生可以追溯到20世纪70年代，它的发展是分布式人工智能技术与计算机网络技术的必然结果。
Agent是可以代表一切具有智能（无论是自然智能还是人工智能）的实体（可以是物理实体也可以是业务逻辑的抽象表现形式）的一个抽象名词，它可以描述具体的人员、部门、设备，也可以描述相关的业务逻辑过程、算法模型执行流程、以及一个软件系统等。
系统环境中仅仅包含一个Agent 是毫无意义的，必须与多个Agent 在同一个环境中协同工作，而协同的手段就是相互进行通讯，而且每一个Agent 都可以主动、自主的工作。
目前有关Agent的研究包括：Agent 及多Agent理论、Agent体系结构、多Agent 系统即MAS等。
多Agent系统，主要表现在能进行问题的求解，能随环境的改变而不断修改、完善自身所具有的行为能力（即：一种自学习的表现），能通过网络与环境中其他Agent 进行通讯、交互、协作，进而相互协同完成任务的求解过程。
可以看出，多Agent 系统具有一定的模拟人类社会团体、组织机构等群体工作的特性，并运用它们自身特有的解决问题的方式、方法，解决共同关心的复杂问题。
多Agent系统研究的核心问题是在环境中多个Agent之间智能行为的协作与协调，其他方面的问题都与此相关或与此为基础。
在多Agent 系统中，各个Agent 协调他们的相关知识、目标、方法、规则，协作行动或进行问题求解。
国外目前在基于Agent 的决策支持系统的研究技术上已经比较成熟，开发出了一些系统并且投入到应用中，有些系统已经应用多年，在工业管理控制、多Agent仿真技术、电子商务Agent、信息检索和管理Agent、分布式感知Agent 等方面都有了比较成熟的系统研发出来。
上云迁移通用解决方案
上云迁移方案目录第一章项目背景 (4)1.1大数据与云计算 (4)1.2业务迁移到云的必要性 (5)1.3云迁移意义 (7)第二章方案设计 (8)2.1方案优势及拓扑结构 (8)2.1.1技术介绍 (8)2.1.2拓扑结构 (8)2.1.3方案优势 (8)2.2迁移方案总体规划 (9)2.2.1迁移流程 (9)2.2.2迁移规划 (10)2.2.3迁移设计 (10)2.3迁移过程 (11)2.4应急回退 (12)2.5特性 (12)第三章四、项目管理 (13)3.1项目管理方案 (13)3.1.1项目管理策略 (15)3.1.1.1项目管理的基本策略 (15)3.1.1.2项目阶段划与控制策略 (16)3.1.1.3总体项目管理 (16)3.1.1.4项目事前进度控制 (17)3.1.1.5项目事中进度控制 (17)3.1.1.6项目事后进度控制 (17)3.1.1.7实施进度安排 (18)3.1.1.8组织计划 (18)3.1.1.9实施人员出入机房管理制度 (20)3.2项目风险管理 (21)3.2.1风险管理流程 (22)3.2.2项目风险识别及应对计划 (23)3.2.3项目会议 (26)第四章项目实施方案 (28)4.1客户系统调研准备 (28)4.1.1系统调研和分析流程 (28)4.1.2评估准备 (29)4.1.3系统调研与评估 (30)4.1.3.1物理基础架构调研与评估 (30)4.1.3.2应用系统调研与评估 (31)4.1.3.3迁移对应用系统的影响 (31)4.1.4需求分析及汇总 (32)4.2迁移工具准备 (32)4.2.1Movesure 无缝在线热迁移进行数据迁移特点 (32)4.2.2平台兼容性支持列表 (33)4.3系统备份及资料准备 (34)4.4项目实施步骤 (35)4.4.1迁云模拟 (35)4.4.2系统测试 (35)4.4.3原业务系统数据备份 (36)4.4.4业务系统正式迁移 (36)4.4.5迁移保障 (37)第五章验收方案 (37)5.1迁移验收 (38)5.1.1验收范围及标准 (38)5.1.2验收的组织方式 (39)第一章项目背景1.1大数据与云计算大数据的世界不只是一个单一的、巨大的计算机网络，而是一个由大量活动构件与多元参与者元素所构成的生态系统，终端设备提供商、基础设施提供商、网络服务提供商、网络接入服务提供商、数据服务使能者、数据服务提供商、触点服务、数据服务零售商等等一系列的参与者共同构建的生态系统。
改进遗传算法求解单任务Agent联盟
改进遗传算法求解单任务Agent联盟
曹义亲;张政庭;黄晓生
【期刊名称】《实验室研究与探索》
【年(卷),期】2014(033)010
【摘要】多Agent系统中,Agent形成联盟来完成任务,是Agents间的一种重要合作方式.遗传算法在求解单任务Agent联盟时存在稳定性较差、收敛速度慢、寻优能力不强等问题,对此,提出一种基于改进遗传算法的单任务联盟形成策略.该方法通过定义衡量遗传算法种群多样性参数,根据该参数值使用不同的配对策略在潜在交叉集合中选择个体进行配对交叉,以减少无效的交叉操作,从而提高交叉操作的效率;针对传统变异算子缺乏一定的方向性,通过个体Agent能力大小确定变异基因位,以提高算法搜索性能.对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟.
【总页数】5页(P9-13)
【作者】曹义亲;张政庭;黄晓生
【作者单位】华东交通大学软件学院,江西南昌330013;华东交通大学软件学院,江西南昌330013;华东交通大学软件学院,江西南昌330013
【正文语种】中文
【中图分类】TP301.6
【相关文献】
1.一种求解单任务Agent联盟生成的近似算法 [J], 李勇;蒋建国;夏娜
2.基于混合蚁群遗传算法的Agent联盟求解 [J], 梁军;程显毅
3.用差异演化算法求解单任务Agent联盟 [J], 武志峰;黄厚宽
4.改进型蚁群算法求解单任务Agent联盟 [J], 夏娜;蒋建国;魏星;章玲
5.基于改进QPSO的单任务Agent联盟生成 [J], 徐桓;孙瑜
因版权原因，仅展示原文概要，查看原文内容请购买。
基于分布式智能移动Agent的信息检索系统
基于分布式智能移动Agent的信息检索系统
周阿连;陈修权;周慧
【期刊名称】《计算机应用与软件》
【年(卷),期】2008(025)005
【摘要】随着网络的迅速发展和信息时代的到来,从网络中快速准确地检索到自己所需要的信息变得更为困难,于是提出了分布式移动多Agent的概念来接受此挑战.首先对Agent理论的研究现状进行了综述和讨论,主要内容包括智能Agent的概念、特性、多智能Agent系统等;然后在研究了现有的检索系统的基础上,提出了其存在的问题,并进而提出了解决方案,即基于分布式智能多Agent的智能检索系统的设计和实现;该系统可及时有效地根据用户的需求实现智能地、自主地、协作地、快速地检索、过滤和融合网络信息.
【总页数】3页(P196-198)
【作者】周阿连;陈修权;周慧
【作者单位】烟台职业学院软件工程学院,山东,烟台,264003;大连海事大学计算机科学与技术学院,辽宁,大连,116026;大连海事大学计算机科学与技术学院,辽宁,大连,116026;烟台职业学院软件工程学院,山东,烟台,264003
【正文语种】中文
【中图分类】TN91
【相关文献】
1.移动Agent在分布式信息检索系统中的应用 [J], 郭庆平;吴延卯
2.基于用户兴趣的分布式智能信息检索系统的设计 [J], 石晶;龚震宇;裘杭萍;张毓森
3.一种基于移动Agent的分布式智能化网络管理系统 [J], 陈志;王汝传;徐小龙
4.基于移动Agent的分布式智能网络管理模型的研究 [J], 徐小龙;王汝传
5.基于移动Agent的分布式地理信息检索系统研究 [J], 周林立;宋良图
因版权原因，仅展示原文概要，查看原文内容请购买。
完整、通用的agent机制
完整、通用的agent机制Agent机制是一种模拟人类行为的技术，它模拟了人类在特定情境下的思考和决策过程。
这种机制可以应用于各个领域，如智能机器人、智能助手、自动驾驶等。
通过模拟人类的思维和行为，Agent 可以更好地理解和应对复杂的环境。
Agent机制的核心是智能体（Agent），它可以感知环境的状态，并根据环境的变化做出相应的反应。
智能体可以通过传感器获取环境的信息，并通过执行动作来改变环境的状态。
智能体还可以根据自身的目标和知识，进行规划和决策，以达到预定的目标。
Agent机制的实现需要考虑以下几个方面：1. 知识表示与推理：智能体需要具有存储和处理知识的能力。
它可以使用符号逻辑、规则引擎或神经网络等技术来表示和推理知识。
通过不断学习和更新知识，智能体可以提高自己的决策能力和适应性。
2. 感知与行为：智能体需要具备感知能力，通过传感器感知环境的状态。
它可以使用计算机视觉、语音识别等技术来获取环境信息。
同时，智能体需要具备行为生成的能力，根据环境的状态和自身的目标做出合适的行动。
这可以通过运动控制、路径规划等技术来实现。
3. 学习与适应：智能体可以通过学习来改善自身的性能。
它可以通过监督学习、强化学习等方法来从经验中学习，并根据学习结果来调整自己的行为。
智能体还可以通过遗传算法、进化计算等方法进行进化和优化，以适应环境的变化。
4. 协作与协调：在某些情况下，智能体需要与其他智能体进行协作和协调。
它们可以通过通信和协商来共同解决问题，或者通过协调和分工来实现共同的目标。
这可以通过博弈论、多智能体系统等方法来实现。
Agent机制的应用非常广泛。
在智能机器人领域，Agent可以模拟人类的行为，实现各种任务，如清洁、导航、服务等。
在智能助手领域，Agent可以帮助人们处理各种事务，提供个性化的服务。
在自动驾驶领域，Agent可以模拟人类的驾驶行为，实现自动驾驶的功能。
Agent机制是一种模拟人类行为的技术，通过模拟人类的思维和行为，智能体可以更好地理解和应对复杂的环境。
面向动态任务合作求解的联盟模型
面向动态任务合作求解的联盟模型*詹千熠1，2，孙强1,2，詹宇森1,2，王崇骏1,2+，谢俊元1,21.南京大学计算机软件新技术国家重点实验室，南京2100932.南京大学计算机科学与技术系，南京210093Coalition Model for Dynamic Task SolvingZHAN Qianyi 1,2,SUN Qiang 1,2,ZHAN Yusen 1,2,WANG Chongjun 1，2+,XIE Junyuan 1,21.State Key Laboratory for Novel Software Technology,Nanjing University,Nanjing 210093,China2.Department of Computer Science and Technology,Nanjing University,Nanjing 210093,China +Corresponding author:E-mail:chjwang@ZHAN Qianyi,SUN Qiang,ZHAN Yusen,et al.Coalition model for dynamic task solving.Journal of Fron-tiers of Computer Science and Technology,2012,6(12)：1098-1108.Abstract:Agents increase capabilities and receive more repayment via coalition in multi-agent system.This paper focuses on the improvement of coalition model and coalition formation,and proposes a new coalition model CLAR (coalition model based on learning agent and role),which is based on ARG (agent,role,group)meta model and learning mechanism.It also proposes a two phrase coalition formation mechanism in CLAR model that adopts con-tract net as its protocol.Finally,the experimental results verify the effect of the role and learning mechanism in pred-ator game,and the effect of two-phrase coalition formation in decreasing and controlling the communication cost.Key words:multi-agent system;coalition;predator game;ARG meta model;contract net 摘要：多Agent 系统中，Agent 间通过形成联盟达到提高任务求解能力，获取更多收益的目的。
新型网络计算技术课程-2-对等计算与对等网络技术
search(A) --> 123.2.22.50
123.2.22.50 Query Where is file A?
Replies
search(A) --> 123.2.0.18
123.2.0.18
NUPTP2P
2 P2P技术
2.1 P2P拓扑结构
(2)结构化拓扑
Step1.系统中每个节点的唯一属性经哈希后得到 唯一的虚拟地址标识(node_id);
NUPTP2P
2 P2P技术
描 述
2.2 资源定位技术
P2P的资源定 位技术 集中式资源定 位
主要应用有Napster,其特点是用于文件索引，所有查找工作在集中服务 器中完成。优点是减少网络通信量、不需要广播；如果服务器不超载则 响应快速。缺点是容易造成单点失败；潜在的拥塞；由于太多服务连 接，难以保证服务质量；如果中心服务器坍塌，则服务中断。 主要应用有Gnutella，Kazaa。其特点是没有中心服务器；查询需要在 一定范围内通过广播实现。优点是没有固定的网络拓扑；没有固定的数 据和索引位置。缺点是(1)协调工作和负载均衡主要依赖自组织;(2)缺乏 通信监管,易产生冗余流量 主要应用有CAN，Chord，Pastry。其特点是使用分布式哈希表；映射 和查询文件通过哈希键；通过哈希键可以加速和减少信息传播。采用 DHT模式具有以下优点: 负载平衡：分布式哈希函数使得索引项均匀地 分布在不同的节点上，因此它具有天然的负载平衡的特性。分散性：它 是完全分布式的。每个节点都是平等的，有效地改进了系统的健壮性。 可伸缩性：DHT查找的开销与节点的log函数成比例，因此即使很大的 系统也是可行的。能够快速定位信息。
网 :在 性 用 直接 P2P的 最 上， 以享受 的 C 户可 最迅速 中 直接 活动， 忽 交换 可能被 介尽 略。
基于Agent的网格型AIoT节点模型
基于Agent的网格型AIoT节点模型邹一琴;张兵;刘乙琳【摘要】基于Agent的网格型AIoT为农业物联网提供了一个新的解决方案,它可以为客户提供统一和标准的农业应用服务.研究SOA网格型AIoT的应用节点模型,提出了基于OGSA的AIoT服务体系,重点讨论了基于域Agent的AIoT资源管理模型和经济体系.这种节点模型可以有效组织和管理现有农业工程中复杂多样的农业资源,以及农业物联网愿景中的不同"事物",使无差别服务与具体农业资源实现无缝对接,使各种农业资源在标准接口封装下能被用户通过Web应用轻松访问.【期刊名称】《常州工学院学报》【年(卷),期】2017(030)006【总页数】5页(P30-34)【关键词】农业网格;物联网;智慧农业【作者】邹一琴;张兵;刘乙琳【作者单位】江苏大学,江苏镇江 212013;常州工学院电气与光电工程学院,江苏常州 213032;常州工学院电气与光电工程学院,江苏常州 213032;西南交通大学,四川成都 610031【正文语种】中文【中图分类】TP391当今农业工程领域的大量资源在分布状态上可能属于不同组织和领域，而且通常是异地分布、动态变化的，甚至于跨国家、洲际分布。
传统IoT(internet of things，物联网)不能充分表达农业政策或农业环境等农业资源的复杂性[1]，缺少对这些农业资源及其属性的详细定义和表达，会导致这些资源在应用工程中无法被复制、传递和重用。
因此，本文应用SOA(service oriented architecture，面向服务的架构)的网格型AIoT(agricultural internet of things，农业物联网)理论，研究和讨论基于Agent的节点模型构建、表示及其管理方法。
1 网格型AIoT系统AIoT是现代农业应用需求与嵌入式技术和互联网科技的结合[2]。
依据物联网三层理论，其基本结构可以分为物理感知层、信息传输层和服务应用层三部分。
云迁移工作级开发者认证题库
云迁移工作级开发者认证题库全文共四篇示例，供读者参考第一篇示例：《云迁移工作级开发者认证题库》是由国际知名的云计算认证机构所推出的一项专业技术认证。
该认证考试旨在评估考生在云迁移工作方面的专业能力和技术水平，涵盖了云迁移的各个方面，包括云基础设施、应用迁移、数据迁移、安全与合规等方面的知识。
通过云迁移工作级开发者认证考试，考生能够获得国际认可的专业资质，提升自身在云计算领域的竞争力，为企业的云迁移工作提供更加专业的支持。
以下是《云迁移工作级开发者认证题库》的部分题目，供大家参考和学习。
1. 云迁移的基本概念- 什么是云迁移？- 云迁移与传统数据中心迁移的区别是什么？- 云迁移的优势和挑战有哪些？2. 云迁移的规划与设计- 云迁移前需要做哪些规划工作？- 云迁移的设计原则有哪些？- 如何评估应用程序的可迁移性？3. 云基础设施迁移- 云基础设施迁移的步骤和流程是什么？- 如何选择适合的云基础设施提供商？- 云基础设施迁移时需要考虑哪些安全和性能问题？4. 应用迁移与优化- 应用迁移的方法有哪些？- 如何解决应用程序迁移过程中的兼容性和依赖性问题？- 迁移后如何对应用程序进行性能优化？5. 数据迁移与管理- 云数据迁移的挑战有哪些？- 数据迁移的策略和方法有哪些？- 在云环境下，数据迁移和数据管理的安全性如何保障？6. 安全与合规- 云迁移过程中的安全风险和安全措施有哪些？- 云迁移需要满足哪些合规性要求？- 如何进行云迁移的安全评估和合规审计？以上题目只是《云迁移工作级开发者认证题库》中的一部分，覆盖了云迁移的基本概念、规划与设计、云基础设施迁移、应用迁移与优化、数据迁移与管理以及安全与合规等多个方面。
希望通过参加该认证考试的考生能够深入学习和掌握云迁移工作所需的知识和技能，为自身的职业发展和企业的云迁移工作提供更专业的支持。
第二篇示例：云迁移是当今IT领域备受关注的重要话题之一，随着云计算技术的不断发展，越来越多的企业开始将自己的应用程序和数据迁移到云端，以实现更高效的管理和利用资源。
一种基于移动Agent的云端计算任务安全分割与分配算法
一种基于移动Agent的云端计算任务安全分割与分配算法倪斌;李红兰【期刊名称】《现代电子技术》【年(卷),期】2015(038)017【摘要】To guarantee the confidentiality and privacy of computing tasks operated in cloud computing environment,and avoid the malicious nodes or the competitors peering the internal structure,system logic and task objects,a new security seg-mentation and allocation algorithm of cloud computing task based on mobile Agent needs to be constructed. This algorithm com-bines with the computing ability and characteristics of cluster server nodes,and the relevant aspects of the user terminal nodes are taken into account. The entire task is segmented into some sub-task effectively,then the mobile Agent is taken as the carrier of data structure and code structure of the sub-task. The data and codes are allocated to reasonable task execution nodes corre-sponding to them. The performance is analyzed and explored by combining with experimental prototype system and this algo-rithm. It proved that the algorithm has better validity to guarantee the terminal nodes security of executing sub-task. When the malicious nodes peered the data and codes allocated to the task execution nodes,even the malicious nodes are combined together to attack on the system,it can not threaten the overall execution thought of the task and the security of the entire object.%为了让在云端计算环境中运行的计算任务机密和隐私得到保障,避免恶意节点或竞争对手窥视任务的内部结构、系统逻辑和任务目标,必须构建一种全新的基于移动Agent的云端计算任务安全分割与分配算法.这种算法不仅要结合集群服务器节点的计算能力和特征,还要将用户终端节点的相关方面也考虑进去,把整个大的任务合理地分割成若干子任务,并将移动Agent作为这些子任务的数据结构和代码构成的载体;然后把这些数据和代码分配到与之对应的合理的任务执行节点上进行工作.通过将实验原型系统和该算法结合起来进行性能分析与探索,证明该算法对执行子任务的终端节点安全性的保障具有较强的有效性,即便有恶意节点窥探到了分配给该任务执行节点的数据和代码,甚至联合起来对系统进行攻击,也不会对这个任务的总体执行思路和整体目标的安全性造成威胁.【总页数】4页(P89-92)【作者】倪斌;李红兰【作者单位】河南司法警官职业学院,河南郑州 450000;河南牧业经济学院,河南郑州 450000【正文语种】中文【中图分类】TN918-34【相关文献】1.一种面向移动Agent的多任务并行计算模型及算法 [J], 韩国栋;王嘉祯2.一种基于移动Agent的云端(Cloud-P2P)数据复合销毁机制 [J], 徐小龙;龚培培;章韵;毕朝国3.一种改进的多维计算资源任务分配算法研究 [J], 刘凤4.一种基于移动边缘计算与波束赋形的任务分配算法 [J], 周持盈; 陈心怡; 于颖5.一种基于移动Agent的云端计算任务安全分割与分配算法 [J], 徐小龙;程春玲;熊婧夷;王汝传因版权原因，仅展示原文概要，查看原文内容请购买。
一种用于解决移动Agent迁移问题的旅行图分支算法
一种用于解决移动Agent迁移问题的旅行图分支算法
季挺;夏幼明;姜懿庭
【期刊名称】《现代计算机（专业版）》
【年(卷),期】2010(000)002
【摘要】回顾并总结移动Agent迁移策略方面的研究成果,在重新定义旅行图结构的基础上,提出一种求解从根出发的旅行图解图集合的分支算法,同时对包含并行任务的解图设计一种生成并行任务分支的算法.通过以上算法得到的解图集合与并行任务分支将极大地简化移动Agent对并行任务和选择任务的处理过程,为最终求解移动Agent迁移路径提供明确的依据.
【总页数】6页(P29-34)
【作者】季挺;夏幼明;姜懿庭
【作者单位】云南师范大学计算机科学与信息技术学院,昆明,650092;云南师范大学计算机科学与信息技术学院,昆明,650092;云南师范大学计算机科学与信息技术学院,昆明,650092
【正文语种】中文
【相关文献】
1.一种适用于多种场景的深度图提取算法 [J], 杨依忠;马茏;徐逸琛;张强
2.一种用于片上网络布图规划的改进模拟退火与粒子群混合算法 [J], 宋国治;涂遥;张大坤;温越博
3.一种适用于求解旅行商问题的新型算法性能分析 [J], 赵玉章;郭文强;冯昊
4.一种改进的遗传算法解决旅行商问题 [J], 杨照选;贺建民;周晓兰
5.一种解决旅行商问题的新型DDPSO算法 [J], 王军;李明;马小平;袁源
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
计算机工程与设计
Ｃ ＯＭＰ ＵＴ Ｅ Ｒ Ｅ ＮＧ Ｉ Ｎ Ｅ Ｅ Ｒ Ｉ ＮＧ ＡＮ Ｄ Ｄ Ｅ Ｓ Ｉ ＧＮ
Ｄ ｅ ｃ ． ２ ０ １ ２ Ｖ ｏ ｌ ． ３ ３ Ｎ ｏ ． １ ａ ｓ ｋ ｓ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ａ ｎ ｄ ｍ ｏ ｖ ｉ ｎ ｓ ｃ ｈ ｅ ｍ ｅ ｉ ｎ ｏ ｅ ｎ ｃ ｌ ｏ ｕ ｄ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｐ ｇ ｇ ｇ ｐ ｐ ｇ ｆ ｅ ｄ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｏ ｂ ｉ ｌ ｅ Ａ ｅ ｎ ｔ ｇ
基于 Ａ ｅ ｎ ｔ的开放云联盟计算任务分段及迁移机制 ｇ
张以利１ ， 杨万扣２
（ １．南京工业职业技术学院 计算机与软件学院 ， 江苏 南京 ２ １ ０ ０ ４ ６； ） ２．东南大学 自动化学院 ，江苏 南京 ２ １ １ １ ８ ９
摘 要 ： 解决云计算平台可能出现的短时间用户群峰值需 求 而 商 家 却 要 为 此 巨 额 投 入 ， 提 出 搭 建 基 于 移 动 ａ ｅ ｎ ｔ的 开 放 云 ｇ 联盟 ， 考虑到云联盟环境计算任务的安全性和私密性 ， 采用计算任务分段 及 迁 移 机 制 。 研 究 计 算 任 务 带 权 分 段 并 以 此 进 行 位置部署 ， 设计实现由分段机制产生的超量子任务段 随 ａ ｅ ｎ ｔ自 适 应 迁 移 机 制 ， 并 给 出 算 法 实 现 。 实 例 仿 真 表 明 ， 计 算 任 ｇ 务分段及迁移机制是有效的 ， 构建的云联盟可以解决云平台可能出现的短时间峰值需求问题 。 ；迁移 ；邻节点 ；安全性 关键词 ： 云计算 ；移动 ａ ｅ ｎ ｔ ｇ ）１ 中图法分类号 ： Ｔ Ｐ ３ 文献标识号 ：Ａ 文章编号 ： １ ０ ０ ０ ７ ０ ２ ４（ ２ ０ １ ２ ２ ４ ５ ７ ６ ０ ５ － － －
：Ｔ ， Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ ｏ ｄ ｅ ａ ｌ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｈ ｕ ｅ ｉ ｎ ｖ ｅ ｓ ｔ ｍ ｅ ｎ ｔ ｆ ｏ ｒ ｔ ｈ ｅ ｒ ｅ ｕ ｉ ｒ ｅ ｍ ｅ ｎ ｔ ｓ ｂ ａ ｓ ｅ ｄ ｃ ｌ ｏ ｕ ｄ ｉ ｎ ａ ｓ ｈ ｏ ｒ ｔ ｔ ｉ ｍ ｅ ｂ ｕ ｉ ｌ ｄ ｉ ｎ ａ ｎ ｏ ｅ ｎ ｅ ａ ｋ ｌ ａ ｔ ｆ ｏ ｒ ｍ ｇ ｑ ｇ ｐ ｐ ｐ ｃ ｌ ｏ ｕ ｄ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｆ ｅ ｄ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｍ ｏ ｂ ｉ ｌ ｅ ａ ｅ ｎ ｔ ｉ ｓ ｒ ｏ ｏ ｓ ｅ ｄ ． Ｃ ｏ ｎ ｓ ｉ ｄ ｅ ｒ ｉ ｎ ｔ ｈ ｅ ｓ ｅ ｃ ｕ ｒ ｉ ｔ ｏ ｆ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｔ ａ ｓ ｋ ｓ ｉ ｎ ａ ｃ ｌ ｏ ｕ ｄ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｐ ｇ ｇ ｐ ｐ ｇ ｙ ｐ ｇ ｐ ｇ ， ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍ ｅ ｎ ｔ ａ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｔ ａ ｓ ｋ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ａ ｎ ｄ ｍ ｏ ｖ ｉ ｎ ｓ ｃ ｈ ｅ ｍ ｅ ｉ ｓ ａ ｄ ｏ ｔ ｅ ｄ ． Ｔ ｈ ｅ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｔ ａ ｓ ｋ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｅ ｄ ｂ ａ ｓ ｅ ｄ ｗ ｅ ｉ ｈ ｔ ｆ ｅ ｄ ｅ ｒ ａ ｔ ｉ ｏ ｎ ｐ ｇ ｇ ｇ ｐ ｐ ｇ ｇ ， ｉ ｓ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｅ ｄ ． Ｔ ｈ ｅ ｓ ｃ ｈ ｅ ｍ ｅ ｏ ｆ ａ ｌ ａ ｒ ｅ ｎ ｕ ｍ ｂ ｅ ｒ ｏ ｆ ｍ ｏ ｂ ｉ ｌ ｅ ａ ｅ ｎ ｔ ｓ ｍ ｏ ｖ ｉ ｎ ｗ ｉ ｔ ｈ ｓ ｕ ｂ ｔ ａ ｓ ｋ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｓ ｉ ｓ ｄ ｅ ｓ ｉ ｎ ｅ ｄ ａ ｎ ｄ ｉ ｍ ｌ ｅ ｍ ｅ ｎ ｔ ｅ ｄ ａ ｎ ｄ ｔ ｈ ｅ ｇ ｇ ｇ ｇ ｐ ， ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ． Ｆ ｉ ｎ ａ ｌ ｌ ａ ｌ ｏ ｒ ｉ ｔ ｈ ｍ ｉ ｓ ｓ ｉ ｍ ｕ ｌ ａ ｔ ｉ ｏ ｎ ｗ ｉ ｔ ｈ ａ ｎ ｉ ｎ ｓ ｔ ａ ｎ ｃ ｅ ｓ ｈ ｏ ｗ ｓ ｔ ｈ ａ ｔ ｃ ｏ ｍ ｕ ｔ ｉ ｎ ｔ ａ ｓ ｋ ｓ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｎ ａ ｎ ｄ ｍ ｏ ｖ ｉ ｎ ｓ ｃ ｈ ｅ ｍ ｅ ｉ ｓ ｖ ａ ｌ ｉ ｄ ａ － ｐ ｙ ｇ ｐ ｇ ｇ ｇ ｏ ｓ ｓ ｉ ｂ ｌ ｅ ｒ ｏ ｂ ｌ ｅ ｍ ｅ ａ ｋ ｔ ｅ ｄ ． Ｔ ｈ ｅ ｏ ｆ ｔ ｈ ｅ ｒ ｅ ｕ ｉ ｒ ｅ ｍ ｅ ｎ ｔ ｓ ｉ ｎ ａ ｓ ｈ ｏ ｒ ｔ ｔ ｉ ｍ ｅ ｃ ａ ｎ ｂ ｅ ｓ ｏ ｌ ｖ ｅ ｄ ． ｐ ｐ ｐ ｑ
１ ２ ， Ｚ ＨＡＮＧ Ｙ ｉ ｌ ｉ ＹＡＮＧ Ｗ ａ ｎ ｋ ｏ ｕ － －
（ ，Ｎ ，Ｎ ； １． Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｃ ｏ ｍ ｕ ｔ ｅ ｒ ａ ｎ ｄ Ｓ ｏ ｆ ｔ ｗ ａ ｒ ｅ ａ ｎ ｉ ｎ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｉ ｎ ｄ ｕ ｓ ｔ ｒ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ａ ｎ ｉ ｎ ２ １ ０ ０ ４ ６， Ｃ ｈ ｉ ｎ ａ ｐ ｊ ｇ ｙ ｇ ｙ ｊ ｇ ，Ｓ ，Ｎ ） ２． Ｃ ｏ ｌ ｌ ｅ ｄ ｅ ｏ ｆ Ａ ｕ ｔ ｏ ｍ ａ ｔ ｉ ｏ ｎ ｏ ｕ ｔ ｈ ｅ ａ ｓ ｔ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ａ ｎ ｉ ｎ ２ １ １ １ ８ ９， Ｃ ｈ ｉ ｎ ａ ｇ ｙ ｊ ｇ