翻译论文专家系统徐浩.docx

上传人:b****5 文档编号:30062244 上传时间:2023-08-04 格式:DOCX 页数:18 大小:358.07KB
下载 相关 举报
翻译论文专家系统徐浩.docx_第1页
第1页 / 共18页
翻译论文专家系统徐浩.docx_第2页
第2页 / 共18页
翻译论文专家系统徐浩.docx_第3页
第3页 / 共18页
翻译论文专家系统徐浩.docx_第4页
第4页 / 共18页
翻译论文专家系统徐浩.docx_第5页
第5页 / 共18页
点击查看更多>>
下载资源
资源描述

翻译论文专家系统徐浩.docx

《翻译论文专家系统徐浩.docx》由会员分享,可在线阅读,更多相关《翻译论文专家系统徐浩.docx(18页珍藏版)》请在冰豆网上搜索。

翻译论文专家系统徐浩.docx

翻译论文专家系统徐浩

基于模糊代理的炼钢工艺专家系统

M.H.FazelZarandi,PAhmadpour工业工程,Amirkabir科技大学,P.O.Box15875-4413,德黑兰,伊朗

摘要:

本文提出了一种模糊多代理系统应用于电弧炉炼钢过程。

每个电弧炉炼钢过程中分配给代理独立工作,同时协调与其他相识代理合作工作。

自适应神经模糊推理系统用于生成代理知识的基础,合同网协议是所应用多代理系统的谈判协议。

关键词:

钢铁生产,基于代理的模糊专家系统,自适应神经模糊推理系统,谈判

1.前言

钢铁行业是一个重要的基础产业,为工业提供用于建筑、汽车、机械和其他初级材料的产业经济。

另外,钢铁工业中资本和能源有效过程控制对于减少成本和能源消耗保护环境的重要性并不少于其他行业。

钢铁工业应主要依靠新的综合性生产工艺来提高生产率和降低能源消耗,维护市场竞争力。

在采用新的生产工艺过程中产生了一项紧迫需求来研究即过程控制在生产管理起关键作用。

此外,如果没有合理的过程控制系统,新的生产工艺的潜在好处不能被充分认识.对于一个实时操作和动态调整能力的系统,其高度是必需的。

尤其是不同生产阶段的协调是必须考虑以实现整个生产过程的全局目标。

在大多数钢铁企业中,主要生产计划和调度技术基本上都是手工技术,除此之外,几乎没有提供计算机决策支持的一个中央主机数据库。

这些手工技术的依据是在工厂工作多年的专家的知识和专业经验。

最近,一个钢铁厂几次试图引进自动化和优化性原则[1]来处理钢的问题,是由于钢中所涉及的问题的复杂性决策,一方面,节省能源和金钱的可能性很大,另一方面计算机化的决策支持的其他益处可能包括减少规划工作量[2],减少了公司对主要的规划工作人员的依赖和得到更统一规划的质量。

钢铁行业的特点是:

·钢铁生产是一个多阶段的过程,逻辑和地理上涉及到一系列生产过程[3]。

·钢铁制造阶段有不同的问题和解决不同问题的不同方法。

·在决策过程中的这些手工技术是基于知识和在工厂工作了多年的专家的专业经验。

·在某些阶段的输出是一些其他阶段的投入,签订合同需要买方和供应商谈判。

根据钢铁工业的上述特点,代表分布和综合的自动化系统适用于这种工业,我们用多代理系统来描述这种功能。

多代理系统的智能分布式方法适合模块化、多变和复杂的应用。

他们有自主、集成、反应性和灵活性的能力。

他们可以动态地集成新的代理,消除现存代理,代理可以独立升级。

因此,多代理系统采用模糊系统可以减少依赖专家工作人员来提高钢产量。

本文中把多代理体系结构用于电弧炉炼钢过程.自适应神经模糊推理制度是用来生成代理基础知识,在多代理系统中合同网协议是作为谈判的协议。

本文的其余部分安排如下:

第2部分描述电弧炉炼钢过程;第3和4部分审查多代理系统和自适应神经模糊推理系统及其特征分别;第5部分是建议模糊多代理系统;谈判协议和谈判算法在第6和7部分分别提出;最后第8部分是结论和未来的研究。

2.废旧金属炼钢

从废旧金属冶炼钢涉及熔化废旧金属、去除杂质和铸造成所需形状等过程,其中电弧炉经常使用。

在电力能源和氧的存在下电弧炉熔融废料金属,利用废旧金属生产钢在非常小的规模上是很经济的。

2.1电弧炉

电弧炉是钢铁电力生产的主要炉型,钢铁电力生产的电弧炉的主要应用是废钢重熔,电弧炉可以控制铁屑和生铁的数量,直接减少铁。

2.2钢包冶金

电弧炉后,高品质或特殊用途钢水在一系列综合萃取下进一步熔炼被称为钢包冶金、钢包精炼或二次炼钢。

这些工艺的目标是:

·还原——去除氧化物

·排气——去除氢

·脱硫——低至0.002%

·纯度——去除不良非金属

·夹杂物形态——调整剩余杂质成分以改善钢的显微结构

·机械性能——增强韧性、延展性、横向属性

2.3铸锭

经过提炼后的钢水被倒进耐火材料的钢衬里,然后进入一系列铸锭模具。

锭的大小从几百英镑的特种钢材到300吨的大型应用锻件,其中板锭从2吨到50吨——平均约20吨重。

锭形状和重量的选择需满足生产产品的特定要求。

钢锭凝固后,铸锭模具被剥离,然后将铸锭放在保温炉来平衡内部和外部的温度。

浸泡后的铸锭用大型轧机轧制来生产板、钢锭或者取决于最终产品所要求的钢坯。

钢铁生产是一种分布式的过程,涉及到不同解决问题的方法,需要结合不同步骤。

多代理系统是分布系统,所以非常适合这样的系统。

钢的工艺过程是自然不确定和依赖于人类知识。

模糊专家系统可以适当地配合这种不确定性,多代理系统与模糊系统在第3和4部分重点描述。

3.多代理系统

多代理系统是一个新兴的人工智能领域,与社会关注领域的代理有关以解决共同的问题。

多智能系统是一种较新的研究领域,他们大概只在1980年以来被研究,并且在大约20世纪90年代以后才获得广泛承认。

1980年的一个研究小组在麻省理工学院召开了第一次分布式人工智能(DAI)的研讨会来讨论解决智能化的问题与问题解决方法组成的多系统,并称为多代理系统[4]。

从此开始,多代理模式已成为一个重要研究领域成长的开端。

多智能系统变得越来越重要,计算机科学的许多方面通过引入分布式智能和互动的问题。

多智能体系统变得越来越重要,计算机科学的许多方面通过引入它来解决分布式智能和互动的问题。

多代理系统似乎是一个自然的隐喻理解和建设一个被称为人工社会系统.他们代表了分析和设计新的途径,并执行复杂的软件系统。

根据费伯和加拉卜[5]来说,代理是一个物理或抽象的实体,可以作用其环境行为。

该实体拥有环境部分代表和可以与其他代理交流。

其行为是由知识、看法以及它与其他代理的相互作用决定的。

对于梅斯(麻省理工学院媒体实验室的代理先驱研究者之一),代理是在计算系统一些复杂的动态环境,具有自主意识和行为,通过这样来实现他们所设置的目标或任务[6]。

詹宁斯[7]指出,最广泛使用的工作定义,越来越多的研究人员所使用的,是伍尔德里奇和詹宁斯的定义:

一个代理是一个计算机系统,在一些环境而且能够灵活在这样的环境自主行动以实现其设计目标[8]。

灵活是指系统必须作出反应,积极主动和社会化。

已经为多代理系统(MAS)提出了不同的定义。

Durfee,lesser,和Corkill定义MAS作为解决问题的耦合网络,共同解决超出了个人能力或每个问题的求解知识的问题[9]。

最近,费伯定义为一个自治代理的相互影响的人口组成的一个系统,以达成共同的MAS目标,同时每个代理追求个人目标。

Oliveira定义为一个集合的MAS,可能是异构的计算实体,拥有自己的解决问题的能力,并能以互动达成一个总体目标[10]。

几个理论架构已确定在文献中描述认知代理人的基本结构。

最常见的对代理人的内部架构纹模块是:

传感器,执行,自我认识,知识或社会知识,领域知识,推理、学习、合作和通讯.为了使MAS能够解决常见的综合问题,所要代理需要合作、协调和沟通。

合作、协调与沟通是MAS的中心。

代理必须与其他代理互动来实现他们的目标,因为它们没有足够的能力或资源来完成他们解决问题,或是因为代理之间从位于一个共同的环境中有相互依存关系,根据它的定义,合作分布式问题研究如何解决的问题解决者松耦合网络,可以一起解决超越其个人能力。

每个问题的解决网络节点卡帕,提取复杂问题的解决,可以独立工作,但节点所面临的问题不能没有完成合作。

合作是必要的,因为没有一个节点拥有充足的专业知识,资源和信息来解决问题不同的节点可能有不同方面的专业知识解决的问题。

一种分布式任务分配的经典技术是合同网协议。

这是最常见和以代理任务分配机制为基础的系统[11]。

该合同网协议是实现有效合作的前提,史密斯介绍了基于市场的高级别协议等协议[12]。

基本隐喻在合同网协议作为协议使用。

Smith从公司的组织方式获得灵感——这种公共市场中的合同招标.合同网协议的进程受到了分布式人工智能界的热烈欢迎。

在此方法中,一个分散的市场结构假设和代理有两个角色:

经理和承包商。

多智能体系统可以更接近现实世界使用的模糊系统。

应用神经模糊推理系统全力以赴学习和适应能力的代理。

4.自适应模糊神经网络

自适应模糊神经网络中的代码规则构成这样的神经网络结构,然后学习用算法来尽量减少系统使用过程中输出错误数据,有许多方法来开发自适应模糊网络[13]。

有人决定利用自适应神经模糊推理系统的结构[14]是因为它的精度。

自适应模糊神经网络是使用高斯模糊职能集和线性函数的规则产出推理机制[15]。

该网络的参数是隶属函数(前身参数)和输出系数相应参数的线性函数均值和标准差。

自适应模糊神经网络学习算法则用来获取这些参数。

这种学习算法是一种混合算法的梯度下降组成与最小二乘估计。

在落后的过去,随之而来的参数是固定的,输出误差又回来了,通过网络和前身参数都可以利用梯度下降法相应传播。

这些方法的应用以及如何确定炼钢参数将在下一节描述。

图1目标多代理结构

5.目标多代理结构

目标多代理结构作为一种认知、自主、人口异质代理所组织起来,见图1。

用户(User)代理,模铸(IC)代理,真空脱气(VD)代理,钢包炉(LF)剂,电炉(EAF)代理,客户(Customer)代理。

每个代理负责在当地执行主管资源的任务且有能力与其它代理合作和沟通。

·用户代理是负责接收客户的订单。

它管理并宣布订单生产,并与客户的交易条件动态变化。

·作为一个锭供应商,用户代理决定IC代理的行为。

由于钢锭在不同重量的制作,铸造加工时间不同阶段以不同的顺序。

·VD代理负责控制脱气过程。

脱气阶段的管理,包括确定如真空压力和处理时间计算脱气参数。

·LF代理负责提供精炼钢水。

这种添加剂的数额须确定包括加入钢包阶段改变钢水化学性质什么的客户订购。

·作为一个钢水供应是EAF代理。

它提供了熔化废料主要钢水。

客户代理负责处理订单,并与用户代理进行合同谈判。

·每个代理的主要模块包括:

自我认识、社会知识、领域知识、合作知识,推理、学习、通信接口和用户界面,见图2。

5.1用户代理

用户代理涉及所有其他代理人且知道他们的身份(活性或非活性的每一刻)能够管理新收到的订单,并进行实时事件的处理。

在收到客户的新订单,用户代理会检查其他代理人的地位以确保他们积极和能够完成这项工作.每个顺序应该由用户代理评估,用

图2代理所具有的知识

一个函数用于评估。

评估函数依赖于添加剂和迟延交付的数额如下:

评估函数=成本+交货日期的差异成本

使用上述函数进行可行性评估。

对于可行的命令,一个包含可行的消息将被发送到客户代理。

否则,该消息意味着不可行。

5.2IC代理

在IC代理中有多种类型的铸锭,铸锭重量范围在2至50吨。

铸锭形状和重量的选择以满足产品的具体要求。

铸造加工时间取决于锭的规模,因为凝固时间由不同的各种锭规模决定。

该IC代理的主要任务是确定客户要求的钢锭的钢水的数量,以及对当前整体铸造订单处理时间的预测。

5.3VD代理

在真空脱气中(VD),钢水是受到一个真空控制,温度控制和除气(氢清除)真空。

VD代理负责脱气过程和真空脱气,如压力、中性气体(氩气)量,决心和处理时间等参数。

为此,自适应神经模糊推理系统(ANFIS)的使用包括输入数据包括氢、温度输入和输出量,和输出数据包括真空压力、钢水数量、气体和处理时间。

有了这些数据,MIMO(多输入输出C-Multiple)模糊系统则会产生。

为SIM卡扩增是转移到增加(多输入输出)模糊系统。

对于这些MISO模糊规则库的每一个是利用ANFIS的混合方法适用于学习。

经过这些系统培训阶段后,列于表1。

以这些规则为基础,VD知识的保存代理作为一个规则库和隶属函数,见图3。

 

代号

输出

输入

MF

规则代号

错误代码

1

PBvb

T1T2H

Gaussian

11

0.027

2

db1

T1T2H

Gaussian

16

0.077

3

db2

T1T2H

Gaussian

13

0.02

4

Time

T1T2H

Gaussian

14

0.09

图3Pv基本规则

图4函数的相互作用

5.4LF代理

在钢包冶金中,把合金添加到钢水中,然后加热到生产所需的冶金的温度。

LF代理负责精炼过程和它的参数,如确定添加剂的数量、加工时间。

自适应神经模糊推理系统(ANFIS)是可以利用的。

输入数据包括化学性质输入和钢产量所需的化学成分。

输出数据包括所需的添加剂量、钢水化学性质以及处理时间。

有了这些数据,MIMO(多输入输出C-Multiple)模糊系统才能产生。

简化MIMO转移到(MultipleInput和CSingleOutput)模糊系统。

使用变量选择方法,对这些模糊规则库是利用ANFIS的有限元。

该混合方法用于学习这些系统培训阶段后,如表2所示。

序号

输出

输入代码

MF

规则代号

错误

1

CaO

6

Gaussian

23

0.27

2

FeSi

7

Gaussian

14

0.18

3

Al

8

Gaussian

15

0.072

4

FeMn

7

Gaussian

32

0.518

5

FeCr

9

Gaussian

15

0.177

6

Time

4

Gaussian

12

0.043

表2LF代理

图5代理规则

图6LF时间的相互作用

5.5客户代理

客户代理的主要工作是与用户代理谈判合同。

它发出一个要求交货时间的用户代理程序,并接收有可能的交货时间。

如果这两个不同的送货时间,客户代理应该对接受的交货时间的决定。

这一决策是基于效用函数。

客户函数是一个客户的不同功能之间所需的属性和可能的属性。

6目标协商协议

单个代理提出不同的目标和制约因素,没有代理拥有整个机构的全局视野,因此合作是必要的,让代理调整当地的时间表以实现全局目标。

该合同网协议是以市场为基础实现高水平协议有效合作的前提,该合同网络协议已被广泛用于跨代理的合作。

后者包括通过自我任务动态分配、投标,从而提供更大自然负载平衡的协议(繁忙的代理不必申办)。

代理可以引进和取消动态的协议,并且是一个可靠的机制、分布式控制和故障恢复的协议。

在谈判协议的基础上,合同网协议中的代理相互合作.在基本合同网协议没有达成之前,代理人采取双方协议的任务,这样会导致全球协调性能下降,如果附加承诺期限的谈判消息,基本合同网协议的性能将得到改善,特别是动态环境。

如果所需任务和现有资源可连续变化,则承诺指定时间窗口,其中代理人必须响应特定谈判消息。

谈判协议有三个步骤,开始时客户代理已经通过发送一个请求或者一个会话消息到用户代理要求提供一套锭。

其谈判协议步骤说明如下:

6.1任务公告

在接到客户代理的请求消息提供一个订单的一套锭,用户代理尝试生成所需的铝锭集。

然后,用户代理开始谈判铝锭与铸锭剂的生产。

用户代理公布消息(用户)到IC代理,根据客户订单生产铝锭。

发件人:

用户代理

接收器:

IC代理

消息类型:

任务宣告,

信息的任务:

生产铸锭

截止日期:

时间,其中IC代理商必须回应一个出价

内容:

化学性质和铸锭需要准备的最新日期的说明。

在接到用户代理请求消息产生铸锭命令集,IC代理尝试生产所需铸锭集。

然后,IC代理与VD代理谈判钢水供应。

在VD代理公布消息(集成电路),然后VD代理公布提供必要的钢水生产的钢锭。

该IC公告的信息必须指定以下重要信息:

发件人:

IC代理

接收机:

VD代理

消息类型:

任务宣告,

消息任务:

供应钢水

截止日期:

时间,其中VD代理必须回应一个出价

内容:

化学性质和钢水及最新要求准备发行总额

在收到集成电路宣布消息,VD代理分析了信息的内容,然后在下一阶段谈判开始前满足订货钢水的LF代理。

VD代理发布信息,LF代理要求提供钢水,其中调整所需要的准备日期考虑到真空脱气(VD)的处理时间。

对于LF,VD代理公布的信息必须指定以下信息:

发件人:

VD代理

接收器:

LF代理

消息类型:

任务宣告,

消息任务:

供应钢水

截止日期:

时间而低频代理人必须回应一个出价

内容:

化学性质和钢水及最新要求准备的钢水。

在收到VD代理宣布消息时,LF代理分析了信息的内容。

然后在下一阶段谈判开始的顺序为电炉钢水的目的。

在LF代理发送LF宣布消息,EAF代理要求提供钢水,其中调整所需要的准备日期应考虑到钢包炉(LF)处理时间。

LF公布的信息必须指定以下信息:

发件人:

LF代理

接收机:

EAF代理

消息类型:

任务宣告,

消息任务:

生产钢水

截止日期:

时间而电炉代理人必须回应一个出价

内容:

钢水的化学性质及最新要求准备发出数量的描述。

在没回应任务宣布消息之前,其指定的期限被解释为意味着无法完成的任务。

6.2投标

投标是执行LF代理中规定的任务。

EAF代理将检查LF代理和公布信息,并决定是否应响应出价,考虑到电弧炉产生的日程中加入质量所要求的钢水到目前的混合所需要的时间,如果它选择响应,它会计算其本地处理时间并发送电炉的LF代理消息。

其中电炉投标信息必须指定以下信息:

发件人:

EAF代理

接收器:

LF代理

消息类型:

出价

信息的任务:

生产钢水

截止日期:

时间,其中LF代理响应执行合同或中标审查。

内容:

钢水的化学性质及提出的生产日期的描述。

在收到投标或中标后,接待的最后期限已过期,VD代理评价了LF的投标获得。

在VD代理发送VD投标信息中的模铸剂和含有关于钢水准备的最新资料的亲诱导剂VD代理。

钢水准备的日期是生产日期的LF代理,建议添加VD代理的处理时间,使用的出价是下次谈判的水平。

其中VD代理的投标信息必须指定以下信息:

发件人:

LF代理

接收机:

VD代理

消息类型:

出价

消息任务:

供应钢水

截止日期:

时间,其中VD代理必须回应无论合同是否中标或者通过审查。

内容:

钢水的化学性质及提出的生产日期的描述。

在收到投标或中标后,接待的最后期限已过期,VD代理评价了LF的投标获得。

VD代理发送VD的投标信息,IC代理含关于钢水准备最新资料和亲诱导剂的VD。

钢水准备的日期是生产日期的LF代理建议是添加VD的处理时间。

使用的出价是在下次谈判的水平。

其中VD的投标信息必须指定以下信息:

发件人:

VD代理

接收器:

IC代理商

消息类型:

出价

消息任务:

供应钢水

截止日期:

时间,其中集成电路或者代理人必须回应合同或中标审查。

内容:

钢水的化学性质及提出的生产日期的描述。

在收到投标或中标后,接待的最后期限已过期,用户代理评价了集成电路收到出价。

用户代理发送一个用户的投标信息,客户代理其中记载有关于日期的铝锭准备提供的资料给用户代理。

使用的出价是在下次谈判的水平。

用户代理通知客户有关订单的可行性代理。

在不响应投标前指定的限期内,意味着出价已被拒绝。

6.3签约

经过客户代理收到用户申办的代理,它考察了最新准备的日期(可能的交货时间)提议由用户代理,必须在截止日期之前作出反应,有以下选择:

接受投标和将客户合同消息发送到用户代理。

用户代理接着发出一个用户合同的信息指定限期前到IC代理。

然后,IC代理发送一个集成电路合同的信息,VD代理在截止日期前到期。

在VD和LF代理发送VD合同和LF合同后,代理就可以开始生产其特殊的流程。

这些合同的信息必须指定以下基本信息:

发件人:

(客户)(用户代理)(IC代理商)(VD代理)(星期三剂)

接收器:

(用户代理)(集成电路代理)(VD代理)(星期三剂)(电炉剂)

消息类型:

建立合同

信息的任务:

(供应锭)(生产铸锭)(生产钢水)

该IC代理重新启动一个新的消息宣布会重新开始谈判会议并修改出价。

为此他们需要利用钢水性能。

这种灵活性意味着试图满足他们需要准备的日期直到谈判过程指定数目的投标循环,在每次重新谈判会议中其他人员都会调整他们的本地计划以适合使用新的财产范围[16]。

对于用户代理之间的代理和客户谈判协商算法描述在下一节。

7.协商算法

用户之间的代理和客户代理的谈判继续发送指定数量的订单。

对算法的步骤包括:

第1步:

发送一个以用户代理;

第2步:

推断可能的交货时间;

第3步:

检查由用户代理的可行性;

第4步:

答案发送到客户代理:

如果可能的话,然后转到步骤(6),否则,请转到步骤5;

第5步:

对不可行性有关客户代理;转到步骤(9);

第6步:

关于商有关的可行性和可能的客户代理交货时间;

第7步:

检查由客户代理秩序的可接受性;若可以接受的,然后转到步骤(8),否则,请转到步骤9;

第8步:

相对于目前的最佳秩序;如果其更好然后替换它;

第9步:

停止标准。

如果真是这样,然后转到步骤(11);

第10步:

新报价搜索,则转到步骤

(1);

第11步:

停止并决定合同。

步骤中的停止准则(9),包括派遣一定数量的订单,用户代理这个数字是由用户指定。

步骤11的决定决策是进行评估候选人的最好选择合同。

如果没有最佳顺序,谈判将完成但没有合同。

拟议的协商算法提供了一种方法代理达到测试类似的订单协议[17]。

为了使用类似的命令,使属性接受灵活。

对属性值的不同组合将进行检查,以找出最好的一个。

最佳秩序是指用户代理是可行的,且有最好的为客户代理的实用价值。

使用这种算法的客户订单会导致决策合同最优化。

应当指出的是,本研究的实验模拟原型是MicrosoftMATLAB7,发达国家中6名代理可以合作。

代理推理系统包括自适应神经模糊推理系统(ANFISs)。

为了达到一个可靠的系统和混合学习算法[18],该工程采用减少错误基础上的传递方式。

这些接受错误都可以在表1和表2右列读出。

8结论和将来的工作

本文介绍一个多工序电炉炼钢系统的决策过程。

每个电弧炉炼钢过程中被分配到一个代理,可以独立工作,同时协调以及与其他代理人合作。

自适应神经模糊推理系统用于生成代理的知识基础。

合同网协议是作为谈判的建议的多代理系统的协议。

目标系统需要从全局角度来考虑炼钢过程,并提出了代理互动机制。

利用模糊系统帮助多代理系统的工作更接近现实,应用自适应神经模糊推理系统学习和适应能力的代理。

本文是假设每一个过程有一个代理,但在现实世界中一个以及以上的代理可以存在一个过程。

决策机制应该是超出了这项研究的范围,改进决策机制是一个项潜在的方法。

参考文献:

[1]Cheng,C.-B.,HenryChan,C.-C.,&Lin,K.-C(2006).Intelligentagentsfore-marketplace.Negotiationwithissuetrade-offsbyfuzzyinferencesystems.

[2]DecisionSupportSystems,42,626–638.Chiu,S.C.(1997).Extractingfuzzyrulesfromdataforfunctionapproximationandpatternclassification.InD.Dubios,H.[3]Prade,&R.R.Yager(Eds.),Fuzzyinformationengineering:

Aguidedtourofapplications.NewYork:

JohnWileysons.

[4]Choi,S.P.M.,Liu,J.,&Chan,S.-P.(2001).Ageneticagent-basednegotiationsystem.ComputerNetworks,37,195–204.

[5]Cowling,P.I.,Ouelhadj,D.,&Petrovic,S.(2003).AMulti-ag

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 经管营销 > 经济市场

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1