導語：智能數據分析論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1系統中的Agent結構與關系表示

系統中的智能Agent是具有領域知識和模型嵌入，能自主工作和具有語義互操作及協作交互能力，問題求解能力的智能實體，具有自治性、通信能力、推理和計算能力、協同、協調及協商能力等特性。

2.1數據抽取Agent

數據抽取Agent（DA）主要實現對網上電子數據交換的單證進行監控性或合法性的格式檢查，并從不同的單證中自動地抽取出所需的數據項，提交給交互協調Agent，以便進行分析和統計。其對單證格式檢查的要求，以及數據抽取的要求統一由交互協調Agent管理。Agent實時監測網上電子交換系統單證的收發，當用戶收到或發送單證時，它就會自動提取單證中的數據，根據單證的種類、知識庫中處理要求，進行數據處理和存儲，并發送給交互協調Agent分析統計或報警。

2.2計算統計Agent

計算統計Agent（TA）主要對抽取出的單證數據按類別、時間、對象等多角度，采用馬爾可夫、多元回歸、指數等多種方法進行分析統計。因此，需要建立模型庫、知識庫對不同的單證進行不同要求的處理。計算統計Agent的組織結構圖如圖1所示。

TA會根據由交互協調Agent設定好的要求，當收到的相應單證數達到一定數目或者是積累了到預定的時間時，自動會進行分析和統計，如銷售單處理中的本月單證數目，本月銷售額、最大額銷售情況、下月的銷售量預測、最優庫存量等。

2.3交互協調Agent

交互協調Agent（CA）是系統的關鍵，它既是與用戶溝通的橋梁，又是與各Agent交互協調工作的核心，其主要任務是實現問題求解的任務分配、調度和協作交互。為實現CA的交互協調和交互流程的一致，存放CA與其他Agent間的任務請求和分配信息；存放問題求解過程中的協作要求和參數信息；存放其他Agent的處理描述性信息，供CA分配任務時使用。

2.4Agent之間的通信與協作

在系統中，Agent之間的通訊是基于消息的通訊機制，利用消息完成傳遞服務請求及協調Agent之間的同步。DA和TA根據消息通訊來獲取環境信息、任務、結果反饋信息；DA的每一個監控和執行任務以及TA的每一個計算統計任務都可以表示為一個任務提交者CA向承擔者DA和TA發送任務消息；監控和數據抽取任務的實施或暫停是由CA向DA發送任務消息，其監控和數據抽取的結果則通過向CA回送消息予以體現；同樣，計算統計的實施過程是TA接收到消息后產生狀態變化的過程，其計算分析結果通過向CA回送消息予以體現，并由此來實現多Agent間的共享和合作運行。

3網絡單證數據數據分析系統

3.1系統結構

網絡單證數據數據分析系統是嵌入在原有的網上電子數據交換系統之上，主要由交互協作Agent、數據抽取Agent和計算統計Agent構成，還包括了與原系統的接口。網絡單證數據數據分析系統結構圖2所示。

從圖2可知，CA控制協調DA和TD，以及控制數據接口和人機接口，而DA與數據接口僅有數據傳遞的連接關系，數據傳遞與否受CA的控制；數據接口是原網上電子數據交換系統與本系統的數據交換通道，只面向數據共享的要求；人機接口是為用戶進行任務設置而設計的，一旦任務設置后，系統可自動按設置值運行，無需外界干預。

3.2EDIDA的工作流程

通過人機接口，由用戶向CA進行任務設置；

CA對設置的任務進行分解；

各Agent獨立地進行工作，求解相應的問題；

由CA協調DA、TA的在求解中的問題請求，按上述的交互協作流程來完成任務；

CA會按要求的格式傳遞給設置的服務器，進行記錄和提示；

在CA獲得TA的統計分析結果后，按要求的傳遞給設置的服務器進行記錄、輸出、保存、打印。

CA對整個執行過程記錄存儲，以優化模型和知識的選擇和比較對比；

3.3網上手機訂貨數據的分析

在原有的網上電子數據交換系統中，有關于商家和供應商間網上手機訂單處理。為此，將EDIDA嵌入后進行Motorola手機訂單的數據處理，包括訂單中訂貨數量的監控、2007年7月的訂貨數量的預測。

對訂單中訂貨數量的監控，采用的方法是：訂貨量大于30部時，產生5秒的告警聲并記錄該單證號；對于2007年7月訂貨數量的預測，采用的方法是：選用最小二乘法模型ZXRC、指數加權移動平均模型YDJQ、三項和比例模型SXBL這三個模型來預測2007年7月的訂貨數量，并由CA根據評選規則來確定最后預測值，預測結果如表1所示。

表中“*”號是指訂貨量大于30部的報警次數，具體的訂貨量大于30部各訂單號則保存在CA的數據庫中。預測結果的最終選定由CA根據知識庫中規則來確定，評選的規則有：平均法，即對每個結果進行算術平均，把平均結果作為最后結果。去掉最大和最小法，再對剩下的結果進行算術平均。取中間值法，即最靠近中間的值，若中間值有兩個，則取其平均值為最后結果。使用頻率最高法，即根據使用成功次數，選擇成功最多的模型結果為最終結果。最大原則，即選取最大預測值為最終結果。最小原則，即選取最小預測值為最終結果。

本次預測采用平均法，即預測值=（146+135+151）/3，最終的預測結果為2007年7月Motorola手機的訂貨量為144部，與當年實際Motorola手機訂貨量147部非常相近，并給出了季度指數。

4結語

本文采用Agent技術，提出了對網上電子數據交換系統中XML單證的監控和統計分析方法和實現技術，初步探索了Agent在網絡監控和預測領域中應用，并結合實際進行了驗證。今后的研究將考慮用單個Agent來實現系統的功能，并加入黑匣子技術，面向網上的應用深入開展研究。

參考文獻

［1］A.Rao,M.Georgeff.BDIagents:Fromtheorytopractice.［J］.InProceedingsoftheFirst

InternationalConferenceonMulti-AgentSystems,1995:312-319.

［2］M.J.Wooldridge,N.R.Jennings.Intelligentagents:Theoryandpractice［J］.TheKnowledgeEngineeringReview,1995,10(2):115-152.

［3］張寅生.智能Agent與Agent系統［J］.計算機系統應用.1998，(7).

［4］趙龍文,侯義斌.Agent的概念模型及其應用技術［J］.計算機工程與科學，2000，(6).

摘要：提出了一種Agent技術支持的網上電子數據交換系統的XML單證統計分析方法和實現技術，詳細介紹了單證數據分析系統的組成，數據抽取Agent、交互協調Agent和計算統計Agent的結構，通信和交互協作流程，并介紹了本系統對網上手機訂貨單的監控和預測領域應用。

關鍵詞：智能；XML；數據分析