规范知识是指具有良好的结构、封闭的范围、协调的内涵和明确的外延等特征的知识,而本课题针对那些违背上述规范知识特征的非规范化知识进行认知研究,成果包括其一,基于认知物理学方法1、借鉴物理学中的场论,研究提出了数据场方法,能有效表达和处理非规范知识之间的关联作用,用于分类、聚类等;2、利用云模型表达和处理不确定知识,应用于开放网络中主观信任知识的表征建模;3、研究提出了云进化方法,用于定性知识指导的知识演化策略以及协同过滤推荐算法;4、以复杂网络拓扑作为一种知识表现形式,将不确定性知识表示拓展到二维,揭示了二维模式下知识节点的主体性和整体涌现行为,并应用于掌声同步和网络级联失效研究;其二,基于Agent的社会属性等理论1、研究了Agent意图等思维属性及其语义表示问题,以及Agent组织中的承诺、信任、声誉等思维属性。2、研究了基于描述逻辑的多Agent组织和联盟、Agent组织的角色分配、演化和协同进化问题。3、重点研究了多Agent合作求解问题,包括组合拍卖、多属性拍卖、双边协商、多议题协商、分布式约束优化问题。4、实现了Agent有关理论和技术在网格