基于PSO的多智能體聯(lián)盟形成理論與算法研究.pdf

1、在多智能體系統(tǒng)Multi-Agent System(MAS)的研究中，多智能體聯(lián)盟是多智能體協(xié)作的一種重要方式，也是一個(gè)MAS的研究熱點(diǎn)。由于PSO算法具有實(shí)現(xiàn)簡(jiǎn)單、全局搜索能力強(qiáng)、魯棒性和分布性較好的特點(diǎn)，因此適合于求解復(fù)雜系統(tǒng)的聯(lián)盟形成問(wèn)題，但目前基于PSO的聯(lián)盟形成算法主要存在較易陷入局部最優(yōu)、收斂速度較慢等問(wèn)題，因此影響粒子對(duì)最優(yōu)聯(lián)盟的搜索效率。
　　論文在深入研究多智能體聯(lián)盟形成理論及粒子群優(yōu)化理論的基礎(chǔ)上，系統(tǒng)研究了基

2、于粒子群優(yōu)化的多智能體聯(lián)盟形成相關(guān)理論與算法，主要工作包括：
　　1、提出了一種改進(jìn)的帶經(jīng)驗(yàn)因子的BPSO算法，提高了算法的有效性。該算法通過(guò)引入反映粒子位置歷史信息的經(jīng)驗(yàn)因子來(lái)影響粒子速度的更新，從而引導(dǎo)粒子尋優(yōu)。為避免粒子對(duì)歷史信息的過(guò)度依賴(lài)，算法通過(guò)賞罰機(jī)制和歷史遺忘系數(shù)對(duì)其進(jìn)行調(diào)節(jié)，最后通過(guò)經(jīng)驗(yàn)權(quán)重決定經(jīng)驗(yàn)因子對(duì)速度更新的影響。實(shí)驗(yàn)結(jié)果表明，新算法無(wú)論在收斂速度還是全局搜索能力上，都能達(dá)到更好的效果。
　　2、將帶經(jīng)

3、驗(yàn)因子的BPSO算法用于求解多agent聯(lián)盟生成問(wèn)題，并分析了算法在解決此問(wèn)題的優(yōu)缺點(diǎn)。針對(duì)缺點(diǎn)提出了一種基于經(jīng)驗(yàn)推進(jìn)的BPSO算法解決多agent聯(lián)盟生成問(wèn)題，新算法在帶經(jīng)驗(yàn)因子的BPSO算法基礎(chǔ)上加入粒子當(dāng)前最差聯(lián)盟以及群體當(dāng)前最差聯(lián)盟對(duì)速度更新式進(jìn)行改進(jìn)。實(shí)驗(yàn)結(jié)果表明新算法在解決多agent聯(lián)盟生成問(wèn)題時(shí)較帶經(jīng)驗(yàn)因子的BPSO算法更為準(zhǔn)確和高效。
　　3、提出了一種基于忠誠(chéng)度的多智能體聯(lián)盟效用分配策略。新策略引入agent忠