多Agent系統(tǒng)中聯(lián)盟形成問題的研究.pdf_第1頁
已閱讀1頁,還剩49頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、在大規(guī)模復(fù)雜的多Agent系統(tǒng)(MAS)中,多個Agent之間的協(xié)調(diào)、合作尤為重要。聯(lián)盟機(jī)制是Agent之間合作的重要方式,聯(lián)盟生成是多Agent系統(tǒng)的首要組成部分,利用智能優(yōu)化算法來求解Agent聯(lián)盟生成是一個重要的研究方向;聯(lián)盟效用如何分配是多Agent系統(tǒng)的另一個重要的組成部分,利用合理的分配策略來劃分聯(lián)盟效用具有重要的意義。本論文主要研究了計算資源受限環(huán)境下聯(lián)盟生成和聯(lián)盟效用分配問題。 本文研究的主要內(nèi)容及創(chuàng)新之處:

2、 聯(lián)盟生成主要研究如何在多Agent系統(tǒng)中動態(tài)生成面向任務(wù)的最優(yōu)Agent聯(lián)盟。粒子群算法相對于遺傳算法、蟻群算法等其他優(yōu)化算法具有更好的魯棒性、并行性和分布性。本文提出了一種基于改進(jìn)任務(wù)匹配計算方法的聯(lián)盟生成策略,能充分發(fā)揮Agent的學(xué)習(xí)能力,準(zhǔn)確計算出在MAS系統(tǒng)中任務(wù)間的相似度,更加快速地決定出如何借鑒積累的經(jīng)驗(yàn),從而提高了聯(lián)盟值的起點(diǎn)和最優(yōu)解收斂的速度。對比實(shí)驗(yàn)表明本策略有效地增大了聯(lián)盟值和減少了聯(lián)盟生成時間。 聯(lián)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論