基于支持向量機(jī)的Agent遷移策略.pdf

1、移動(dòng)Agent是一個(gè)能在異構(gòu)網(wǎng)絡(luò)中自主地從一臺(tái)主機(jī)遷移到另一臺(tái)主機(jī),并可與其他Agent或資源交互的程序,它除了具有智能Agent的最基本特性—自治性、反應(yīng)性、主動(dòng)性和交互性外,還具有移動(dòng)性.移動(dòng)Agent的遷移機(jī)制和遷移策略是移動(dòng)Agent的核心技術(shù)之一,遷移策略的優(yōu)劣直接影響MA的性能乃至其任務(wù)的完成.支持向量機(jī)(SVM)是一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的機(jī)器學(xué)習(xí)方法,它是從線性可分情況下的最優(yōu)分類面發(fā)展而來的,是結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理

2、的近似實(shí)現(xiàn).相對(duì)于傳統(tǒng)學(xué)習(xí)理論,SVM具有更嚴(yán)格的理論和數(shù)學(xué)基礎(chǔ),不存在局部最小問題且具有更好的泛化能力.多數(shù)系統(tǒng)在規(guī)劃移動(dòng)Agent遷移路由時(shí)只考慮了軟件資源(任務(wù)語(yǔ)義),而忽略了網(wǎng)絡(luò)傳輸資源和主機(jī)處理資源等硬件資源的影響,更沒有考慮移動(dòng)Agent以往的旅行經(jīng)驗(yàn),這顯然是不全面的.該文在參考現(xiàn)有移動(dòng)Agent規(guī)范和已有模型的基礎(chǔ)上,提出了基于支持向量機(jī)的移動(dòng)Agent智能遷移策略,并給出了相應(yīng)的模型.在模型設(shè)計(jì)過程中對(duì)Concordi

3、a的旅行表進(jìn)行了改進(jìn),創(chuàng)建了鏈?zhǔn)浇Y(jié)構(gòu)的旅行表.在此基礎(chǔ)上,將支持向量機(jī)引入移動(dòng)Agent的智能決策模型中,并根據(jù)智能決策的需要對(duì)傳統(tǒng)Agent模型進(jìn)行了改進(jìn).同時(shí),該文提出了一種可以從較少的旅行經(jīng)驗(yàn)中獲取更多知識(shí)的方法,使Agent在執(zhí)行較少的次數(shù)后就可以得到良好的學(xué)習(xí)效果,提高了該模型的實(shí)用性.文章最后對(duì)該遷移策略進(jìn)行了仿真試驗(yàn),從仿真結(jié)果中可以看出,盡管基于支持向量機(jī)的智能遷移策略在選擇遷移目的時(shí)不能完全達(dá)到全局最優(yōu)的結(jié)果,但是該策