实验室研究与探索
實驗室研究與探索
실험실연구여탐색
LAABORATORY REESEARCH AND EXPLORATION
2014年
10期
9-13
,共5页
多Agent系统%Agent联盟%遗传算法
多Agent繫統%Agent聯盟%遺傳算法
다Agent계통%Agent련맹%유전산법
multi-Agent system%Agent coalition%genetic algorithm
多Agent系统中,Agent形成联盟来完成任务,是Agents间的一种重要合作方式.遗传算法在求解单任务Agent联盟时存在稳定性较差、收敛速度慢、寻优能力不强等问题,对此,提出一种基于改进遗传算法的单任务联盟形成策略.该方法通过定义衡量遗传算法种群多样性参数,根据该参数值使用不同的配对策略在潜在交叉集合中选择个体进行配对交叉,以减少无效的交叉操作,从而提高交叉操作的效率;针对传统变异算子缺乏一定的方向性,通过个体Agent能力大小确定变异基因位,以提高算法搜索性能.对比实验结果表明,该算法可以快速、高效地找出合适的Agent联盟.
多Agent繫統中,Agent形成聯盟來完成任務,是Agents間的一種重要閤作方式.遺傳算法在求解單任務Agent聯盟時存在穩定性較差、收斂速度慢、尋優能力不彊等問題,對此,提齣一種基于改進遺傳算法的單任務聯盟形成策略.該方法通過定義衡量遺傳算法種群多樣性參數,根據該參數值使用不同的配對策略在潛在交扠集閤中選擇箇體進行配對交扠,以減少無效的交扠操作,從而提高交扠操作的效率;針對傳統變異算子缺乏一定的方嚮性,通過箇體Agent能力大小確定變異基因位,以提高算法搜索性能.對比實驗結果錶明,該算法可以快速、高效地找齣閤適的Agent聯盟.
다Agent계통중,Agent형성련맹래완성임무,시Agents간적일충중요합작방식.유전산법재구해단임무Agent련맹시존재은정성교차、수렴속도만、심우능력불강등문제,대차,제출일충기우개진유전산법적단임무련맹형성책략.해방법통과정의형량유전산법충군다양성삼수,근거해삼수치사용불동적배대책략재잠재교차집합중선택개체진행배대교차,이감소무효적교차조작,종이제고교차조작적효솔;침대전통변이산자결핍일정적방향성,통과개체Agent능력대소학정변이기인위,이제고산법수색성능.대비실험결과표명,해산법가이쾌속、고효지조출합괄적Agent련맹.
