社会协作的多智能体进化(7)

社会协作的多智能体进化

　　　　　　　　　　　　　　　　　　西安电子科技大学学报(自然科学版)　　　　　　　　　　　　　　第36卷280

采用可信任度来度量智能体之间的历史合作关系,并不断对局部环境进行更新,加速了智能体的进化速度.

5　结束语

在多智能体系统与进化算法相结合的基础上,引入了一个表示智能体之间联系的熟人关系网模型,用以构建和更新智能体的局部环境,同时以可信任度来表示智能体间的历史活动信息,控制智能体之间的相互作用,加快了算法的收敛速度.除此之外,构造了一个非一致变异算子,加强其局部搜索能力,保证整个智能体种群的多样性.通过几个典型的标准测试函数证明了算法的有效性,与多智能体遗传算法MAGA的比较表明:该算法可以很好地克服陷入局部最优的情况,具有较强的局部搜索能力和较快的收敛速度.参考文献:

[1]VaddeKK,SyrotiukVR,MontgomeryDC.OptimizingProtocolInteractionUsingResponseSurfaceMethodology[J].

IEEETransonMobileComputing,2006,5(6):6272639.

[2]汪西莉,刘芳,焦李成.基于概率模型的遗传算法[J].西安电子科技大学学报,2002,29(3):3472350.

WangXili,LiuFang,JiaoLicheng.AGeneticAlgorithmBasedontheProbabilityModel[J].JournalofXidianUniversity,2002,29(3):3472350.

[3]杨淑媛,刘芳,焦李成.一种基于量子染色体的遗传算法[J].,(1):76281.

YangShuyuan,LiuFang,JiaoLicheng.ANovelGeneticon[J].JournalofXidianUniversity,2004,31(1):76281.

[4]LeungYiuwing,WangGwithQuantizationforGlobalNumericalOptimization

[J].IEEE,,5(1):41253.

[5]KazarlisSA,SEJB,etal.MicroGeneticAlgorithmsasGeneralizedHill2climbingOperatorsfor

GAOptimization].IEEETransonEvolutionaryComputation,2001,5(3):2042217.

[6]ZhongWeicai,LiuJing,XueMingzhi,etal.AMultiagentGeneticAlgorithmforGlobalNumericalOptimization[J].

IEEETransonSystems,ManandCybernetics,2004,34(2):112821141.

[7]LiuJiming,HanJing,TangYY.Multi2agentOrientedConstraintSatisfaction[J].ArtificialIntelligence,2002,136(1):

1012144.

[8]陈刚,陆汝钤.关系网模型———基于社会合作机制的多Agent协作组织方法[J].计算机研究与发展,2003,40(1):1072

114.

ChengGang,LuRuqian.TheRelationWebModel—aOrganizationalApproachtoAgentCooperationBasedonSocialMechanism[J].JournalofComputerResearchandDevelopment,2003,40(1):1072114.

[9]江瑞,罗予频,胡东成,等.一种协调勘探和开采的遗传算法:收敛性及性能分析[J].计算机学报,2001,24(12):12332

1241.

JiangRui,LuoYupin,HuDongcheng.AGeneticAlgorithmbyCoordinatingExplorationandExploitation:ConvergencePropertiesandPerformanceAnalyses[J].ChineseJournalofComputers,2001,24(12):123321241.

(编辑:齐淑娟)