用倾向最大回报的协同进化优化多Agent合作

• 作者: 张伟 高坚
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多Agent系统 协同进化 最大回报 混沌机制
• 年，卷（期）: 2006,（16）
• 所属期刊栏目: 学术探讨
• 页码范围: 38-40,120
• 页数: 4页
• 分类号: TP18
• 字数: 3774字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.16.013

摘要

进化计算是多Agent系统学习的一个有用技术.在多Agent系统研究中的某些领域,一种常用的方法是协同进化多Agent合作.研究已经指出:在某些领域,协同进化系统更倾向于稳定而不是成效(即收敛到局部优化解).这与多Agent系统研究的目的(追求利益最大化)是不相符的.为此,文章提出了一种基于混沌机制的倾向于最大回报的协同进化算法,改进了Wiegand等人的工作,.理论分析和仿真实验表明,这种基于混沌机制的倾向能促使协同进化向更优化的全局稳定点收敛,从而帮助协同进化算法在某些合作的多Agent领域发现更好的解(甚至是最优解).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张伟	烟台大学计算机学院	40	377	12.0	18.0
2	高坚	烟台大学计算机学院	25	261	9.0	15.0