未知环境下基于粒子群优化的多任务联盟生成

• 作者: 康凤举 强宁
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多Agent系统 未知环境 多任务 离散粒子群 联盟生成
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 129-133
• 页数: 5页
• 分类号: TP393
• 字数: 4483字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.06.028

摘要

针对多Agent系统(MAS)资源有限、环境信息未知、任务依次随机产生的情况,通过引入惩罚系数,基于剩余资源平衡定义一种新的适应度函数,并提出改进的二进制离散粒子群优化(BPSO)算法.新的适应度函数不仅考虑系统收益,同时还考虑系统剩余资源的平衡性,并通过调整惩罚系数在两者之间做出折衷.利用改进的BPSO算法对联盟进行优化,给出粒子速度和位置的更新公式,从而控制粒子的发散性,提高算法的局部搜索能力.仿真结果表明,新的适应度函数可使MAS执行更多的任务.与基本BPSO和遗传算法相比,改进算法在解的质量、收敛速度和稳定性方面具有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	强宁	西北工业大学航海学院	3	13	2.0	3.0
3	康凤举	西北工业大学航海学院	227	1789	22.0	31.0