本文關(guān)鍵詞：基于量子粒子群的Agent聯(lián)盟生成問題研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：多個Agent之間的協(xié)調(diào)與合作在大規(guī)模復(fù)雜的MAS系統(tǒng)中有著十分重要的地位。Agent之間的重要合作方式之一就是Agent聯(lián)盟機制,其中的聯(lián)盟生成是多Agent系統(tǒng)的關(guān)鍵問題。本文在已有研究的基礎(chǔ)上運用量子粒子群算法求解Agent聯(lián)盟生成問題,拓展和改進了求解問題的方法策略。本文首先針對群智能算法求解單任務(wù)Agent聯(lián)盟生成問題過程中易出現(xiàn)粒子過分聚集,導(dǎo)致多樣性降低,甚至陷入局部最優(yōu)現(xiàn)象提出一種基于改進量子粒子群的求解策略,在粒子過分聚集時借鑒實數(shù)編碼遺傳算法中的柯西變異使粒子聚集程度降低,進而維持了粒子的多樣性。并采用多種群并行和最優(yōu)粒子移民策略加快算法收斂。實驗表明,該策略可以快速高效的求解Agent聯(lián)盟,在運行效率上優(yōu)于同類方法。然后,在研究單任務(wù)Agent聯(lián)盟生成問題的基礎(chǔ)上,研究多任務(wù)串行聯(lián)盟的生成問題。多任務(wù)聯(lián)盟傳統(tǒng)的方法大多是以最大化聯(lián)盟總收益為目標(biāo),但在實際環(huán)境中有時不能只考慮收益的最大化,而需要考慮諸如時間約束、成本開銷等方面因素。在需要通盤考慮多方面因素的情況下,傳統(tǒng)的以最大化總收益為目標(biāo)的適應(yīng)值函數(shù)無法適應(yīng)要求,本文設(shè)計一種新的求解策略以實現(xiàn)聯(lián)盟最大化收益、聯(lián)盟成本和聯(lián)盟剩余能力度等三方面的平衡,并根據(jù)任務(wù)相似性運用匹配策略在任務(wù)開始之前加入先驗知識以加快任務(wù)求解速度,為聯(lián)盟生成提供滿足多個目標(biāo)的優(yōu)化方案。最后,在上述研究的基礎(chǔ)上,將Agent聯(lián)盟生成策略應(yīng)用于敏捷供應(yīng)鏈伙伴選擇問題上,對量子粒子群進行適當(dāng)改進,在伙伴選擇問題中加以使用。實驗表明該算法適用于求解伙伴選擇問題,獲得了很好的效果。本文在已有研究基礎(chǔ)上拓展思路,將只求解單一目標(biāo)的Agent聯(lián)盟生成方案拓展為可以在多個目標(biāo)之間平衡的全局優(yōu)化方案,為聯(lián)盟生成提供更多樣性的解決思路,并更加貼近實際工作的需要。在面對復(fù)雜且不確定的,未知的環(huán)境時,本文的多目標(biāo)求解方案能更多的兼顧各方面利益,更接近于實際工作的要求和期望,能為實際工作提供更加合理的解決方案。
【關(guān)鍵詞】：多Agent系統(tǒng)(MAS) 量子粒子群優(yōu)化算法(QPSO) 聯(lián)盟生成 多目標(biāo)優(yōu)
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP18
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-10
• 1.1 研究背景和意義8
• 1.2 國內(nèi)外研究現(xiàn)狀8-9
• 1.2.1 單任務(wù)聯(lián)盟生成問題8-9
• 1.2.2 多任務(wù)聯(lián)盟生成問題9
• 1.3 論文主要內(nèi)容9-10
• 第二章 相關(guān)理論概述10-28
• 2.1 Agent聯(lián)盟生成問題10-19
• 2.1.1 Agent基本概念10-13
• 2.1.2 多Agent系統(tǒng)（MAS）13-16
• 2.1.3 多Agent聯(lián)盟機制16-18
• 2.1.4 Agent聯(lián)盟生成問題18-19
• 2.2 量子粒子群優(yōu)化算法19-26
• 2.2.1 粒子群優(yōu)化算法19-23
• 2.2.2 量子粒子群算法23-26
• 2.3 供應(yīng)鏈伙伴選擇問題26-28
• 2.3.1 供應(yīng)鏈及供應(yīng)鏈伙伴選擇問題含義26-28
• 第三章 基于量子粒子群的Agent聯(lián)盟生成28-44
• 3.1 單任務(wù)Agent聯(lián)盟生成28-36
• 3.1.1 問題描述28
• 3.1.2 量子粒子群算法改進28-29
• 3.1.3 量子粒子群算法求解單任務(wù)Agent聯(lián)盟生成29-31
• 3.1.4 仿真實驗與結(jié)果分析31-36
• 3.2 多任務(wù)多目標(biāo) Agent 聯(lián)盟36-44
• 3.2.1 問題描述36-37
• 3.2.2 任務(wù)適應(yīng)值函數(shù)設(shè)計與任務(wù)匹配方法37-38
• 3.2.3 量子粒子群算法那的改進38-39
• 3.2.4 量子粒子群算法求解多任務(wù)多目標(biāo)Agent聯(lián)盟生成39-40
• 3.2.5 仿真實驗與結(jié)果分析40-44
• 第四章 Agent聯(lián)盟算法求解供應(yīng)鏈伙伴選擇問題44-49
• 4.1 基于多Agent技術(shù)的供應(yīng)鏈建模44-45
• 4.2 基于量子粒子群的Agent聯(lián)盟算法求解供應(yīng)鏈伙伴選擇問題45-49
• 4.2.1 適應(yīng)值函數(shù)設(shè)計與量子粒子群算法改進45
• 4.2.2 算法流程45-46
• 4.2.3 實驗結(jié)果分析46-49
• 第五章 總結(jié)與展望49-50
• 5.1 論文工作總結(jié)49
• 5.2 進一步工作展望49-50
• 致謝50-51
• 參考文獻51-55
• 攻讀學(xué)位期間發(fā)表論文55

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 謝柏橋;戴光明;石紅玉;;一種改進的求解約束函數(shù)優(yōu)化問題的演化算法[J];計算機應(yīng)用與軟件;2008年07期

  本文關(guān)鍵詞：基于量子粒子群的Agent聯(lián)盟生成問題研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：380928