基于改進DPSO算法的多任務并行聯(lián)盟生成研究.pdf

1、在大規(guī)模復雜的MAS系統(tǒng)中，多Agent之間的協(xié)調(diào)、合作顯得尤為重要。聯(lián)盟機制是Agent之間合作的一種重要方式，Agent間通過組成聯(lián)盟可以提高解決復雜問題的能力，其中聯(lián)盟生成是聯(lián)盟機制首要解決的關鍵問題。 聯(lián)盟生成主要研究在多Agent系統(tǒng)中動態(tài)生成面向任務的最優(yōu)聯(lián)盟。本文通過對傳統(tǒng)的基于聯(lián)盟結(jié)構(gòu)的多任務并行聯(lián)盟問題的分析，指出其在聯(lián)盟能力資源利用方面的不足，提出從更小參與者粒度構(gòu)建多任務聯(lián)盟生成模型；引入離散粒子群算法(D

2、PSO)求解多任務聯(lián)盟生成問題，并對粒子群算法作了創(chuàng)新性地改進；最后通過實驗驗證了本文算法性能的優(yōu)越性以及改進的聯(lián)盟生成模型的合理性。 本文研究的主要工作內(nèi)容如下： 首先，通過對基于聯(lián)盟結(jié)構(gòu)的多任務聯(lián)盟進行分析，指出由于限定Agent最多只能加入一個聯(lián)盟，導致任務聯(lián)盟能力需求沖突以及Agent能力無法更好優(yōu)化分配等，產(chǎn)生聯(lián)盟能力資源剩余問題，進而提出一種依據(jù)類別的Agent能力分解策略，通過引入子Agent，從更小的聯(lián)盟

3、參與者粒度角度構(gòu)建聯(lián)盟生成模型。 其次，引入離散粒子群算法求解聯(lián)盟生成問題，通過對粒子運動軌跡的分析，首次指出粒子搜索的發(fā)散性是離散粒子群算法求解質(zhì)量不高的主要原因。通過對粒子運動方程的修正(包括粒子的速度變化方程以及位置狀態(tài)轉(zhuǎn)移方程)，提出一種改進的離散粒子群算法。在此基礎上給出多任務聯(lián)盟生成問題的求解算法，包括粒子的編碼規(guī)則，粒子初始化策略以及粒子進化控制策略等。 最后，通過實驗進行模擬驗證，結(jié)果表明本文改進的離散粒