移動(dòng)agent遷移技術(shù)研究.pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)絡(luò)技術(shù)和分布式人工智能領(lǐng)域不斷取得新的突破，傳統(tǒng)的分布式計(jì)算模式已經(jīng)不能滿足當(dāng)前異質(zhì)網(wǎng)絡(luò)上復(fù)雜的分布式計(jì)算要求，移動(dòng)agent技術(shù)就是在這種情況下誕生的一種新的網(wǎng)絡(luò)計(jì)算技術(shù)。移動(dòng)agent具有自主性、協(xié)作性以及移動(dòng)性，它可以代替用戶去完成所需的任務(wù)，而且它能根據(jù)用戶各種需求以及實(shí)際情況在網(wǎng)絡(luò)中自主地遷移。這種模式非常適合分布式計(jì)算的要求，為分布式計(jì)算環(huán)境中合理、有效的組織信息，以及信息的訪問和共享提供了

2、新思路和新方案。移動(dòng)agent所支持的計(jì)算模式克服了傳統(tǒng)信息管理和共享方式的弊端，提高了分布式環(huán)境下信息共享和獲取能力。移動(dòng)agent最大的特點(diǎn)是其移動(dòng)性，合理的遷移路徑和遷移策略將使得移動(dòng)agent的性能得到極大的改善。
　　 旅行agent問題是一種復(fù)雜的組合優(yōu)化問題，目的在于解決移動(dòng)agent在不同主機(jī)間移動(dòng)時(shí)，如何搜索最優(yōu)的遷移路徑，它是移動(dòng)agent遷移路徑規(guī)劃中最經(jīng)典的問題。針對蟻群算法在解決此類問題時(shí)需要較長搜索時(shí)

3、間和易于陷入局部極小等缺點(diǎn)，引入變異運(yùn)算，并且對蟻群算法的全局和局部更新規(guī)則進(jìn)行了改進(jìn)，降低了蟻群算法求解旅行agent問題時(shí)，陷入局部極小而導(dǎo)致系統(tǒng)出現(xiàn)停滯現(xiàn)象的可能。仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)的蟻群算法使得移動(dòng)agent能夠以更優(yōu)的效率和更短的時(shí)間來完成任務(wù)。
　　 針對遺傳算法、粒子群優(yōu)化算法求解移動(dòng)agent路徑選擇問題時(shí)，進(jìn)入后期搜索效率較低等問題。對移動(dòng)agent的路徑選擇問題進(jìn)行形式化描述，給出該問題的多約束最優(yōu)路徑求

4、解模型，根據(jù)模擬退火算法中的Metropolis準(zhǔn)則接受最優(yōu)單體以推動(dòng)文化算法中信念空間的進(jìn)化，提出了一種將模擬退火算法嵌入文化算法框架中來求解移動(dòng)agent遷移路徑選擇的方法。仿真實(shí)驗(yàn)結(jié)果表明，應(yīng)用文化算法求解移動(dòng)agent遷移路徑選擇問題，具有較好的結(jié)果以及較低的運(yùn)算代價(jià)。
　　 針對現(xiàn)有的移動(dòng)agent遷移策略在遷移過程中不能為移動(dòng)agent動(dòng)態(tài)選擇遷移主機(jī)的問題。結(jié)合支持向量機(jī)的相關(guān)原理，在已有移動(dòng)agent規(guī)范和模型的

5、基礎(chǔ)上，改進(jìn)了移動(dòng)agent的模型，提出了基于支持向量機(jī)的移動(dòng)agent遷移策略，并給出了相應(yīng)的智能遷移模型?；谥С窒蛄繖C(jī)的移動(dòng)agent遷移策略，充分利用了支持向量機(jī)優(yōu)異的學(xué)習(xí)能力以及分類性能，力圖為移動(dòng)agent規(guī)劃出最佳遷移目的主機(jī)，縮短移動(dòng)agent完成任務(wù)的時(shí)間。仿真實(shí)驗(yàn)結(jié)果表明，與一步遷移策略以及理想遷移策略相比，該策略能夠以較大的概率獲得最優(yōu)解。
　　 移動(dòng)agent的遷移安全是移動(dòng)agent技術(shù)現(xiàn)階段面臨的主要