多智能體進(jìn)化模型和算法研究.pdf

1、本文從多智能體系統(tǒng)和進(jìn)化計(jì)算相結(jié)合的角度出發(fā),結(jié)合數(shù)值優(yōu)化、組合優(yōu)化、約束滿足問(wèn)題、約束布局問(wèn)題、組播路由問(wèn)題等多個(gè)具有挑戰(zhàn)性的實(shí)際問(wèn)題進(jìn)行了系統(tǒng)深入地研究.針對(duì)不同問(wèn)題為智能體設(shè)計(jì)了不同的行為,提出了多種新的算法和實(shí)現(xiàn)策略,主要工作概括如下:(1)針對(duì)數(shù)值優(yōu)化問(wèn)題,基于智能體對(duì)環(huán)境的感知與反作用的能力,提出了一種新的數(shù)值優(yōu)化方法——多智能體遺傳算法.該方法將智能體固定在網(wǎng)格上,而每個(gè)智能體為了增加自身能量將與其鄰域展開(kāi)競(jìng)爭(zhēng)或合作,同樣

2、智能體也可利用自身的知識(shí)進(jìn)行自學(xué)習(xí)來(lái)增加能量.從理論上證明了其具有全局收斂性.(2)針對(duì)連續(xù)域優(yōu)化問(wèn)題,提出了一種在進(jìn)化算法中自適應(yīng)伸縮搜索空間的方法,可有效求解實(shí)際問(wèn)題中無(wú)法得知全局最優(yōu)解所在區(qū)間上下界有關(guān)信息的問(wèn)題.并將此方法與多智能體遺傳算法相結(jié)合,提出了用于線性系統(tǒng)逼近的多智能體遺傳算法,用穩(wěn)定線性系統(tǒng)逼近問(wèn)題和不穩(wěn)定線性系統(tǒng)逼近問(wèn)題對(duì)算法性能進(jìn)行了測(cè)試驗(yàn)證.(3)針對(duì)可分解的函數(shù)優(yōu)化問(wèn)題,提出了一種宏智能體進(jìn)化模型.并將其與多

3、智能體遺傳算法相結(jié)合,提出了層次多智能體遺傳算法,證明了其全局收斂性.求解了高達(dá)50 000維的Rosenbrock函數(shù),表現(xiàn)出了優(yōu)越的性能.(4)針對(duì)組合優(yōu)化問(wèn)題,提出了組合優(yōu)化多智能體進(jìn)化算法,證明了其全局收斂性.實(shí)驗(yàn)中用強(qiáng)聯(lián)接、弱聯(lián)接、重疊聯(lián)接等各種類(lèi)型的欺騙問(wèn)題和具有樹(shù)狀等級(jí)結(jié)構(gòu)的問(wèn)題對(duì)算法性能進(jìn)行了全面測(cè)試,并用上千維的函數(shù)研究了算法求解大規(guī)模問(wèn)題的計(jì)算復(fù)雜度.(5)針對(duì)約束滿足問(wèn)題,提出了約束滿足智能體進(jìn)化算法.該方法根據(jù)約

4、束滿足問(wèn)題的特點(diǎn),設(shè)計(jì)了智能體的競(jìng)爭(zhēng)行為與自學(xué)習(xí)行為.為了克服已有編碼方式的缺點(diǎn),為智能體設(shè)計(jì)了最小沖突編碼.對(duì)算法的空間復(fù)雜度和收斂性進(jìn)行了理論分析.(6)針對(duì)兩個(gè)實(shí)際問(wèn)題——約束布局優(yōu)化問(wèn)題和組播路由問(wèn)題,提出了用多智能體進(jìn)化方式求解的方法.在約束布局優(yōu)化問(wèn)題中,分別用5個(gè)、7個(gè)和40個(gè)待布圓問(wèn)題驗(yàn)證了算法性能.在組播路由問(wèn)題中,針對(duì)進(jìn)化算法求解時(shí)延受限組播路由問(wèn)題出現(xiàn)的搜索空間過(guò)大的問(wèn)題,提出了離散域中搜索空間動(dòng)態(tài)擴(kuò)展的方法.借鑒