基于PSO的多智能體聯(lián)盟形成理論與算法研究.pdf

1、在多智能體系統(tǒng)Multi-Agent System(MAS)的研究中，多智能體聯(lián)盟是多智能體協(xié)作的一種重要方式，也是一個MAS的研究熱點。由于PSO算法具有實現(xiàn)簡單、全局搜索能力強、魯棒性和分布性較好的特點，因此適合于求解復(fù)雜系統(tǒng)的聯(lián)盟形成問題，但目前基于PSO的聯(lián)盟形成算法主要存在較易陷入局部最優(yōu)、收斂速度較慢等問題，因此影響粒子對最優(yōu)聯(lián)盟的搜索效率。
　　論文在深入研究多智能體聯(lián)盟形成理論及粒子群優(yōu)化理論的基礎(chǔ)上，系統(tǒng)研究了基

2、于粒子群優(yōu)化的多智能體聯(lián)盟形成相關(guān)理論與算法，主要工作包括：
　　1、提出了一種改進的帶經(jīng)驗因子的BPSO算法，提高了算法的有效性。該算法通過引入反映粒子位置歷史信息的經(jīng)驗因子來影響粒子速度的更新，從而引導(dǎo)粒子尋優(yōu)。為避免粒子對歷史信息的過度依賴，算法通過賞罰機制和歷史遺忘系數(shù)對其進行調(diào)節(jié)，最后通過經(jīng)驗權(quán)重決定經(jīng)驗因子對速度更新的影響。實驗結(jié)果表明，新算法無論在收斂速度還是全局搜索能力上，都能達到更好的效果。
　　2、將帶經(jīng)

3、驗因子的BPSO算法用于求解多agent聯(lián)盟生成問題，并分析了算法在解決此問題的優(yōu)缺點。針對缺點提出了一種基于經(jīng)驗推進的BPSO算法解決多agent聯(lián)盟生成問題，新算法在帶經(jīng)驗因子的BPSO算法基礎(chǔ)上加入粒子當(dāng)前最差聯(lián)盟以及群體當(dāng)前最差聯(lián)盟對速度更新式進行改進。實驗結(jié)果表明新算法在解決多agent聯(lián)盟生成問題時較帶經(jīng)驗因子的BPSO算法更為準(zhǔn)確和高效。
　　3、提出了一種基于忠誠度的多智能體聯(lián)盟效用分配策略。新策略引入agent忠