搜索到121篇“ 联盟生成“的相关文章
- 约束条件下联盟生成研究进展被引量：1
- 2019年
- 联盟生成是在多 Agent系统的研究中最为重要的挑战之一。如何对 Agent进行划分使所得社会福利最大化是当前面临的主要问题。假设每个 Agent都具有理性和自利性的特性,为了追求自身的利益最大化而选择和其他的 Agent进行联合,进而使整个系统实现利益的最大化。目前,联盟生成问题有很大的计算挑战,即使在进行联盟的时候添加了约束条件,也需要新的算法来更快更有效地解决该问题。本文主要对约束条件下的联盟生成的研究进行综述,主要包括 4部分:最坏情况有限界联盟生成、动态规划联盟生成求精确最优解、联盟生成求近似最优解和约束条件下联盟生成求最优解。
- 任子仪童向荣
- 关键词：联盟结构社会福利联盟生成特征函数联盟博弈动态规划
- 基于改进QGA的有/无人机编队多任务联盟生成被引量：1
- 2019年
- 针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。
- 薄宁李相民唐嘉钰庞威代进进
- 关键词：联盟生成量子蚁群算法
- 自利Agent追捕联盟生成算法
- 2017年
- 多Agent合作追捕是多Agent系统研究的经典问题,在机器人等领域具有重要的应用前景。文章提出了面向任务的自利Agent联盟生成算法,该算法能同时处理多个不同类型的逃跑Agent的任务分配问题;因为追捕Agent和逃跑Agent速度相等,追捕联盟成员位置的分布十分关键,所以提出了基于贡献度的联盟成员选择策略;同时为了较好地体现追捕Agent的自利性,定义了需求度作为自利性的度量,解决了冲突协商且有利于资源的优化配置。通过与经典拍卖算法的比较表明,该算法显著提高了追捕成功率。
- 吕磊王浩林航方宝富
- 关键词：贡献度
- 带有目标偏好的最大成功联盟生成算法被引量：1
- 2017年
- 资源结盟博弈(CRGs)研究均假设每个agent可以响应所有目标,即使目标不在其感兴趣的子目标集内.针对此问题,文中提出带有目标偏好的CRGs模型,即每个agent只愿意把自己的有限资源贡献给自己的兴趣集中的目标.此外,设计基于二维二进制编码的最大成功联盟生成算法,并提出编码修正启发式算法解决多个目标竞争同一agent资源可能引起的的资源冲突.最后,通过与已有相关算法的对比实验验证文中算法的有效性.
- 张国富杜晓东苏兆品蒋建国
- 关键词：启发式算法
- 基于改进QPSO的单任务Agent联盟生成被引量：3
- 2015年
- 针对群智能算法求解Agent联盟生成问题过程中易出现粒子过分聚集,导致多样性降低,甚至陷入局部最优现象提出一种基于改进量子粒子群的求解策略,在粒子过分聚集时借鉴实数编码遗传算法中的柯西变异使粒子聚集程度降低,进而维持了粒子的多样性。并采用多种群并行和最优粒子移民策略加快算法收敛。实验表明,该策略可以快速高效的求解Agent联盟,在运行效率上优于同类方法。
- 徐桓孙瑜
- 关键词：AGENT联盟量子粒子群多AGENT系统柯西变异
- 多属性能力agent的复杂联盟生成算法被引量：1
- 2015年
- 研究了具有多属性能力的agent复杂联盟生成问题。首先从能力分类的角度,给出了agent及联盟的能力向量的形式化描述,并建立了复杂联盟生成问题的模型;然后提出了基于二阶段修正的PSO算法的求解框架,采用面向可加能力分配的整数编码策略,每次优化过程分两个阶段对约束进行处理。第一阶段通过粒子编码修正过程处理可加能力约束,生成初始联盟;第二阶段针对可并能力约束,提出了一种具有多项式时间复杂度的算法,生成可行联盟。仿真实验结果表明,该算法能够有效地实现多属性能力的agent复杂联盟的生成。
- 杜继永张凤鸣黄国荣吴虎胜
- 基于量子粒子群的Agent联盟生成问题研究与应用
- 多个Agent之间的协调与合作在大规模复杂的MAS系统中有着十分重要的地位。Agent之间的重要合作方式之一就是Agent联盟机制,其中的联盟生成是多Agent系统的关键问题。本文在已有研究的基础上运用量子粒子群算法求解...
- 徐桓
- 关键词：联盟生成
- 文献传递
- 未知环境下基于粒子群优化的多任务联盟生成被引量：1
- 2014年
- 针对多Agent系统(MAS)资源有限、环境信息未知、任务依次随机产生的情况,通过引入惩罚系数,基于剩余资源平衡定义一种新的适应度函数,并提出改进的二进制离散粒子群优化(BPSO)算法。新的适应度函数不仅考虑系统收益,同时还考虑系统剩余资源的平衡性,并通过调整惩罚系数在两者之间做出折衷。利用改进的BPSO算法对联盟进行优化,给出粒子速度和位置的更新公式,从而控制粒子的发散性,提高算法的局部搜索能力。仿真结果表明,新的适应度函数可使MAS执行更多的任务。与基本BPSO和遗传算法相比,改进算法在解的质量、收敛速度和稳定性方面具有更好的性能。
- 强宁康凤举
- 关键词：多AGENT系统未知环境多任务离散粒子群联盟生成
- 基于能力匹配的网络化防空作战联盟生成研究
- 2014年
- 作战联盟用于描述网络化防空作战的组织框架,其生成问题是研究网络化防空作战协同的基础。首先从任务、联盟表达、能力含义等方面对防空作战联盟问题进行了描述;然后从防空作战节点与面临任务在能力上的供需关系出发,建立匹配、匹配域、能力裕度等相关观念,并依据防空作战联盟形成的不同准则,分别建立基于能力裕度最大和基于执行节点数最少两个NADOC生成问题的约束优化模型;最后通过案例对模型进行了验证分析。
- 张搏刘付显邹志刚马婧
- 多机器人追逃问题中的追捕联盟生成算法被引量：4
- 2013年
- 为了解决随着机器人数量的增加,多机器人追逃中的最优联盟求解时间复杂度呈指数增长给实时计算带来的困难,本文在证明机器人追逃问题中的联盟收益独立性的基础上,根据逃跑者的数量来决定联盟结构中子联盟的数量,提出基于贪婪最优收益的追捕联盟算法.该算法首先根据逃跑机器人的数量确定联盟的个数,然后根据追捕机器人–逃跑机器人的追逃收益确定各个子联盟及其领导者,最后利用"贪婪最优"算法扩展新成员进入各子联盟直到所有的追捕者全部进入各个联盟.本算法简化了联盟结构每层的搜索量,总的搜索复杂度为O(m×(n m)),极大地缩短了算法的搜索时间,实际实验仿真结果也证明了本算法在追捕搜索效率和总追捕消耗时间上的优越性.
- 王浩丁磊方宝富姚宏亮
- 关键词：多机器人系统联盟结构
相关作者
- 夏娜
- 作品数：158被引量：437H指数：14
- 供职机构：合肥工业大学
- 研究主题：联盟 北斗 多AGENT系统 无线传感器网络 蚁群算法
- 蒋建国
- 作品数：396被引量：1,844H指数：21
- 供职机构：合肥工业大学
- 研究主题：H.264 多AGENT系统 DSP 联盟 行人
- 边泽强
- 作品数：79被引量：253H指数：9
- 供职机构：中国气象局
- 研究主题：校准 风洞 校准系统 自动气象站 灵敏度
- 张凤鸣
- 作品数：182被引量：1,653H指数：21
- 供职机构：空军工程大学
- 研究主题：多元时间序列 体系结构 C^3I系统 飞行数据 粗糙集
- 徐桓
- 作品数：2被引量：3H指数：1
- 供职机构：云南师范大学信息学院
- 研究主题：QPSO 量子粒子群 联盟生成 多AGENT系统 AGENT联盟
