提出一种多变异改进遗传算法应用于多AGENT 系统通信问题。考虑基因位的影响力及跟踪进化过程的遗传参数调整策略，采用多种变异操作，提高算法的收敛能力。仿真结果表明，改进遗传算法相对于SGA 解决多AGENT 问题在收敛速度上有明显提高，算法稳定性也有所改善。新算法的优化质量较高，具有更好的实际应用效果。单个 agent 的能力是有限且不完善的，需要不断的学习，尤其是在越来越常见的有限资源的、动态的、开发的环境当中。在多agent 环境中，为了完成任务，多个具有独立智能行为的agent 可能需要通过协作、协商、竞争等互相操作协调整个多agent 系统[1][2]。遗传算法具有全局收敛及隐含并行性，而且不要求对象解析表达，因此最近几年以及有些文章将它与多agent 技术结合。文献[3]将多agent 技术应用在遗传算法中提高遗传算法的性能。文献[4]将遗传算法应用在形成agent 联盟中。本文应用多变异改进遗传算子构成两层遗传算法优化 MAS，寻求以最小代价完成目标任务。仿真结果表明算法具有较强的鲁棒性和收敛性，适于应用在复杂分布系统中。
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论