一种多智能体混合蛙跳算法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

［Ａｂｓｔｒａｃｔ］ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａＭｕｌｔｉ — ａｇｅｎｔＳｈｕｌｅｆｄＦｒｏｇＬｅａｐｉｎｇＡｌｇｏｒｉｔｈｍ（ＭＳＦＬＡ）ｂｙｉｎｔｒｏｄｕｃｉｎｇｔｈｅｍｕｌｔｉ — ａｇｅｎｔｓｙｓｔｅｍｔｏｔｈｅＳｈｕｆｌｆｅｄＦｒｏｇＬｅａｐｉｎｇＡｌｇｏｒｉｔｈｍ（ＳＦＬＡ）．Ｔｈｉｓａｌｇｏｒｉｔｈｍｉｆｘｅｓｔｈｅａｇｅｎｔｏｎｇｒｉｄ，ｗｉｔｈｔｈｅｃｏｍｐｅｔｉｔｉｏｎａｎｄｃｏｏｐｅｒａｔｉｏｎｗｉｔｈｉｔｓｎｅｉｇｈｂｏｒｓ，
第３９卷第７期
Ｖｂｌ－３９ＮＯ．７
计
算
机
工
程
２０１３年７月
Ｊｕｌｙ２０１３
ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ
・
人工智能及识别技术・
文章编号：ｌ００ｏ — ３４２８（２０ｌ３）０７ —Ｉｌ２６５ — 一ｌ５
跳算法的进化机制，不断感知局部环境，并逐渐影响整个智能体网格，以提高自身对环境的适应能力。为更好地适应环境，智能体也可以利用自身的知识进行自学习。仿真实验结果表明，该算法能有效地维持种群的多样性，提高优化精度，同时抑制早熟现象，在高维函数优化方面具有较高的优化性能。关键词：多智能体；混合蛙跳算法；竞争；自学习；能量；多样性；优化性能
文献标识码：Ａ
中圈分类号；ＴＰ３０１・６
一
种多智能体混合蛙跳算法
王联国，代永强
（甘肃农业大学信息科学技术学院，兰州７３００７０）
摘
要：提出一种多智能体混合蛙跳算法。将智能体固定在智能体网格上，每个智能体通过与其邻居的竞争与合作，结合混合蛙
Baidu Nhomakorabea
ＡＭｕｌｔｉ－ａｇｅｎｔＳｈｕｌｅｆｄＦｒｏｇＬｅａｐｉｎｇＡｌｇｏｒｉｔｈｍ
ＷＡＮＧＬｉａｎ— ｇｕｏ，ＤＡＩＹｏｎｇ・ｑｉａｎｇ
（ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＧａｎｓｕＡｇｒｉｃｕｌｔｕｒａｌＵｎｉｖｅｒｓｉｔｙ，Ｌａｎｚｈｏｕ７３００７０，Ｃｈｉｎａ）
ａｎｄｃｏｍｂｉｎｉｎｇｔｈｅｅｖｏｌｕｔｉｏｎｍｅｃｈａｎｉｓｍｏｆｔｈｅＳＦＬＡ．Ｅａｃｈａｇｅｎｔｕｎｃｅａｓｉｎｇｌｙｓｅｎｓｅｓｌｏｃａｌｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｇｒａｄｕａｌｌｙａｆｅｃｔｓｔｈｅｗｈｏｌｅａｇｅｎｔｇｒｉｄ，ＳＯｔｈａｔｉｔｅｎｈａｎｃｅｓｉｔｓａｄａｐｔｉｖｅｎｅｓｓｔｏｔｈｅｅｎｖｉｒｏｎｍｅｎｔ．Ｔｈｅａｇｅｎｔａｌｓｏｍａｋｅｓｓｅｌｆ－ｓｔｕｄｙｂｙｕｓｉｎｇｉｔｓｋｎｏｗｌｅｄｇｅｔｏｅｎｈａｎｃｅｉｔｓａｄａｐｔｉｖｅｎｅｓｓｔｏｔｈｅｅｎｖｉｒｏｎｍｅｎｔ．Ｂｙｔｈｅｔｅｓｔｏｆｈｉｇｈｄｉｍｅｎｓｉｏｎｂｅｎｃｈｍａｒｋｆｕｎｃｔｉｏｎｓ，ｔｈｅｒｅｓｕｌｔｓｉｌｌｕｓｔｒａｔｅｔｈｉｓａｌｇｏｒｉｔｈｍｔｈｉｓａｌｇｏｒｉｔｈｍｃａｎｅｆｅｃｔｉｖｅｌｙｍａｉｎｔａｉｎｔｈｅｄｉｖｅｒｓｉｔｙｏｆｔｈｅｐｏｐｕｌａｔｉｏｎ，ｉｎｃｒｅａｓｅｔｈｅｐｒｅｃｉｓｉｏｎｏｆｏｐｔｉｍｉｚａｔｉｏｎ，ｓｉｍｕｌｔａｎｅｏｕｓｌｙ，ｅｉｃｆｉｅｎｔｌｙｒｅｓｔｒａｉｎｔｈｅｐｒｅｍａｔｕｒｉｔｙ，ａｎｄｈａｓｈｉｇｈｅｒｏｐｔｉｍｉｚａｔｉｏｎｐｅｒｆｏｒｍａｎｃｅｉｎｔｈｅｆｉｅｌｄｏｆｈｉｇｈｄｉｍｅｎｓｉｏｎｆｕｎｃｔｉｏｎｓｏｐｔｉｍｉｚａｔｉｏｎ．