基于QPSO的单任务Agent联盟形成

摘要：

智能群体搜索算法在求解单任务Agent 联盟时稳定性较差、收敛速度慢、全局寻优能力不强,因此采用优化的量子粒子群优化算法解决上述问题.利用群体历史优质解,在最优粒子变异的基础上,采用多种群并行搜索,防止陷入局部极值,并对粒子群进行筛选以加快粒子群的收敛速度.对比实验结果表明,该算法可以快速、高效地找出合适的Agent 联盟,在运行时间和解的质量方面优于同类算法.

关键词：Agent联盟、量子粒子群优化算法、组合优化、多Agent系统

所属期刊栏目：36

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60903168;广东石油化工学院青年创新人才培育基金资助项目2010YC09

在线出版日期：2010-12-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：168-170