10.16208/j.issn1000-7024.2019.10.049
基于差分进化算法多智能体任务分配
为提升多智能体系统的工作效率,克服差分进化算法DE (differential evolution)在多智能体系统任务分配过程中的不足,提出一种基于QOC (quantization orthogonal crosser)策略改进的正交交叉差分进化算法AOCDE (an orthogonal crosser differential evolution).QOC在DE算法基础上,引入正交思想和数据量化技术,通过改变交叉策略,增强算法全局寻优能力,提升算法收敛性.使用该算法解决多智能体系统任务分配问题,将仿真结果与其它算法进行比较,验证了该算法的有效性.
任务分配、智能体系统、正交矩阵、正交交叉、数据量化
40
TP18(自动化基础理论)
国家自然科学基金项目61562015;广西自然科学基金项目2015GXNSFAA139307、2015GXNSFDA139038;广西可信软件重点实验室基金项目kx201505
2019-11-11(万方平台首次上网日期,不代表论文的发表时间)
共10页
3020-3029