一种改进的Agent学习迁移策略

摘要：

本文介绍一种改进的学习迁移策略能在能描述运行环境动态变化的有向图中寻找最短路经,根据探测Agent获得的不同时刻结点状态信息和以往的旅行计划,利用自适应遗传算法规划出一组最佳迁移路径.解决了学习迁移策略由于结点失效导致的迁移失败.该策略能适应复杂的动态网络环境,动态路由,及时自主地修改迁移路线.实例验证了该方法的有效性.

关键词：移动Agent迁移、遗传算法、最短路径

分类号：TP3(计算技术、计算机技术)

资助基金：湖北省自然科学基金2004ABA004;湖北省教育厅青年基金2004Q002

在线出版日期：2006-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：63-66