首页 | 本学科首页   官方微博 | 高级检索  
     

项目优化调度的多智能体社会进化算法
引用本文:潘晓英,焦李成.项目优化调度的多智能体社会进化算法[J].计算机研究与发展,2008,45(6):998-1003.
作者姓名:潘晓英  焦李成
作者单位:1. 西安电子科技大学智能信息处理研究所,西安,710071
2. 西安电子科技大学智能感知与图像理解教育部重点实验室,西安,710071
基金项目:国家自然科学基金 , 国家高技术研究发展计划(863计划) , 高等学校博士学科点专项科研项目 , 陕西省自然科学基金
摘    要:结合多智能体系统、进化算法以及关系网模型,提出了一种多智能体社会进化算法用于求解项目活动的一个最优调度顺序以使整个工程的工期最短,每个智能体生存于环境中,为了增加自身能量将与其邻域展开竞争及协同操作,同时可利用自身的知识进行自学习来增加能量,根据项目优化调度的问题特点,设计了智能体的竞争行为、协同行为以及自学习行为,通过对PSPLIB中的标准问题进行测试,同时与其他启发式算法相比较的仿真实验结果表明该算法具有良好的性能,能在较短的时间内寻找到十分接近"最优解"的调度序列.

关 键 词:资源受限项目调度  多智能体系统  关系网模型  竞争行为  协作行为  自学习行为
修稿时间:2007年1月16日

A Multi-Agent Social Evolutionary Algorithm for Project Optimization Scheduling
Pan Xiaoying,Jiao Licheng.A Multi-Agent Social Evolutionary Algorithm for Project Optimization Scheduling[J].Journal of Computer Research and Development,2008,45(6):998-1003.
Authors:Pan Xiaoying  Jiao Licheng
Abstract:A multi-agent social evolutionary algorithm for the precedence and resource constrained single-mode project optimization scheduling (RCPSP-MASEA) is proposed. RCPSP-MASEEA is used to obtain the optimal scheduling sequences so that the duration of the project is minimized. With the intrinsic properties of RCPSP in mind, the multi-agent systems, social acquaintance net and evolutionary algorithms are integrated to form a new algorithm. In this algorithm, all agents live in lattice-like environment. Making use...
Keywords:resource constrained project scheduling  multi-agent system  acquaintance net  competition behavior  cooperation behavior  self-learning behavior  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号