基于相对距离和关联度的多任务联盟的蚁群算法 |
| |
引用本文: | 冀俊忠, 程亮, 赵学武, 刘椿年. 基于相对距离和关联度的多任务联盟的蚁群算法[J]. 北京工业大学学报, 2013, 39(1): 57-62. |
| |
作者姓名: | 冀俊忠 程亮 赵学武 刘椿年 |
| |
作者单位: | 1.北京工业大学 计算机学院 多媒体与智能软件技术北京市重点实验室, 北京 100124 |
| |
基金项目: | 国家自然科学基金重大资助项目(60496322);北京市自然科学基金资助项目(4102010) |
| |
摘 要: | 针对蚁群算法在求解多任务联盟问题(multi-task coalition problem,MTCP)时存在的迭代次数多、求解精度不高的问题,提出了一种基于相对距离和关联度的蚁群算法.该算法针对蚁群算法搜索机制和信息素增量模型,提出了2种策略.首先,为提高资源利用效率,减少Agent的能力浪费,引入了相对距离的概念,提出了基于相对距离的搜索机制;其次,为强化蚂蚁间的协作,利用已获得的解信息,给出了一种基于关联度的信息素增量模型.仿真实验结果表明,与已有的一些算法相比,本文算法不仅能获得更好的联盟结构,而且具有较快的收敛速度.
|
关 键 词: | 多任务联盟问题 蚁群算法 相对距离 关联度 多Agent系统 |
收稿时间: | 2011-01-06 |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《北京工业大学学报》浏览原始摘要信息 |
|
点击此处可从《北京工业大学学报》下载免费的PDF全文 |
|