知识引导的多目标多智能体进化算法
将智能体模型与知识模型相结合,提出一种知识引导的多目标多智能体进化算法.算法定义了智能体的不同邻域环境,并通过对邻域之间的竞争、正交交叉、知识学习等操作实现种群的演化过程.算法采用一种新颖的方法求非劣解集,并使用循环拥挤排序法对外部归档集进行维护.通过对多个测试函数的仿真结果表明,知识的引入不仅增加了种群多样性,而且提高了算法的收敛性.
多智能体、邻域、多目标优化、知识引导
31
TP18(自动化基础理论)
国家自然科学基金资助项目61172123
2014-10-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
1069-1076