位置:成果数据库 > 期刊 > 期刊详情页
带有目标偏好的最大成功联盟生成算法
  • ISSN号:1003-6059
  • 期刊名称:《模式识别与人工智能》
  • 时间:0
  • 分类:TP181[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]合肥工业大学计算机与信息学院,合肥230009, [2]安徽理工大学经济与管理学院,淮南232001
  • 相关基金:国家自然科学基金项目(No.61573125,61174170)、安徽理工大学矿业企业安全管理研究中心招标项目(No.SK2015A084)资助
中文摘要:

重叠联盟效用分配是多agent系统中的一个难点问题,文中提出面向并发多任务的重置联盟效用分配策略.首先基于能者多劳的思想采取按比例分配,对多个并发任务进行并行分派,并根据任务分派情况划分重叠联盟的效用.然后推演一个agent同时加入多个联盟时满足效用非减原则的充分必要条件.最后通过实例验证文中方法的有效性,并与串行效用分配进行对比分析.结果表明,在新agent申请加入联盟时,文中策略更易满足效用非减条件,具有更好的时效性.

英文摘要:

Payoff distribution of overlapping coalitions distribution strategy of overlapping coalitions for is a difficult topic in multi-agent systems. A payoff concurrent multiple tasks is proposed in this paper. Based on the idea of more abilities for more works, multiple concurrent tasks are dispatched in parallel by proportional allocation. Meanwhile, the payoff of overlapping coalitions is distributed according to the results of task dispatch. Then, a sufficient and necessary condition that one agent satisfies the principle of non-reducing utility when joining multiple coalitions is deduced. Finally, the effectiveness of the proposed method is proved by an example, and a comparative analysis between the proposed strategy and the serial utility allocation is carried out. The result shows that when a new agent applies for joining coalitions, the proposed strategy can satisfy the condition of non-reducing utility more easily and it has better timeliness.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《模式识别与人工智能》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会 中国自动化学会
  • 主办单位:国家智能计算机研究开发中心 中国科学院合肥智能机械研究所
  • 主编:郑南宁
  • 地址:安徽省合肥市蜀山湖路350号中国科学院合肥智能机械研究所
  • 邮编:230031
  • 邮箱:bjb@iim.cas.cn
  • 电话:0551-5591176
  • 国际标准刊号:ISSN:1003-6059
  • 国内统一刊号:ISSN:34-1089/TP
  • 邮发代号:26-69
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:10169