粒子群优化算法求解Agent联盟
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 Agent理论综述 | 第12-27页 |
| ·智能Agent基础理论 | 第12-18页 |
| ·Agent的基本概念 | 第12-14页 |
| ·Agent理论模型 | 第14-18页 |
| ·多Agent系统(MAS) | 第18-25页 |
| ·MAS的分类 | 第18-19页 |
| ·MAS的组织结构 | 第19-21页 |
| ·MAS中的几种Agent合作方式 | 第21-24页 |
| ·MAS的研究内容 | 第24-25页 |
| ·MAS系统的应用领域 | 第25页 |
| ·课题来源及研究目的和意义 | 第25-26页 |
| ·论文组织 | 第26-27页 |
| 第二章 联盟生成问题和粒子群算法 | 第27-32页 |
| ·Agent联盟机制 | 第27-28页 |
| ·典型的Agent联盟的例子 | 第27页 |
| ·Agent联盟形成机制 | 第27-28页 |
| ·Agent联盟生成问题 | 第28页 |
| ·粒子群优化算法原理及应用 | 第28-31页 |
| ·粒子群优化算法原理 | 第29-30页 |
| ·应用领域 | 第30-31页 |
| ·可行性分析 | 第31-32页 |
| 第三章 粒子群算法求解单任务联盟 | 第32-44页 |
| ·粒子群优化算法 | 第32-38页 |
| ·粒子群算法数学描述 | 第32-34页 |
| ·粒子群算法相关研究成果 | 第34-35页 |
| ·粒子群算法性能分析 | 第35-37页 |
| ·粒子群算法流程 | 第37-38页 |
| ·离散PSO算法求解单任务联盟生成问题 | 第38-40页 |
| ·问题描述 | 第38-39页 |
| ·相关工作 | 第39页 |
| ·离散PSO算法求解单任务联盟生成问题 | 第39-40页 |
| ·实验结果 | 第40-44页 |
| 第四章 基于任务匹配的多任务联盟生成策略 | 第44-57页 |
| ·多任务联盟 | 第44-46页 |
| ·问题描述 | 第44页 |
| ·相关工作 | 第44-46页 |
| ·任务匹配方法 | 第46-50页 |
| ·模型介绍 | 第46-47页 |
| ·形式定义 | 第47-48页 |
| ·相似度计算 | 第48-49页 |
| ·基于相关系数的计算方法 | 第48页 |
| ·基于向量夹角的计算方法 | 第48-49页 |
| ·相关规则 | 第49-50页 |
| ·基于任务匹配的联盟生成策略 | 第50-51页 |
| ·实验结果 | 第51-56页 |
| ·与蚁群算法比较 | 第51-54页 |
| ·与离散粒子群优化算法比较 | 第54-56页 |
| ·总结与展望 | 第56-57页 |
| 第五章 结束语 | 第57-58页 |
| ·论文工作总结 | 第57页 |
| ·进一步工作的展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 作者在攻读硕士学位期间参加的项目 | 第63-64页 |
| 作者在攻读硕士学位期间发表的论文 | 第64页 |
