| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-24页 |
| ·研究背景 | 第10-11页 |
| ·研究问题提出 | 第11-12页 |
| ·国内外的相关研究综述 | 第12-22页 |
| ·多Agent协作国内外相关研究 | 第12-16页 |
| ·多Agent联盟国内外相关研究 | 第16-21页 |
| ·国内外相关研究总结 | 第21-22页 |
| ·本文研究意义 | 第22页 |
| ·本文的主要工作 | 第22-24页 |
| 2 多Agent任务联盟生成问题分析 | 第24-34页 |
| ·多Agent联盟形成机制 | 第24-27页 |
| ·联盟问题 | 第24-25页 |
| ·联盟形成机制 | 第25-26页 |
| ·联盟生成问题的重要性分析 | 第26-27页 |
| ·联盟生成问题描述 | 第27-29页 |
| ·联盟生成问题的形式化描述 | 第27-28页 |
| ·环境描述 | 第28页 |
| ·多任务并行联盟模型 | 第28-29页 |
| ·多任务并行联盟生成分析 | 第29-32页 |
| ·联盟生成的计算复杂度分析 | 第29-31页 |
| ·联盟生成的资源利用率分析 | 第31-32页 |
| ·粒子群算法求解联盟生成问题分析 | 第32-33页 |
| ·粒子群优化算法基本原理 | 第32页 |
| ·求解联盟生成问题分析 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 一种Agent可分解的多任务并行联盟生成模型 | 第34-41页 |
| ·问题界定 | 第34-35页 |
| ·基于类别的Agent能力分解策略 | 第35-37页 |
| ·Agent可分解的多任务并行联盟生成模型 | 第37-39页 |
| ·模型讨论 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 4 基于改进离散粒子群算法(DPSO)的联盟生成算法 | 第41-53页 |
| ·离散粒子群优化算法 | 第41-43页 |
| ·离散粒子群算法数学描述 | 第41-42页 |
| ·粒子群算法流程 | 第42-43页 |
| ·离散粒子群算法分析 | 第43-46页 |
| ·离散粒子群算法改进及分析 | 第46-50页 |
| ·离散粒子群算法改进 | 第46-47页 |
| ·改进的算法分析 | 第47-49页 |
| ·算法改进前后发散性分析 | 第49-50页 |
| ·基于改进DPSO的联盟生成算法 | 第50-52页 |
| ·编码规则和适应度函数 | 第50页 |
| ·初始粒子产生策略 | 第50-51页 |
| ·粒子进化控制策略 | 第51页 |
| ·算法描述 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 5 实验与结果分析 | 第53-67页 |
| ·实验设计 | 第53-56页 |
| ·算法参数设计 | 第53-54页 |
| ·实验方案设计 | 第54页 |
| ·实验数据 | 第54-56页 |
| ·实验结果分析 | 第56-63页 |
| ·算法性能分析 | 第56-61页 |
| ·模型改进分析 | 第61-63页 |
| ·原型模拟系统实现 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表学术论文情况 | 第73-74页 |
| 致谢 | 第74-75页 |