具有社交网络特征的Agent群智能算法分析
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·智能体理论的发展史 | 第8-11页 |
| ·机器学习理论 | 第8-9页 |
| ·人工智能理论 | 第9-10页 |
| ·智能体理论 | 第10-11页 |
| ·本文研究内容 | 第11页 |
| ·本文的组织结构 | 第11-12页 |
| 第二章 群智能体技术 | 第12-16页 |
| ·智能体简介 | 第12-13页 |
| ·智能体的概念 | 第12-13页 |
| ·智能体的特征 | 第13页 |
| ·智能体的学习能力 | 第13-14页 |
| ·强化学习技术的适用性分析 | 第13-14页 |
| ·学习型智能体 | 第14页 |
| ·多智能体系统 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 群智能协作进化算法 | 第16-26页 |
| ·进化算法简介 | 第16页 |
| ·经典遗传算法设计思想 | 第16-17页 |
| ·多智能体系统在进化算法中的应用 | 第17-19页 |
| ·智能体模型 | 第18页 |
| ·适应度函数 | 第18页 |
| ·信任度 | 第18-19页 |
| ·邻域 | 第19页 |
| ·基于智能体的协作优化算法 | 第19-24页 |
| ·智能体实例化 | 第19-20页 |
| ·智能体邻域设计 | 第20页 |
| ·初始化和变量定义 | 第20页 |
| ·自增强策略 | 第20-21页 |
| ·竞争策略 | 第21-22页 |
| ·合作策略 | 第22页 |
| ·邻域更新策略 | 第22-23页 |
| ·基于智能体协作优化算法流程 | 第23-24页 |
| ·算法复杂度分析 | 第24页 |
| ·本章小结 | 第24-26页 |
| 第四章 群智能社交网络特性进化算法 | 第26-33页 |
| ·社交网络问题研究方向 | 第26页 |
| ·社交网络动态特征与智能体进化思想的统一 | 第26-27页 |
| ·基于社交网络领袖识别特性的优化算法 | 第27-32页 |
| ·智能体邻域的处理 | 第28-29页 |
| ·邻域影响度矩阵 | 第29-30页 |
| ·邻域领袖识别 | 第30-31页 |
| ·算法复杂度分析 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第五章 算法仿真结果分析 | 第33-38页 |
| ·仿真环境和指标 | 第33页 |
| ·测试函数库 | 第33-34页 |
| ·仿真结果数据分析 | 第34-35页 |
| ·ACoA、PSO、ABC的进化效果比较 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第六章 总结与展望 | 第38-40页 |
| ·本文取得的主要成果 | 第38页 |
| ·下一步的工作 | 第38-40页 |
| 参考文献 | 第40-45页 |
| 附录 | 第45-46页 |
| 致谢 | 第46-47页 |
| 攻读学位期间发表的学术论文目录 | 第47页 |
