| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 PSO算法的研究现状 | 第11-15页 |
| 1.2.2 多Agent系统的研究现状 | 第15-17页 |
| 1.3 论文主要内容及组织结构 | 第17-19页 |
| 1.3.1 论文主要内容 | 第17-18页 |
| 1.3.2 论文组织结构 | 第18-19页 |
| 第二章 粒子群算法和多Agent联盟形成理论概述 | 第19-27页 |
| 2.1 PSO算法起源 | 第19页 |
| 2.2 PSO算法原理 | 第19-22页 |
| 2.2.1 PSO算法流程 | 第20-21页 |
| 2.2.2 DPSO算法 | 第21-22页 |
| 2.2.3 基于位置加权的PSO算法 | 第22页 |
| 2.3 多Agent联盟形成理论概述 | 第22-26页 |
| 2.3.1 智能Agent | 第22-23页 |
| 2.3.2 MAS的概念和特征 | 第23-25页 |
| 2.3.3 多Agent联盟 | 第25-26页 |
| 2.3.4 Agent效用分配问题 | 第26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 基于IPSO算法的多Agent联盟形成研究 | 第27-36页 |
| 3.1 Agent联盟形成问题描述 | 第27页 |
| 3.2 几种常用求解多Agent联盟生成算法 | 第27-30页 |
| 3.2.1 GA算法求解Agent联盟 | 第28页 |
| 3.2.2 ACO算法求解多Agent联盟 | 第28-29页 |
| 3.2.3 PSO算法求解多Agent联盟 | 第29-30页 |
| 3.3 基于改进的PSO算法求解多Agent联盟 | 第30-31页 |
| 3.3.1 基于惯性权重W的改进 | 第30页 |
| 3.3.2 自适应柯西变异算子的引入 | 第30-31页 |
| 3.3.3 粒子适应值的计算 | 第31页 |
| 3.3.4 算法步骤 | 第31页 |
| 3.4 实验环境设置及结果分析 | 第31-35页 |
| 3.4.1 实验环境设置 | 第32-35页 |
| 3.4.2 实验结果分析 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 一种基于Agent自身突出特性的联盟效用分配策略 | 第36-46页 |
| 4.1 相关分析 | 第36-38页 |
| 4.1.1 最初的效用分配法 | 第36页 |
| 4.1.2 非减性效用分配法 | 第36-37页 |
| 4.1.3 按劳分配法 | 第37页 |
| 4.1.4 利益均衡法 | 第37页 |
| 4.1.5 动态效用分配策略 | 第37-38页 |
| 4.2 基于Agent自身突出特性的效用分配策略 | 第38-41页 |
| 4.2.1 自身突出特性的相关定义 | 第38-39页 |
| 4.2.2 自身突出特性的等级更新 | 第39-40页 |
| 4.2.3 具体分配策略 | 第40-41页 |
| 4.2.4 理论分析 | 第41页 |
| 4.3 实验环境设置和结果分析 | 第41-45页 |
| 4.3.1 实验环境设置 | 第41-42页 |
| 4.3.2 实验结果分析 | 第42-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 一种带混合联盟的无线传感器网络任务分配策略 | 第46-66页 |
| 5.1 相关分析 | 第46-48页 |
| 5.1.1 WSN的基本概念 | 第46-47页 |
| 5.1.2 WSN的任务分配问题 | 第47页 |
| 5.1.3 WSN中几种常见任务描述方法 | 第47-48页 |
| 5.2 基于Agent角色模型的动态联盟模型 | 第48-50页 |
| 5.2.1 Agent角色模型 | 第48页 |
| 5.2.2 基于Agent角色的动态联盟 | 第48-50页 |
| 5.3 WSN中基于Agent角色模型的混合联盟模型 | 第50-52页 |
| 5.4 WSN中任务分配问题 | 第52-53页 |
| 5.4.1 子任务分配问题 | 第52-53页 |
| 5.4.2 节点能量预测 | 第53页 |
| 5.5 算法实现 | 第53-57页 |
| 5.5.1 基于位置加权的PSO算法 | 第53-54页 |
| 5.5.2 粒子编码 | 第54-55页 |
| 5.5.3 粒子扰动 | 第55页 |
| 5.5.4 算法步骤 | 第55-56页 |
| 5.5.5 适应值函数的构造 | 第56页 |
| 5.5.6 基于逻辑依赖的任务分解方法 | 第56页 |
| 5.5.7 带混合联盟的子任务优化算法 | 第56-57页 |
| 5.6 仿真实验与结构分析 | 第57-64页 |
| 5.6.1 实验环境设置 | 第57-60页 |
| 5.6.2 实验结果分析 | 第60-64页 |
| 5.7 结束语 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 主要工作回顾 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 个人简历在读期间发表的学术论文 | 第72-73页 |
| 致谢 | 第73页 |
