摘要 | 第1-9页 |
ABSTRACT | 第9-11页 |
致谢 | 第11-18页 |
第一章 绪论 | 第18-32页 |
·联盟形成(Coalition Formation) | 第19-22页 |
·智能agent | 第19页 |
·多agent系统(MAS) | 第19-20页 |
·联盟(Coalition) | 第20-22页 |
·群智能(Swarm Intelligence) | 第22-28页 |
·粒子群算法(Particle Swarm Optimization) | 第23-26页 |
·蚁群算法(Ant Colony Optimization) | 第26-28页 |
·目前存在的问题 | 第28页 |
·课题来源、目的与意义 | 第28-29页 |
·研究内容、技术路线及论文组织 | 第29-32页 |
·研究内容 | 第29页 |
·技术路线 | 第29页 |
·论文组织 | 第29-32页 |
第二章 复杂联盟的串行生成 | 第32-42页 |
·相关工作分析 | 第32-33页 |
·复杂联盟(Complicated Coalition) | 第33页 |
·问题描述 | 第33-35页 |
·虚拟agent(Virtual Agent) | 第35-36页 |
·基于离散粒子群的复杂联盟串行生成算法 | 第36-40页 |
·离散粒子群算法 | 第36页 |
·粒子编码方案 | 第36-37页 |
·基于信息正反馈的孤岛模型 | 第37页 |
·复杂联盟串行生成算法 | 第37-38页 |
·仿真结果及分析 | 第38-40页 |
·小结 | 第40-42页 |
第三章 复杂联盟的并行生成 | 第42-68页 |
·相关工作分析 | 第42页 |
·问题描述 | 第42-43页 |
·Yang和Luo的算法 | 第43-48页 |
·二维二进制染色体编码 | 第43-44页 |
·编码初始化 | 第44-45页 |
·交叉算子 | 第45-46页 |
·变异算子 | 第46-47页 |
·GA算法求解联盟结构 | 第47-48页 |
·离散粒子群算法(DPSO) | 第48页 |
·基于离散粒子群的复杂联盟并行生成算法 | 第48-66页 |
·编码初始化 | 第48-49页 |
·编码有效性检查(Checking on Encoding Validity) | 第49-50页 |
·冲突消解策略(Strategies for Conflict Resolution) | 第50-60页 |
·复杂联盟并行生成算法 | 第60页 |
·仿真结果及分析 | 第60-66页 |
·小结 | 第66-68页 |
第四章 联盟效用分配策略 | 第68-84页 |
·问题描述 | 第68-69页 |
·相关工作分析 | 第69-71页 |
·基于按劳分配的效用分配策略 | 第71-75页 |
·公平分配原则 | 第71-72页 |
·无妒忌原则 | 第72页 |
·基于拍卖的任务分解(Task Allocation via Auction) | 第72页 |
·基于合同的效用分配(Utility Distribution via Bargain) | 第72-73页 |
·实例分析 | 第73-75页 |
·基于按劳分配和效用非减的效用分配策略 | 第75-83页 |
·局部效用非减(Local Non-reducing Utility) | 第75-77页 |
·全局效用非减(Global Non-reducing Utility) | 第77-79页 |
·实例分析 | 第79-81页 |
·性能分析 | 第81-82页 |
·仿真结果及分析 | 第82-83页 |
·小结 | 第83-84页 |
第五章 基于蚁群正反馈的动态联盟形成 | 第84-98页 |
·相关工作分析 | 第84-85页 |
·蚁群的正反馈思想 | 第85页 |
·蚁群算法的几乎处处强收敛性分析 | 第85-94页 |
·算法模型 | 第86-88页 |
·收敛性分析 | 第88-93页 |
·讨论 | 第93-94页 |
·基于蚁群正反馈的动态联盟形成 | 第94-97页 |
·任务分配 | 第95页 |
·动态联盟形成过程 | 第95-96页 |
·仿真结果及分析 | 第96-97页 |
·小结 | 第97-98页 |
第六章 总结与展望 | 第98-100页 |
·本文的主要创新之处 | 第98页 |
·进一步的研究工作 | 第98-100页 |
参考文献 | 第100-106页 |
攻读博士学位期间发表的论文 | 第106-108页 |
攻读博士学位期间参加科研项目及获奖情况 | 第108页 |