多智能体社会进化算法的动力学分析

doi:10.3969/j.issn.1007130X.2010.

J4 ›› 2010, Vol. 32 ›› Issue (6): 74-76.doi: 10.3969/j.issn.1007130X.2010.

多智能体社会进化算法的动力学分析

潘晓英

（西安邮电学院计算机系，陕西西安 710121）

收稿日期:2009-09-25 修回日期:2009-12-22 出版日期:2010-06-01 发布日期:2010-06-01
通讯作者: 潘晓英 E-mail:xiaoyingpan@gmail.com
作者简介:潘晓英（1981），女，浙江缙云人，博士，讲师，研究方向为多智能体协同进化计算、数据挖掘等。
基金资助:
西安邮电学院基金资助项目（0001273）

Dynamics Analysis of the MultiAgent Social Evolutionary Algorithm

PAN Xiaoying

（Department of Computer Science,Xi’an University of Post and Telecommunications,Xi’an 710121,China）

Received:2009-09-25 Revised:2009-12-22 Online:2010-06-01 Published:2010-06-01

摘要/Abstract

摘要：

通过一个简化的2bit问题对多智能体社会进化算法(MASEA)中的进化算子及其组合进行形式化描述，分析了MASEA的全局动力学形态。针对算法中的进化算子建立数学模型，通过分析模型中各个不动点的吸引性，揭示出不同进化算子对动力学形态的影响，证明了算法MASEA的全局收敛性。

关键词: 多智能体社会进化算法, 不动点, 吸引点, 吸引性

Abstract:

With a typical and simple 2bit problem, the global dynamic shape of the multiagent social evolutionary algorithm is comprehensively analyzed in this paper. The common evolution operators and their combinations are also formally described. Furthermore, a mathematical model is established based on the simplified MASEA. The effect that every evolutionary operator has on the dynamic shape is discovered by the attraction analysis of the fixed points in the models. The global convergence of MASEA is also proved for the 2bit problem.

Key words: multi-agent social evolutionary algorithm;fixed point;attractive point;attractiveness

中图分类号:

TP18

潘晓英. 多智能体社会进化算法的动力学分析[J]. J4, 2010, 32(6): 74-76.

PAN Xiaoying. Dynamics Analysis of the MultiAgent Social Evolutionary Algorithm[J]. J4, 2010, 32(6): 74-76.

[1]	方汐,马剑竹,王茂光,焦文品. 一种基于双向选择的多Agent系统自动集成方案[J]. J4, 2010, 32(6): 68-73.
[2]	刘俞斌1，张伟1，童向荣1，董红斌2. 一种基于多目标优化的Agent多议题协商模型[J]. J4, 2010, 32(6): 85-87.
[3]	景丽萍，恽佳丽，于剑. 领域知识在文本聚类应用中的机遇和挑战[J]. J4, 2010, 32(6): 88-91.
[4]	丁浩1，丁世飞1,2，胡立花1. 基于粗糙集的属性约简研究进展[J]. J4, 2010, 32(6): 92-94.
[5]	李峻金，向阳，牛鹏. 一种用于数据挖掘的差异粒子群算法[J]. J4, 2010, 32(6): 95-98.
[6]	雷红艳,邹汉斌. 粗糙的方向性模糊聚类算法[J]. J4, 2010, 32(6): 99-102.
[7]	刘晓亮1,丁世飞1,2 ，朱红1，张力文1. SVM用于文本分类的适用性[J]. J4, 2010, 32(6): 106-108.
[8]	詹宇斌，殷建平，刘新旺. 局部切空间对齐算法的核主成分分析解释[J]. J4, 2010, 32(6): 158-161.
[9]	刘惊雷,张振荣,张伟. 基于整数二部拆分的最优联盟结构求解[J]. J4, 2010, 32(5): 64-66.
[10]	陈育武1，曹健1，李明禄1，赵海燕2. 复杂任务的Agent联盟算法[J]. J4, 2010, 32(5): 74-78.
[11]	刘晓勇. 基于最优适值保留的蚁群文本聚类算法[J]. J4, 2010, 32(5): 79-81.
[12]	袁浩. 基于量子蚁群算法的粗糙集属性约简方法[J]. J4, 2010, 32(5): 82-84.
[13]	谢明霞1,2，郭建忠1，张海波3，陈科1. 高维数据相似性度量方法研究[J]. J4, 2010, 32(5): 92-96.
[14]	陈凤娟，孙静. 粗糙集信息观中的绝对约简[J]. J4, 2010, 32(5): 97-99.
[15]	李悦群,毛文吉,王飞跃. 面向领域开源文本的因果知识提取[J]. J4, 2010, 32(5): 100-104.

多智能体社会进化算法的动力学分析

Dynamics Analysis of the MultiAgent Social Evolutionary Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价