论文部分内容阅读
智能体技术是人工智能领域里的核心技术,近年来,粒子群算法(PSO)、蚁群算法(ACO)、免疫优化、差分进化算法(DE)等具有智能体思想的群智能优化算法被广泛用于各种科学和工程优化问题。本文着重研究了一种新兴的低参数的具有社交网络特征的智能体协作优化算法,整个算法过程通过智能体的搜索迭代,实现群智能优化。本文提出信任度、邻域和社区领袖等概念,反映智能体之间、智能体和环境之间的关系亲密度。整个算法分为两个部分：第一部分基于智能体的思想设计了自增强策略、竞争策略和合作策略三个进化运算算子,用来实时引导智能体每一代的进化方向,保证种群的稳定性和多样性；第二部分借鉴社交网络中结点信息动态变化的特点,设计网络领袖识别算子,在每一次迭代后分析智能体种群的动态邻域更新,维护智能体的进化环境信息。社交网络思想结合智能体的协作特征设计进化算法是本文的主要创新点,对社交网络与智能体的跨领域研究做出初步贡献。本文中通过仿真实验分析了具有社交网络特征的智能体协作优化算法的性能,与粒子群算法和人工蜂群算法对比分析后发现,具有社交网络特征的智能体协作优化算法在搜索精确度和收敛速度方面,均表现出更卓越的性能。