论文部分内容阅读
自动协商是多Agent系统中的一个中心议题,它是在Agent间建立一种合作合约,多数情况下这种合约包含多个协商指标,而多指标的协商比单一指标的协商要复杂得多.因此,如何快速、高效地进行Agent间的多指标自动协商是多Agent系统中必须解决的一个问题.给出了一个Agent间多指标协商的模型(MN),并在此基础上提出了双边一多指标协商的一种加速混沌进化算法(ACEA).ACEA算法首先将混沌机制引入进化计算,然后采用压缩技术对算法进行加速,这样既克服了进化计算过早收敛到局部Nash平衡点的缺点,又解决了多指