2.845

2023影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多智能体遗传算法用于线性系统逼近

钟伟才 刘静 焦李成

钟伟才, 刘静, 焦李成. 多智能体遗传算法用于线性系统逼近. 自动化学报, 2004, 30(6): 933-938.
引用本文: 钟伟才, 刘静, 焦李成. 多智能体遗传算法用于线性系统逼近. 自动化学报, 2004, 30(6): 933-938.
ZHONG Wei-Cai, LIU Jing, JIAO Li-Cheng. Optimal Approximation of Linear Systems by Multi-agent Genetic Algorithm. ACTA AUTOMATICA SINICA, 2004, 30(6): 933-938.
Citation: ZHONG Wei-Cai, LIU Jing, JIAO Li-Cheng. Optimal Approximation of Linear Systems by Multi-agent Genetic Algorithm. ACTA AUTOMATICA SINICA, 2004, 30(6): 933-938.

多智能体遗传算法用于线性系统逼近

详细信息
    通讯作者:

    钟伟才

  • 中图分类号: V249.121

Optimal Approximation of Linear Systems by Multi-agent Genetic Algorithm

More Information
    Corresponding author: ZHONG Wei-Cai
  • 摘要: 提出了一种新的参数优化方法--多智能体遗传算法,来求解线性系统逼近问题. 该方法中每个智能体代表一个候选解,即搜索空间中的一个实值向量.所有智能体生存在一 个网格状的环境中,且每个智能体占据一个格点不能移动.为了增加能量,它们将与其邻域 进行合作或竞争,也可以利用自身的知识.因此,设计了4个进化算子来模拟智能体间的竞 争、合作、自学习等行为.该方法利用这些智能体与智能体间的相互作用来达到优化逼近模 型中参数的目的;此外,还采用了一种动态扩展搜索空间的方法以解决算法所需的搜索空间 难以确定的问题.实验中,利用一个稳定和一个非稳定的线性系统逼近问题来验证算法的性 能,并与两种新近提出的方法作了比较.结果表明,该文方法优于其它方法,能够用较少的计 算量找到高质量的逼近模型,具有良好的性能和实际应用价值.
  • 加载中
计量
  • 文章访问数:  3211
  • HTML全文浏览量:  165
  • PDF下载量:  910
  • 被引次数: 0
出版历程
  • 收稿日期:  2003-03-03
  • 刊出日期:  2004-06-20

目录

    /

    返回文章
    返回