多智能体社会进化算法的动力学分析

1

作者 潘晓英 《计算机工程与科学》 CSCD 北大核心 2010年第6期74-76,共3页

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... 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。 展开更多

关键词 多智能体社会进化算法 不动点 吸引点 吸引性

在线阅读 下载PDF 职称材料

求解SAT问题的多智能体社会进化算法 被引量：6

2

作者 潘晓英 焦李成 刘芳 《计算机学报》 EI CSCD 北大核心 2014年第9期2011-2020,共10页

基于Agent社会合作机制以及智能体对环境的感知和反作用能力提出了一种新的求解SAT问题的多智能体社会进化方法MASEA（Multi-AgentSocialEvolutionaryAlgorithm）。该方法在多智能体进化思想的基础上，引入人类社会“关系网模型”的概... 基于Agent社会合作机制以及智能体对环境的感知和反作用能力提出了一种新的求解SAT问题的多智能体社会进化方法MASEA（Multi-AgentSocialEvolutionaryAlgorithm）。该方法在多智能体进化思想的基础上，引入人类社会“关系网模型”的概念来建立智能体所能感知的邻域环境；同时在保留原有的竞争算子和自学习算子前提下，根据智能体具有竞争协作的特性，设计了一个新的算子---协作算子来共同完成整个进化过程。以标准SATLIB库中变量个数从20～250的3700个不同规模的标准SAT问题以及基于RB模型所产生的随机实例对MASEA的性能进行了全面的测试，并与其他一些具有较高性能算法的结果进行了比较。结果表明，MASEA具有更高的成功率和更高的运算效率。 展开更多

关键词 多智能体系统 进化算法 关系网模型 SAT问题 协作算子

在线阅读 下载PDF 职称材料

基于图染色混合进化算法的长期多智能体任务分配

3

作者 师晓妍 袁培燕 +2 位作者 张俊娜 黄婷 龚月姣 《计算机科学》 北大核心 2025年第7期262-270,共9页

多智能体任务分配问题是智能仓储领域的关键底层问题。该问题要求将持续到来的任务分配给可用的智能体,以最小化整体任务的平均周期时间。针对该长期多智能体任务分配问题,首先将其数学建模为图染色问题,利用考虑冲突关系的图表征任务... 多智能体任务分配问题是智能仓储领域的关键底层问题。该问题要求将持续到来的任务分配给可用的智能体,以最小化整体任务的平均周期时间。针对该长期多智能体任务分配问题,首先将其数学建模为图染色问题,利用考虑冲突关系的图表征任务与智能体之间的关联性。基于该问题模型,为了最小化所有任务的平均周期时间,提出结合启发式算法、禁忌搜索算法和遗传算法的图染色混合进化算法(Graph Coloring Hybrid Evolutionary Algorithm, GCHEA),利用启发式算法生成初始解,以有效引导搜索过程;引入禁忌表,避免候选解在寻优过程中陷入局部最优;利用遗传算法的选择、交叉和替换操作增强种群多样性,通过迭代优化得到全局最优解;最终提出算法GCHEA获得图染色方案并进一步解码为具体的任务-智能体的分配方案。在仿真系统上进行测试,实验结果表明,GCHEA与现有的任务分配算法相比,在任务平均周期时间和系统总延误时间这两个性能指标上均取得了显著的改进。具体来说,任务平均周期时间平均减少了49%左右,系统总延误时间平均减少了约50%。 展开更多

关键词 智能仓储 长期多智能体任务分配 图染色问题 混合进化算法

在线阅读 下载PDF 职称材料

求解总拖期时间最小化流水车间调度问题的多智能体进化算法 被引量：13

4

作者 王大志 刘士新 郭希旺 《自动化学报》 EI CSCD 北大核心 2014年第3期548-555,共8页

针对总拖期时间最小化的置换流水车间调度问题(Total tardiness permutation flow-shop scheduling problem)提出了一种基于多智能体的进化搜索算法.在该算法中,采用基于延迟时间排序的学习搜索策略(Tardiness rank based learning),快... 针对总拖期时间最小化的置换流水车间调度问题(Total tardiness permutation flow-shop scheduling problem)提出了一种基于多智能体的进化搜索算法.在该算法中,采用基于延迟时间排序的学习搜索策略(Tardiness rank based learning),快速产生高质量的新个体,并根据概率更新模型进行智能体网格的更新进化.同时通过实验设计的方法探讨了算法参数设置对算法性能的影响.为了验证算法的性能,求解了Vallada标准测试集中540个测试问题,并将测试结果与一些代表算法进行比较,验证了该算法的有效性. 展开更多

关键词 流水车间调度 总拖期时间 多智能体 进化算法

在线阅读 下载PDF 职称材料

组合优化多智能体进化算法 被引量：34

5

作者 钟伟才 刘静 +1 位作者 刘芳焦 李成 《计算机学报》 EI CSCD 北大核心 2004年第10期1341-1353,共13页

提出了一种新的组合优化方法———组合优化多智能体进化算法 .该方法将智能体固定在网格上 ,而每个智能体为了增加自身能量将与其邻域展开竞争 ,同样智能体也可进行自学习来增加能量 .理论分析证明算法具有全局收敛性 .在实验中 ,作者... 提出了一种新的组合优化方法———组合优化多智能体进化算法 .该方法将智能体固定在网格上 ,而每个智能体为了增加自身能量将与其邻域展开竞争 ,同样智能体也可进行自学习来增加能量 .理论分析证明算法具有全局收敛性 .在实验中 ,作者分别用强联接、弱联接、重叠联接等各种类型的欺骗函数对算法的性能进行了全面的测试 ,并将算法用于解决具有树状等级结构的问题 .比较结果表明文中算法所需的计算量远远小于其它方法 ,具有较快的收敛速度 .为了测试算法解决大规模问题的能力 ,作者还将算法用于解决上千维的欺骗问题和等级问题 ,结果表明该文算法的计算复杂度与问题规模成多项式的关系 .此外 ,将算法用于上千维的欺骗问题和等级问题 ,在国内外还均未见报到 . 展开更多

关键词 多智能体 进化算法 组合优化 欺骗问题 等级问题 网格 计算复杂度 人工智能

在线阅读 下载PDF 职称材料

求解动态背包问题的多智能体进化算法 被引量：6

6

作者 闫杨 汪定伟 +1 位作者 王大志 王洪峰 《东北大学学报（自然科学版）》 EI CAS CSCD 北大核心 2009年第7期948-951,共4页

针对动态背包问题,提出了一种基于多智能体的进化算法(MAEA).通过智能体相互合作地模拟生物机制特征来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种... 针对动态背包问题,提出了一种基于多智能体的进化算法(MAEA).通过智能体相互合作地模拟生物机制特征来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群的多样性,在算法中引入了随机移民机制.通过对一系列动态背包问题的仿真实验可以看出,在离线性能指标下,这种引入了随机移民机制的基于多智能体的动态进化算法相比几类遗传算法可以获得更好的性能. 展开更多

关键词 背包问题 多智能体 动态进化算法 随机移民 多样性

在线阅读 下载PDF 职称材料

链式多种群多智能体进化算法 被引量：5

7

作者 吴亚丽 靳笑一 刘格 《控制理论与应用》 EI CAS CSCD 北大核心 2013年第1期37-53,共17页

将多种群的进化方式和链式结构的动态邻域引入到多智能体进化算法中,提出了一种链式多种群多智能体进化算法.算法设置了多种群交互的演化结构.各种群中的智能体通过与其动态邻域智能体的竞争、合作及自学习操作来增加自身的能量;动态邻... 将多种群的进化方式和链式结构的动态邻域引入到多智能体进化算法中,提出了一种链式多种群多智能体进化算法.算法设置了多种群交互的演化结构.各种群中的智能体通过与其动态邻域智能体的竞争、合作及自学习操作来增加自身的能量;动态邻域的链式结构提高了算法的效率、降低了计算复杂度;多个种群之间的信息定期以一定的方式进行交互,增强了种群的多样性,减小了算法陷入局部最优的机率.理论分析和多个测试函数的仿真结果均表明:链式多种群多智能体进化算法在求解高维优化问题上具有很好的性能. 展开更多

关键词 多种群 链式结构 多智能体进化算法

在线阅读 下载PDF 职称材料

求解装配序列规划的一种多智能体进化算法 被引量：4

8

作者 曾聪文 古天龙 《计算机集成制造系统》 EI CSCD 北大核心 2009年第9期1803-1808,共6页

针对求解装配序列规划的进化类算法中个体智能性不足的问题,设计了求解装配序列规划的一种多智能体进化算法。携有装配序列规划信息的智能体不仅是竞争、变异等进化操作的基本单元,同时又具有"学习"、"协作"等智能... 针对求解装配序列规划的进化类算法中个体智能性不足的问题,设计了求解装配序列规划的一种多智能体进化算法。携有装配序列规划信息的智能体不仅是竞争、变异等进化操作的基本单元,同时又具有"学习"、"协作"等智能行为。实验表明,与其他各类进化算法相比,多智能体进化算法具有明显的优越性。 展开更多

关键词 智能体 学习 协作 进化算法 装配序列规划

在线阅读 下载PDF 职称材料

社会协作的多智能体进化 被引量：7

9

作者 潘晓英 焦李成 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2009年第2期274-280,共7页

提出了一种新的求解函数优化的算法.借鉴社会协作机制,定义可信任度表示智能体的历史活动信息,控制智能体间的相互作用;引入"熟人关系网"模型构建和更新智能体的局部环境,利用多智能体之间的协作特性来加快算法收敛速度;并构... 提出了一种新的求解函数优化的算法.借鉴社会协作机制,定义可信任度表示智能体的历史活动信息,控制智能体间的相互作用;引入"熟人关系网"模型构建和更新智能体的局部环境,利用多智能体之间的协作特性来加快算法收敛速度;并构造了非一致变异算子保证智能体种群的多样性.仿真实验结果表明,与性能优越的多智能体遗传算法相比,该算法能以更少的函数评价次数找到精度更高的最优解. 展开更多

关键词 函数优化 多智能体进化 社会协作机制 熟人关系网 收敛

在线阅读 下载PDF 职称材料

动态环境中的多智能体进化算法

10

作者 闫杨 王大志 +1 位作者 汪定伟 王洪峰 《系统工程学报》 CSCD 北大核心 2010年第4期547-553,共7页

针对动态环境,提出了一种基于多智能体的进化算法(MAEA).智能体模拟生物机制特征,相互合作来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群多样性,... 针对动态环境,提出了一种基于多智能体的进化算法(MAEA).智能体模拟生物机制特征,相互合作来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群多样性,同时引入随机移民和对偶映射策略.通过对一系列动态优化函数的仿真实验可以得出,相比之下,基于多智能体的进化算法可以在动态环境中获得更好的性能. 展开更多

关键词 多智能体 进化算法 动态环境 优化问题

在线阅读 下载PDF 职称材料

一种基于多智能体进化的广义图染色算法 被引量：3

11

作者 李瑾姝 刘静 +2 位作者 焦李成 胡康 王景润 《软件学报》 EI CSCD 北大核心 2009年第2期315-326,共12页

基于对广义图染色问题的研究,提出了一种求解广义图染色问题的多智能体进化算法(multiagent evolutionary algorithm for T-coloring problem,简称MAEA-TCP),并将该算法应用到实际中的频率分配问题上,取得了良好的效果.该方法中每个智... 基于对广义图染色问题的研究,提出了一种求解广义图染色问题的多智能体进化算法(multiagent evolutionary algorithm for T-coloring problem,简称MAEA-TCP),并将该算法应用到实际中的频率分配问题上,取得了良好的效果.该方法中每个智能体作为一个候选解被固定在智能体网格上,为了增加自身能量而与邻域当中的智能体展开竞争或者合作,同时智能体也可以利用自身的知识进行自学习来增加能量.根据广义图染色问题的特点,为智能体设计了3种算子:竞争算子、自学习算子和变异算子,以引导其进化,并用进化的方式来控制各算子,以协调智能体之间的相互作用.在实验中,分别使用大规模的随机图实例和费城实例来测试算法性能,同时给出参数测试结果和最佳取值区间.比较结果表明,该算法优于其他方法,具有良好的收敛性和实用价值. 展开更多

关键词 智能体 进化算法 广义图染色问题 频率分配问题

在线阅读 下载PDF 职称材料

多智能体遗传算法用于线性系统逼近 被引量：25

12

作者 钟伟才 刘静 焦李成 《自动化学报》 EI CSCD 北大核心 2004年第6期933-938,共6页

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... 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． 展开更多

关键词 智能体 遗传算法 线性系统 进化计算

在线阅读 下载PDF 职称材料

基于多智能体的城市群政府合作建模与仿真——嵌入并反馈于一个异构性社会网络 被引量：18

13

作者 孟庆国 罗杭 《管理科学学报》 CSSCI CSCD 北大核心 2017年第3期182-206,共25页

以社会网络视阈下的城市群政府合作过程中的多期进化博弈为例,通过概念模型、数学模型和计算机模型的完整建模过程,在微观主体互动层面建立一个考虑个体成本收益差异的非对称进化博弈系统(并同时考虑全体博弈互动和部分博弈互动的交互)... 以社会网络视阈下的城市群政府合作过程中的多期进化博弈为例,通过概念模型、数学模型和计算机模型的完整建模过程,在微观主体互动层面建立一个考虑个体成本收益差异的非对称进化博弈系统(并同时考虑全体博弈互动和部分博弈互动的交互),在宏观社会结构层面建立一个实现节点之间连接概率定制化的异构性社会网络模型(且同时考虑全局信息交互和局部信息交互的更替),并通过多智能体系统(特别是交互意愿变量的引入)实现了微观互动(博弈行为)和宏观涌现(网络结构)之间的双向反馈和动态交互.在构建模拟系统的基础上,设计并运行了一系列的实验方案,对仿真模型及模拟结果进行信度检验,并结合多次模拟实验样本数据的统计分析,考察全局交互比例,局部连接概率等网络结构变量、合作收益、惩罚措施等博弈参数变量、以及决策个性等主体属性变量对城市群政府博弈形势与合作水平的动态影响,为促进城市群政府合作和区域一体化进程提供决策依据和政策参考,也是政治学与公共行政学科计算实验研究的一次创新尝试. 展开更多

关键词 城市群政府合作 多智能体模拟 非对称进化博弈 异构性社会网络 双向反馈机制

在线阅读 下载PDF 职称材料

基于多智能体算法的CA林火空间扩散模型 被引量：4

14

作者 周国雄 吴淇 陈爱斌 《系统仿真学报》 CAS CSCD 北大核心 2018年第3期824-830,839,共8页

针对林火蔓延多相和多组分的性质,提出一种基于多智能体算法的CA林火空间扩散模型。采用基于王正非的CA模型对林火蔓延趋势进行近似模拟。在CA确定的元胞状态转换规则的基础上,结合多智能体算法的自学习及变异的方法,使得实测林火格局... 针对林火蔓延多相和多组分的性质,提出一种基于多智能体算法的CA林火空间扩散模型。采用基于王正非的CA模型对林火蔓延趋势进行近似模拟。在CA确定的元胞状态转换规则的基础上,结合多智能体算法的自学习及变异的方法,使得实测林火格局与CA规则驱动的演进模式最为接近,实现自动优化CA规则,使得CA蔓延模型的精度提高。通过仿真结果,对比分析传统的Rothermel模型与本文提出的方法,可知在火场面积和火场周长方面,实际林火蔓延过程与本文提出的林火空间扩散模型的实验仿真结果具有较高的相似性。 展开更多

关键词 进化智能体 多智能体算法 元胞自动机 规则函数 林火蔓延

在线阅读 下载PDF 职称材料

基于混合编码的多智能体遗传算法 被引量：1

15

作者 王朝辉 张伟丰 《武汉科技大学学报》 CAS 2006年第6期603-606,共4页

为了提高多智能体遗传算法的收敛速度和全局寻优能力,将量子编码引入多智能体遗传算法中,对每个智能体同时采用量子编码和实数编码,以基于这两种编码方式的遗传算子同时进化来获得更快的收敛速度和更好的全局收敛性。仿真结果表明,此算... 为了提高多智能体遗传算法的收敛速度和全局寻优能力,将量子编码引入多智能体遗传算法中,对每个智能体同时采用量子编码和实数编码,以基于这两种编码方式的遗传算子同时进化来获得更快的收敛速度和更好的全局收敛性。仿真结果表明,此算法能更快地收敛到全局最优解。 展开更多

关键词 多智能体 遗传算法 量子进化 优化

在线阅读 下载PDF 职称材料

蚁群算法的研究现状和应用及蚂蚁智能体的硬件实现 被引量：23

16

作者 忻斌健 汪镭 吴启迪 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2002年第1期82-87,共6页

概要地对近年来引起广泛兴趣的蚁群算法的研究现状进行了考察 ,简要地介绍了几种修正的蚁群算法 ,如蚁群系统 (ACS)、最大最小蚁群系统 (MMAS)、具有变异特征的蚁群算法、与遗传算法相结合的蚁群算法等 ;大致介绍了几种蚂蚁智能体的硬... 概要地对近年来引起广泛兴趣的蚁群算法的研究现状进行了考察 ,简要地介绍了几种修正的蚁群算法 ,如蚁群系统 (ACS)、最大最小蚁群系统 (MMAS)、具有变异特征的蚁群算法、与遗传算法相结合的蚁群算法等 ;大致介绍了几种蚂蚁智能体的硬件实现 ,并且以蚁群算法在电力系统中的几个应用为例 。 展开更多

关键词 蚁群算法 最大最小蚁群系统 组合优化 变异特征 蚂蚁智能体 模拟进化算法

在线阅读 下载PDF 职称材料

多智能体布谷鸟算法的网络计划资源均衡优化 被引量：4

17

作者 宋玉坚 叶春明 黄佐钘 《计算机工程与应用》 CSCD 北大核心 2015年第15期56-61,共6页

网络计划资源均衡属于组合优化问题,为了能快速有效地求解此类问题,提出了一种多智能体布谷鸟算法。针对标准布谷鸟算法缺乏信息共享的缺陷,将多智能体系统引入布谷鸟算法中。多智能体的邻域竞争合作算子实现智能体间信息的交流,加快算... 网络计划资源均衡属于组合优化问题,为了能快速有效地求解此类问题,提出了一种多智能体布谷鸟算法。针对标准布谷鸟算法缺乏信息共享的缺陷,将多智能体系统引入布谷鸟算法中。多智能体的邻域竞争合作算子实现智能体间信息的交流,加快算法收敛速度;变异算子扩大搜索范围增加种群多样性;自学习算子提高局部寻优的能力;布谷鸟算法的Levy飞行进化机制能有效地跳出局部最优实现全局收敛。实例仿真结果证实了,与其他算法相比多智能体布谷鸟算法能更有效地求解网络计划资源均衡优化问题。 展开更多

关键词 资源均衡 多智能体布谷鸟算法 竞争合作算子 变异算子 自学习算子 Levy进化机制

在线阅读 下载PDF 职称材料

求解分式规划的社会认知算法 被引量：5

18

作者 张建科 孙家泽 寇晓丽 《计算机工程与设计》 CSCD 北大核心 2008年第21期5543-5545,共3页

对分式规划问题进行了研究,由于此类问题目标函数为分式,传统的梯度类算法求解此类问题很困难。结合近年来出现的一类新的智能算法——社会认知算法,给出了该类问题的一种有效求解方法。该算法是基于社会认知理论,通过一系列的学习代理... 对分式规划问题进行了研究,由于此类问题目标函数为分式,传统的梯度类算法求解此类问题很困难。结合近年来出现的一类新的智能算法——社会认知算法,给出了该类问题的一种有效求解方法。该算法是基于社会认知理论,通过一系列的学习代理来模拟人类的社会性以及智能性从而完成对目标的优化。该算法对目标函数的解析性质没有要求,具有易实现、高效以及普适性。数值结果表明了该方法在求解分式规划问题中的有效性。 展开更多

关键词 社会认知算法 分式规划 智能优化算法 进化计算 认知理论

在线阅读 下载PDF 职称材料

Multi-Agent协同进化算法研究 被引量：8

19

作者 周铁军 李阳 《计算机工程》 CAS CSCD 北大核心 2009年第13期205-207,共3页

与传统优化方法相比,进化计算具有内在的并行性和自组织、自适应、自学习等智能特征,它在许多领域显示出巨大优势并取得一定成功。研究Multi-Agent协同进化算法,集成现有算法中的几种优势策略,利用混合策略的思想结合具体问题设计算法,... 与传统优化方法相比,进化计算具有内在的并行性和自组织、自适应、自学习等智能特征,它在许多领域显示出巨大优势并取得一定成功。研究Multi-Agent协同进化算法,集成现有算法中的几种优势策略,利用混合策略的思想结合具体问题设计算法,并以实例说明该算法的有效性。 展开更多

关键词 多智能体 进化算法 蚁群算法

在线阅读 下载PDF 职称材料

灾害应急场景下基于多智能体深度强化学习的任务卸载策略 被引量：4

20

作者 米德昌 王霄 +1 位作者 李梦丽 秦俊康 《计算机应用研究》 CSCD 北大核心 2023年第12期3766-3771,3777,共7页

针对传统深度强化学习(deep reinforcement learning, DRL)中收敛速度缓慢、经验重放组利用率低的问题,提出了灾害应急场景下基于多智能体深度强化学习(MADRL)的任务卸载策略。首先,针对MEC网络环境随时隙变化且当灾害发生时传感器数据... 针对传统深度强化学习(deep reinforcement learning, DRL)中收敛速度缓慢、经验重放组利用率低的问题,提出了灾害应急场景下基于多智能体深度强化学习(MADRL)的任务卸载策略。首先,针对MEC网络环境随时隙变化且当灾害发生时传感器数据多跳的问题,建立了灾害应急场景下基于MADRL的任务卸载模型;然后,针对传统DRL由高维动作空间导致的收敛缓慢问题,利用自适应差分进化算法(ADE)的变异和交叉操作探索动作空间,提出了自适应参数调整策略调整ADE的迭代次数,避免DRL在训练初期对动作空间的大量无用探索;最后,为进一步提高传统DRL经验重放组中的数据利用率,加入优先级经验重放技术,加速网络训练过程。仿真结果表明,ADE-DDPG算法相比改进的深度确定性策略梯度网络(deep deterministic policy gradient, DDPG)节约了35%的整体开销,验证了ADE-DDPG在性能上的有效性。 展开更多

关键词 灾害应急 任务卸载 多智能体深度强化学习 自适应差分进化算法

在线阅读 下载PDF 职称材料