多agent主从粒子群分布式计算框架

面向大规模复杂优化问题,提出了一个基于并行粒子群优化的分布式agent计算框架.框架中使用一个主群(masterswarm)来演化问题的完整解,并使用一组从群(slaveswarm)来并行优化一组子问题的解,主群和从群通过交替执行来提高问题的求解效率.采用异步组结构,主群/从群中的各类agent共享一个解群,并通过相互协作,对解群进行构造、改进、修补、分解和合并等演化操作.该框架可用于求解复杂的约束多目标优化问题.通过一类典型运输问题上的实验,其结果表明,所提出的方法明显优于另外两种先进的演化算法.