论文部分内容阅读
传统的协进化算法应用于动态、复杂的异构多智能体系统（Multi-agents system，MAS）中的协作问题时，适应度函数会出现维数高、难收敛等问题，有的时候甚至无法建立适应度函数。本文提出了一种按照任务属性划分子类的协进化算法（Task oriented subspecies co-evolution algorithm,TS-CEA），在传统的协进化算法基础上，将拥有相同的任务属性的种群划分为一个子类。该算法通过协进化控制器反馈的影响因子来评估个体。通过这种方法，降低了问题的复杂度和维数，简化了适应度函数的建立。