论文部分内容阅读
本文提出了一种基于神经网络与群智能技术的多代理人决策模型。该决策模型以神经网络作为决策控制器，神经网络的输入层是代理人的历史行为策略，输出层决定了代理人的当前策略，神经网络的权重通过群智能优化技术进行训练。权重值的更新过程刻画了代理人行为策略的动态变化过程。仿真实验表明该决策模型具有自适应学习的能力，并能克服代理人之间的冲突取得Pareto最优。