计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (23): 52-54.DOI: 10.3778/j.issn.1002-8331.2009.23.015
郑延斌,牛丽平
ZHENG Yan-bin,NIU Li-ping
摘要: 分布式虚拟环境中,个体CGA通过学习来适应环境和团队中其他CGA,从而增强团队求解问题的能力,提高团队的适应性和鲁棒性。当基于随机对策的团队CGA学习出现多个平衡解时,必须解决平衡的选择问题。提出了一种团队CGA学习方法TCCLA,该方法把团队CGA的学习分为两个层次:管理成员的学习和非管理成员的学习,团队中所有成员根据偏好选择最优行为,非管理成员在管理成员的引导下学习到最优平衡,解决了平衡的选择问题,改进了IPL算法,实验表明TCCLA算法的高效性。
中图分类号: