基于人工蜂群算法的连续分布式约束优化问题
摘要：连续分布约束优化问题（C-DCOPs）是一种常用的框架，其中一组独立的代理从各自的离散域中选择值以最大化其效用。虽然这种形式通常是合适的，但在一些现实世界的应用中，决策变量是连续值，约束以函数形式表示。为了解决这个问题，连续分布约束优化问题(C-DCOPs)作为DCOPs范例的扩展，最近引起了多智能体系统领域的兴趣。迄今为止，各种方法中，基于种群的算法被证明是解决C-DCOPs问题最有效的方法。考虑到基于种群的方法的潜力，我们提出了一个新的C-DCOPs求解器，灵感来自于一个众所周知的基于种群的算法-人工蜂群算法(ABC)。此外，我们提供了一种新的探索方法，有助于进一步提高算法的解决方案质量。最后，我们在理论上证明了我们的方法是一种随时可行的算法，并通过实验证明，它产生的结果显著优于现有的C-DCOPs算法。
作者：K. M. Merajul Arefin, Mashrur Rashik, Saaduddin Mahmud, Md. Mosaddek Khan
论文ID：2110.07780
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2021-10-18