版权所有：内蒙古大学图书馆 技术提供：维普资讯• 智图
内蒙古自治区呼和浩特市赛罕区大学西街235号 邮编: 010021
基于RBF神经网络与遗传算法的Agent初始位置优化
Optimization of initial positions of agents based on RBF neural network and genetic algorithm作者机构：吉林大学计算机科学与技术学院国家教育部符号计算与知识工程重点实验室吉林长春130012 吉林大学数学学院吉林长春130012
出 版 物：《吉林大学学报（信息科学版）》 (Journal of Jilin University（Information Science Edition）)
年 卷 期：2003年第21卷第4期
页 面：382-386页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：吉林省科技发展计划基金资助项目(20030520) 教育部科学技术研究重点基金资助项目(02090)
主 题：多Agent系统 径向基函数神经网络 支持向量机 遗传算法
摘 要：以陆地作战训练模型为背景,研究了多Agent系统中Agent初始属性的优化问题,提出了一种径向基函数(RBF:RadialBasisFunction)神经网络与遗传算法(GA:GeneticAlgorithm)相结合的、对作战训练模型中Agent的初始位置进行优化的方法。与已有的优化方法相比,该方法不仅优化效果得到明显的提高,而且执行效率可以提高20余倍,更适于处理对执行效率要求较高的优化问题。
