多Agent系统中重叠联盟形成机制与应用研究

　　在多Agent系统中，由于单个Agent资源和能力是有限的，Agent间可以通过结盟方式共同完成系统中的任务，但是Agent间如何形成高效的联盟是联盟形成中的一个难点问题。《多Agent系统中重叠联盟形成机制与应用研究》首先介绍了相关的联盟结构生成算法并对其进行了性能分析，研究了基于差分进化和编码修正的重叠联盟结构生成算法；然后提出了一种面向并发多任务的重叠联盟效用分配策略，并基于云模型和模糊软集合对Agent联盟进行评价；最后将重叠联盟应用于虚拟企业伙伴选择和水电建设项目研究中。该书旨在帮助实现复杂系统智能化的实施和决策，对推动复杂决策系统智能化具有一定的应用价值。《多Agent系统中重叠联盟形成机制与应用研究》可作为计算机应用技术、管理科学与工程专业研究生教材，也可作为相关领域研究人员的参考书。

　　桂海霞，博士，安徽理工大学教授。主要研究方向：联盟博弈、进化计算、多目标优化等。主持和参与国家自然科学基金、安徽省高校人文社科重点项目多项；在SCI、EI、CSCD等核心期刊上发表论文20余篇，出版教材2部。

前言
第1章 绪论
1．1 研究背景
1．2 国内外研究现状
1．3 联盟形成研究
1．4 目的与意义
1．5 主要研究内容
第2章 基于智能优化算法的联盟结构生成
2．1 引言
2．2 智能优化算法
2．3 非重叠联盟结构生成算法
2．4 重叠联盟结构生成算法
第3章 基于二维编码和编码修正的重叠联盟结构生成
3．1 引言
3．2 相关工作
3．3 编码修正算法
3．4 重叠联盟结构生成算法
3．5 实验结果分析
第4章 基于差分进化和编码修正的重叠联盟结构生成
4．1 引言
4．2 相关工作分析
4．3 重叠联盟结构生成问题
4．4 重叠联盟结构生成算法
4．5 对比实验与分析
第5章 面向并发多任务的重叠联盟效用分配策略
5．1 引言
5．2 相关工作的分析
5．3 相关概念的描述
5．4 效用分配策略
5．5 实验及结果分析
第6章 基于云模型和模糊软集合的Agent联盟综合评价
6．1 引言
6．2 云模型
6．3 模糊软集合
6．4 Agent联盟评价方法
6．5 实验及结果分析
第7章 基于重叠联盟与NSGA-Ⅱ的虚拟企业伙伴选择算法
7．1 引言
7．2 相关工作
7．3 虚拟企业伙伴选择问题的数学模型
7．4 第二代非支配排序遗传算法
7．5 基于NSGA-Ⅱ求解虚拟企业伙伴选择
7．6 实验结果与分析
第8章 基于重叠联盟的水电建设项目团队效益分配及评价
8．1 引言
8．2 相关工作
8．3 相关理论概述
8．4 基于相互协商的水电建设团队效益分配
8．5 基于AHP与云模型的水电建设项目合作团队评价
参考文献