«a Z 32 10 Vol.32 No.10 2012 10 Systems Egieerig Teory & Pratie Ot. 2012 : 1000-6788(201210-2253-09 : TP393 : A!#"%$&'(**+!*- 2 3 1 46587 1 96:67 2 ; < 3 Aget./01 (1. =>?@ABDCEGFIJDCLKMNO PQ 525000; 2. RSTDULVDCXWDCLKFIJDCCE YZ 410081; 3. RSVDC\[]LK^B`DCE YZ 410082 bd Aget egfikjgl Aget mkiokpgqirksgtiu vgwgxiykzg{g Aget mki}k~ kjigk gƒiok g gegf. g Aget ˆk gšiok gœggžggjg Aget k šg gœg iˆkgjiok gƒg ggj kžgiuk iokg g iˆk gžgg g g g ªi«g kegf gḡ g±g²g³g gµg g gģ¹ gi»kg½g¾g g gƒ Aget egfirks ½gÀgÁ ogâkã µ k gä ƒgågæ g iukgçgè ÉkÊi grksiokëgìg. ÍiÎkÏgÐgÑgÒgÓiÔkÕ Ö»g ÙØ okúöoùûg ÖÜ g g ˆkÝgÞgßgài kegfgágâ Äi kgãgä. åggçè Aget; egfikj ; g¹ ; g ģ¹ i» Multi-taskig aget oalitio formatio based o quatum multi-objetive evolutioary algoritm XU Bo 1 PENG Zi-pig 1 YU Jia-pig 2 WANG Yog 3 (1. Departmet of Computer Siee ad Teology Guagdog Uiversity of Petroemial Teology Maomig 525000 Cia; 2. College of Matematis ad Computer Siee ua Normal Uiversity Cagsa 410081 Cia; 3. College of Eletrial ad Iformatio Egieerig ua Uiversity Cagsa 410082 Cia 1 éëê Abstrat Multi-aget oalitio formatio is oe of te key problems i multi-aget systems. Te mai resear is ow to dyamially geerate task-orieted oalitio ad te optimal struture i multi-aget systems. For te establismet of a meaism to orgaize aget stability ompletes te task tat a ot be ompleted by a sigle aget ad rea te global optimum. Tis paper presets a multi-objetive ompreesive evaluatio model ad a multi-objetive quatum evolutioary algoritm is proposed to solve multi-aget oalitio formatio problem. Te algoritm uses odig mappig te ombiatio of resoures ad task alloatio are ombied to a proess wi reduig te omplexity of te problem. Experimetal results sow tat te proposed algoritm a solve te multi-task aget oalitio formatio problem effetively ad effiietly. Keywords multi-aget; oalitio formatio; multi-objetive optimizatio; quatum multi-objetive evolutioary algoritm Aget ígîgï Aget gñgògógôgõgög gø ùgúgûgügýgþgÿ Aget g gò ígî [1] [2]. 1993 gígîg gø Sadolm Seory ñgûgüg gñ gïgògûgüg øgùgú!"#gò gø%$&%'(!%"%*gò+ ò -gôg gø./012gø345 ï6789:gò;: <<=&gó>g:?@gÿgó>ab CkòD:. EF2gøGIJK L%M í î%n%o [3] [4]. P%Q%R% S M%T%U WV%X [5] 2 ø S M%Y%Z W[%\ [6] 2 ø S M %]%^%] 2 ø W`bad : 2010-06-17 egfgji : kglgmjpogqgrtswu (10252500002000001; kglgmgvgwgxwywrwzw{ww}b~ (2010B090400235; ggmgvgwgg WƒW W}b~ (10B062; W bdowqwrwswu (60903168 WŴ WŠ : WŒ (1982 WWŽWW W W W W WrW (ACM W W W W W WrW (CCF W W Wš zw Wœb : W W WžW W W tw t ; (1969 ªW«W W W W vw zw Wœb : W W±WrW² ³W WẂµ t W t ; ¹ (1979 WWW»W W WvW zw Wœb : ½W WžW ¾WÀW W» ; ÁW (1979 WWÃWÄW WWzW WÅ zw œb : žwwæwçwèwé.
V 9 ª ñ u L t X ` ê E E o È d { K (* + - g V s t v g V é þ r V Ž t à 21 ~ d ` «. ¾ / 0 g V s t ±. 3 4 5 6 { 7 8 9 õ ; <= ` «g V s t ß à > ` Œ g V s t Œ : s g V s ẗ (quatum evolutioary algoritms QEA? Œ ß à ` «r V s t» Û lutioary algoritms QMEA. @ A B Ä Œ T C D E W Ö F G Ü r V ` L ± M1 Á kñðji K k g ü [16]. Œ N (NSGA2Ð SPEA2 O½Ì P Á k Q ü S k Q T U. R Ž t 2.2 V W X2Y[Z \ ] ^ ` a (QMEA C D Œ : r 2254 ÊÌËÌÍÏÎÌÉÌÐÌÑÌÒÌÓ 32 gø ÔgïÖÕ9 gígîgò NO. ÿøgùa g gÿúgóûüýfþûßgÿ > áâ Õ9ã> ä å ògígî ç=g g gòèéê -ënoí ígî NO [7 8]. î ï [9] ñ [10] gígî ò óôó õgö gï gígî NO. øùú üûýþ áâ LYZ [11] 2 øÿ 9 ó % Aget ígîôógûgü. - S M EF2gøgòg gø ÿý òû%* C ;:gòö gïßgÿ 2 é 5 ígî + %F! " # NO [12]. $ óg gó % &9gígî ò '6 (% ûgü ùgú * : Aget ï + Aget ï +Þ - Aget áâ. Aget /gñgò 0 1 2 gòûbÿ gï + 3 4. - ' "Þgò 5 6 7 å 8 [g A B ó : gò /gñ ; <B = >?K [13]. gïø @ Aget 9gògï 3 4gò C D - ï E F G I J K L I J I J "ÝF M Aget 3 N O P Q R S 7 T U V W X Y Z [ \ ] ^ Q O P U V ` a b d A B q y z { } Aget N e f g i j ; < @ W k l m. o p r V s t u v w x { ~ ~ Š { v ƒ ˆ [14]. Œ T Ž t Ž š G œ { ž ` v Œ g V s t Œ k \ µ. L ` «± ² ³ \ Œ «¹»½ «² ~ à I J q { Ê ` «x ¾ À Á  V Ä Å v Æ Ç Aget È É v ˆ Ë Õ ` «Ø Ù ` «ÌÍ Î Ï ÑÐÒj Ï Á ÂÑÐÒÈ É Ó Ô kñð k Ä. Ö Ž t Ú È É Ø Ù K L Û Ü ² ß à ` «á d Ø Ù K L v š Ž t. Ý Þ È É â Aget Ï à y I J í á d Ø Ù Ø Ù Ö Â ã ä å Ö Â ç ˆ è é ê ë ÐîÓ Ô k Ä Ž ï È É g Ú õ ` «s ẗ ö Aget È É T õ ú û a d ± ø ù N ò Æ Ç ó ô. Œ g V d { ± a b q ` «g V s ó ô ü ý é þ ÿ Æ Ç k. Ý S ü Œ t ß à ` «á d Ø Ù K L S ü Ý È É ` «s ẗ ö Aget S ü Œ g V ± È É S ü ü ~ Ý Î. 2 "!$#$% 2.1 & ' Begi t 0 1 b V Q(t; 2 A(t={} C(t= {}; 3 Wile (d e f Ë do t t + 1 4 g Q(t 1 \ i f Ë Ø k 5 P (t g ö j ; P (t; 6 l C(t=M f (p(t (t 1 ;» o 7 Ú m A(t; 8 Ö Œ2p[Q q Q(t 1 \ i Œ r Ed Ed Q(t; àgú [15] (quatum-ispired multi-objetive evo-
L Ò P Í Z à o z ß z E è œ û ` v r É à a 1 R ö g µ ö Ð g à Ã È Ð s 10 t uwv x : ywzw{ww}~w wƒw w w w}w wˆ Aget wšw wœ 2255 3 Aget Ž$$$ " ± ` «Aget È É «{ v Æ Ç U V v W e. ï Æ Ç ` œ ± ˆ Ë U V Aget f š Aget f ˆ Ë i j œ ² W ž f Ë I J e Ä. ï Æ Ç N ó ô «` «Ø k ` «Ø Ù K Aget È É Ï f ; s t Á ~ ` «r V s t. Ý õ z Í «` «Pareto ü S r2ª ± 8 K L ` «K L W O e Aget» d È É 0 Aget È É. { Aget A = {A 1 A 2 A } ó A i r ± 2²Í B i B i ³ A à i µ P B i =< b 1 i b2 i br i > bj i 0 (1 i 1 j r. ü S A ¹ f b j i à A f л: sñð» Ä À Á  à y ½ ¾ ¹ f b j i Ð»Ä Å Ä Ç. ó ô t 2²Í B ti =< b 1 t I b 2 t I b r t I > P rofit È É ò ó ô t Æ \ O ö Á Â. É C v { N d È Œ È É C 2²Í R B =< b 1 b2 br > B = B i P B v È É A [É i C Aget 2²Í Î È É C Ê ò ó ô t Z O P v : Bt k j BC k i (1 i j m 1 k r. Ë Ì I J í 1 È É I J I J { Í I J 2²Í q = {q 1 q 2 q m } 6 ³ P q i r. AgetA i Î ³ Ï à I J Í { I J Í g Ð 2²Í K i = {k 1 k 2 k m } k i ö q i 6 Ñ AgetA i q i v g i Ç : k i = { Í 1 0 1 g Í I J í 0 u g I J. Aget A i K i Aget Ó I J í þ j P V ³ K i È É : K = m i=1 K i. Ë Ì 2 È É Ó Ô k Ô o È É C Õ» d a» d Ç Aget A = {A 1 A 2 A } P 2²Í B = {B1 k Bk 2 B} k BC = max(bi k mi(bk j P (1 i j m 1 k r BC Ö È É Ó Ô k. Ø { 1 ò Ù Ó Ô È É BC Ú. Û Ü Ô o È É C Õ a» d { Aget Aget 2²Í B1 k = B2 k = B3 k = = i=1 Bk i max(bi k = mi(bk j \ BC Ú. Ø 2 BC È É Ó Ô. ÛÜ Ôo È É C Õ» d a Ç Aget A = {A 1 A 2 A } P B = {B1 k Bk 2 Bk } j R Ç m m < : i α i 0 β i 0. Y à á â ε 0 µ 0. \ Þ B k i = B k i = i=1 Bk i i=1 Bk i BC 1 = max(bi k mi(bk j = i=1 Bk i ε i P Í{ α i á â µ i BC 2 = max(b k i mi(bk j = i=1 Bk i Ý ( i=1 +α i +ε Bk i M² + α i M 1 i m (1 β i M m + 1 i (2 ( i=1 + α i Bk i β i 6 ã â È É R m < µ 0 ä ( m + 1µ > 0. ã \ BC 2 > BC 1. Ø 3 BC Z Ä Ú. Û Ü { ò Ù Ó Ô È É BC Ú R BC Ä Ú. Ë Ì 3 È É j È É C i C j (i j å Y ã ò ó ô ß Ç t j Y È É C i ó ô» d β i = α i + β i (3 u Ó Ô k. ε = ( mµ. P β i µ = α i +ε+β i +µ = α i +β i +( m+1µ È É Ó Ô ä t j j ã \ BC (4 Ø 4 È É C i ò ó ô t j P Z M ij 1. M ij = Bk C I B k t j (5
P ü ² 3 œ Û ú ã e V Ḧ q j v z É Z z Û Ḧ ú œ 7 V É Û ~ r Õ Ý Ã ß «Y Ï Ì Ý «{ s Ö ö q è œ Ç Ḧ Ï ë Ö P P 2256 ç$è$é"ê$ë$$í$î$ï 32 Û Ü È É C i ã ò ó ô t j O P v : Bt k j BC k i (1 i j m 1 k r Þ Z ² ñ ± ` «K L ¹ q ÕÍã È É ê ò ã : M ij 1. 1 È É ò ó ô Î ä å Cost(T Ð È É ò ó ô Îó W T ime(t Ð È É ò ó ô Î Á Â Ø Ù J í P rofit(t ; 2 È É Ð : È É Ó Ô k BC; È É K ; È É j M ij ; 3 ~ à a ò ó ô W ô max T (T. È É ò ó ô Î ä å : : õ {ö Ý O è É ø ò ó ô : s Cost(T = Cost i + ommuiatio(c (6 ù Aget Úú uû. b ò ä å ö è Î ó W : T ime(t = max{t (time} (7 ~ à ± Ḧ ` «K L Îó W ó ô ò W. Þ W ó ô ò. È É W k O P ý þ ó ô Aget È É ÿ È É ª \ È É Î Á  P rofit(t ~ Ã È É Î ~ ± { œ Cost(T. Aget È É T Ž ï O È f O z ± { ` «r V ß Ç ` «K L ± E W Z [. j Y È É : max(p rof it(t (8 mi(cost(t (9 mi(t ime(t (10 mi(bc (11 mi(m ij (12 e O P : T ime(t T max(t M ij 1 BC 0 (13 4 $ $!"#$% " Aget Ž ± ± ` «± È É T NP ò E W v ± È é þ o á d : s t Æ \. 4.1 V W r V ue œ ± i Aget È É T é þ  Œ Ì Ï { { G G { (14 Ï g g Æ \ g ¹ ü ý Ž É (15 Ý ó ômõ µ È É. P k Œ m Œ Ì Ï «ö ó ô. ã µ Ï ó ô Aget ü ² ³ ø ù `! ± ø ù k = log 2 ². è é o Œ Ž ó ô? P f ý" ß ú û» d Yýþ v f É { G # G { ã Ñr ó ô ü ý ú û a d ú û a d Ž E W ò ó ô ü ý $ %. ' ' ( p i = α 11 α 12 α 1l α 21 α 22 α 2l α m1 α m2 α ml β 11 β 12 β 1l β 21 β 22 β 2l β m1 β m2 β ml (14 ( p j i = α 11 α 12 α 1l 1 α 21 α 22 α 2l 1 α m1 α m2 α romosome ml β 11 β 12 β 1l 1 β 21 β 22 β 2l m &('''*'''''''''''''+' 2 β m1 β m2 β ml }{{}}{{} m }{{} biary K 1 K 2 K l1 K 1 K 2 K l2 K 1 K 2 K lm &'''''''''' }{{}}{{}}{{} C x C y C z oalitio &-'*'''''''''''. Œ 4.2. / ^ 0 1 ` 2 ü Ö Œ g V s t k ã? 5456 7 «*86 Ï g Ý Œ ¹ (QMEA $ % (15 Ï :
U q Ž U Ý Ù s 10 t uwv x : ywzw{ww}~w wƒw w w w}w wˆ Aget wšw wœ 2257 Begi t 0 a b V Q(t; b A(t = {} C(t = {}; Wile (d 9 û O P do t t + 1 d Q(t 1 Í : \ i P (t; e ; < = > t = > Í P (t u ; Ø Ù f P (t g ; 3 A B C» d g è é d? ý @ G @ G Ú D T O(t P O(t P (t A(t; i è é (R&N ε p[q q Q(t 1 \ i Q(t; Ed Ed A(t A(t M f (P (t A(t 1 ; 5 E F G I JLK o Q q o M Ý s t N k O k Ý g P½Ì[ Ð «Aget 4 u É ø E N A i =< b 1 i b2 i b3 i b4 i > A i N ò ó ô N r Cost Ai = 1 b 1 i + 2 b2 i + 3 b3 i + 4 b4 i ó ô l 4 u E N B l =< b 1 l b2 l b3 l b4 l > ó ô l N Ö Â P rofit l = 1 b 1 i + 2 b2 i + 3 b3 i + 4 b4 i Ý Aget N RÍ BA i i ó ô l k N Bl k. [o Aget = 200 400 ó ô 4 8 50 100 P Aget N RÍ ó ô N S T 4 U - X Y + Z N V W. V W ü [ ö Œ \ ] ^ (QGAÐ Ý ` [9] N a ^ (ACOÐ Ý ` [17] N b ^ (PSOdfe ` [18] N g b ^ (QPSO i j k e QMEA ^ l m o N p q r s t u v w P x y z { } ~ 5 Q. ƒ N V : V 1: B all = A i N Bi A < Bk l ˆ l Y k L Š ^ Œ q r l m s t. V Ž 2: B all = A i N Bi A Bl k q r q r l. l k T 3: B all = A i N Bi A >> Bl k q r š œ q r l. l k T ( Ž 4: B all = A i N Bi A < Bl k ( A i N Bi A > Bk l l k T ž q r s t. l k T 1 2 ª «± ² (aget=200 T=50 2 2 ª «± ² (aget=400 T=50
2258 ³ µl ¹» 32 ½ 3 2 ª «± ² (aget=200 T=100 4 2 ª «± ² (aget=400 T=100 5 3 ª «± ² (aget=200 T=50 6 3 ª «± ² (aget=400 T=50
Ö Ž 10 ¾ À Á : Â Ã Ä Å ÆÈÇÊÉ Ë Ì Í Î Ï Æ Ð Ñ Aget Ò Ó Ô Õ 2259 7 3 ª «± ² (aget=200 T=100 í Ð Ñ î 8 3 ª «± ² (aget=400 T=100 1 Ø Ù Ú Û Ü Ý Þ ª ßÈàÊá â ã ä å (100 ç è é ê ë aget=200 Ò Ó ï (aget=200 Ò Ó ï (aget=400 QMEA QGA ACO QPSO PSO QMEA QGA ACO QPSO PSO 1 4 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 8 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 50 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 100 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 2 4 0.9899 0.9490 0.8344 0.9567 0.8012 0.9901 0.9531 0.8642 0.9602 0.8122 8 0.9756 0.9472 0.8012 0.9641 0.8088 0.9876 0.9438 0.8401 0.9590 0.8376 50 0.9639 0.9311 0.7833 0.9491 0.8000 0.9758 0.9201 0.7700 0.9391 0.8032 100 0.9301 0.8533 0.7062 0.9054 0.7902 0.9401 0.8879 0.6801 0.9553 0.7889 3 4 0.9800 0.9432 0.8189 0.9621 0.8231 0.9897 0.9589 0.8201 0.9601 0.8401 8 0.9743 0.9344 0.7923 0.9441 0.8308 0.9831 0.9401 0.8032 0.9593 0.8132 50 0.9632 0.9201 0.7712 0.9339 0.7899 0.9788 0.9311 0.7321 0.9430 0.7901 100 0.9421 0.8011 0.6962 0.9503 0.7900 0.9652 0.8999 0.6682 0.9001 0.7732 4 4 0.9011 0.0 0.0 0.0 0.0 0.9102 0.0 0.0 0.0 0.0 8 0.8701 0.0 0.0 0.0 0.0 0.8608 0.0 0.0 0.0 0.0 50 0.7934 0.0 0.0 0.0 0.0 0.8265 0.0 0.0 0.0 0.0 100 0.7011 0.0 0.0 0.0 0.0 0.7410 0.0 0.0 0.0 0.0 ó 5 1 3 ñ ò ~ ô õl mp qr st ö z { 100 ø ù ú û 1 4 ü ò ~ ý ô õ Ž 2 5l m q r þ ÿ û 5 8 ü ò ~ ý ô õ Ž 3 5l m q r þ ÿ. 1d 2 i ò Ž 1 ý ô õ Œ õ l m q r Aget s t ; Ž 2 ý õ l m q r Aget s t m g ( 1 3 QMEA ô õ s t ˆ s t z { ô õ z {! û 1 4 i ò k e ô õ " # $ % & " # ' ( w * + - ÿ & " #. m / 0 w 1 2 q r 35476 Aget 3 8 9 : { ; 9!. š * @ Ž 3 < = q r > Aget l ý ô õ? Aget s t A B q r l C
{ Ö Ö Ž ó 2260 ³ µl ¹» 32 ½ œ L M N QGAD ACOD PSO ô õ s t E F G I J K G O P QPSO : { Q R S T k U ô õ x y z { G I J s t " V W X Y.. Ž 4 QGAD PSOD QPSOD ACO < Aget s t q r l m s t k U ô õ > Z Aget [ \ ] q r ^ s t. 5i ` ö z 5 ƒ a k U ô õ i j þbd : p q r p s t w m g! Z d e ô õ l y s t g : f g ~ s t G O P i j C > Z q r 3 g 6 Aget 3 8 p Q k l þ m ú ô g ; o k U ô õ i S. í Ð Ñ î 2 Ø Ù Ú Û Ü Ý Þ ª ßÈàÊá â ã ä å (100 ç è é ê ë aget=200 T ime(t (p BC M ij PSO QPSO ACO QGA QMEA PSO QPSO ACO QGA MOEA PSO QPSO ACO QGA QMEA 1 4 - - - - - - - - - - - - - - - 8 - - - - - - - - - - - - - - - 50 - - - - - - - - - - - - - - - 100 - - - - - - - - - - - - - - - 2 4 6.89 6.34 7.65 6.32 6.33 0.89 0.91 0.90 0.92 0.97 1.27 1.24 1.25 1.26 1.11 8 13.49 13.01 13.89 12.13 12.32 0.86 0.91 0.87 0.90 0.96 1.33 1.31 1.32 1.30 1.23 50 43.32 36.99 44.09 36.31 37.21 0.86 0.80 0.85 0.79 0.93 1.46 1.44 1.45 1.43 1.32 100 80.11 73.98 81.31 73.43 74.98 0.79 0.77 0.78 0.65 0.91 1.61 1.67 1.61 1.67 1.45 3 4 8.01 6.56 7.98 6.43 6.67 0.77 0.88 0.73 0.83 0.96 2.77 2.55 2.65 2.43 1.01 8 16.76 13.89 16.02 13.31 14.01 0.69 0.79 0.68 0.77 0.95 2.37 2.31 2.33 2.01 1.25 50 45.99 38.76 44.86 38.32 38.97 0.63 0.70 0.62 0.68 0.92 2.21 1.90 2.01 1.89 1.34 100 82.78 73.66 82.32 73.12 74.89 0.62 0.66 0.60 0.63 0.90 1.98 1.98 1.99 1.78 1.28 4 4 - - - - 6.01 - - - - 0.91 - - - - 1.21 8 - - - - 13.56 - - - - 0.90 - - - - 1.18 50 - - - - 35.61 - - - - 0.88 - - - - 1.09 100 - - - - 70.11 - - - - 0.84 - - - - 1.01 í Ð Ñ î 3 Ø Ù Ú Û Ü Ý Þ ª ßÈàÊá â ã ä å (100 ç è é ê ë aget=400 T ime(t (p BC M ij PSO QPSO ACO QGA QMEA PSO QPSO ACO QGA MOEA PSO QPSO ACO QGA QMEA 1 4 - - - - - - - - - - - - - - - 8 - - - - - - - - - - - - - - - 50 - - - - - - - - - - - - - - - 100 - - - - - - - - - - - - - - - 2 4 14.11 13.51 14.31 13.39 13.42 0.90 0.93 0.91 0.92 0.98 1.24 1.27 1.25 1.26 1.11 8 25.32 22.43 25.83 22.18 23.36 0.85 0.92 0.88 0.91 0.97 1.30 1.32 1.32 1.30 1.23 50 75.43 68.99 76.03 68.30 70.23 0.83 0.88 0.86 0.81 0.94 1.44 1.45 1.45 1.43 1.32 100 122.76 99.98 132.87 99.65 100.34 0.80 0.79 0.81 0.76 0.92 1.52 1.51 1.56 1.50 1.41 3 4 13.01 13.67 13.94 13.03 14.02 0.74 0.88 0.76 0.86 0.97 2.63 2.46 2.68 2.45 1.21 8 22.99 23.98 24.01 23.01 24.81 0.62 0.79 0.69 0.74 0.95 2.40 2.35 2.43 2.31 1.45 50 76.88 68.00 77.86 67.32 70.95 0.64 0.73 0.65 0.69 0.93 2.21 2.11 2.23 2.09 1.54 100 111.63 98.01 128.99 97.33 99.89 0.60 0.70 0.60 0.66 0.91 2.00 2.01 2.03 1.99 1.87 4 4 - - 10.31 - - 0.93 - - 1.03 8 - - 21.98 - - 0.90 - - 1.21 50 - - 69.01 - - 0.87 - - 1.41 100 - - 95.31 - - 0.84 - - 1.50 6 qsrst k U u ò ~ Aget s t p547v w x y z { a Aget s t } ~ õ^jzuv > ö z{ kuôõly m g p547v u v w g p547v ÿ ô :fgst GO
Ž 10 ¾ À Á : Â Ã Ä Å ÆÈÇÊÉ Ë Ì Í Î Ï Æ Ð Ñ Aget Ò Ó Ô Õ 2261 P w p547v w x y z { a R ( { a ƒ % i C Z Aget s t Ž k U p547v w x y z { a R Š ž Œ s t y zbd st Ž ö þ Y 6 ƒ W ˆ 5s t y z C S. š x ˆ Ž [1] Sadolm T W Lesser V R. Coalitio amog omputatioally bouded agets[j]. Artifiial Itelligee 1997 94(1: 99 137. [2] Seory O Kraus S Yadgar O. Emerget ooperative goal-satisfatio i large sale automated-aget systems[j]. Artifiial Itelligee 1999 110(1: 1 55. [3] œž.  à ª Ì Ï Æ Aget «Ò Ó [J]. Í ¹±² 2010 47(8: 1382 1391. Ceg B L Zeg G S Jie A Q. Study of multi-aget trust oalitio based o self-orgaizatio evolutio[j]. Joural of Computer Resear ad Developmet 2010 47(8: 1382 1391. [4] ³ µ ¹.»½ Í Î ¾ Æ ÀÁ Ò Ó ÏÂ Õ [J]. Í µ ¹ÃÄ 2004 26(6: 58 61. Zeg J Ce Z Z Cai Z X. Multi-aget oalitio formatio based o geeti algoritms[j]. Computer Egieerig & Siee 2004 26(6: 58 61. [5] ÅÆ ÇÈ ÉÊ Á. Ë ËÌÍÎ Í ÎÏÐÑ Ð Ñ Aget Ò Ó [J]. Í ¹±² 2005 42(5: 734 739. Xia N Jiag J G Wei X et al. Searig for aget oalitio for sigle task usig improved at oloy algoritm[j]. Joural of Computer Resear ad Developmet 2005 42(5: 734 739. [6] À ÒÈÓ.  à QPSO ÏÑ Ð Ñ Aget Ò ÓÂ Õ [J]. Í µ 2010 36(19: 168 170. Xu B Yu J P. Aget oalitio formatio for sigle task based o quatum-beaved partile swarm optimizatio[j]. Computer Egieerig 2010 36(19: 168 170. [7] ÇÈ ÔÕÖ Ø Á. Æ Ð Ñ Ò Ó ÕÙ Ï Aget ÚÛÜÝ [J]. Þß ¹à» 2008 25(5: 853 856. Jiag J G Su Z P Zag G F et al. Aget-beavior strategy i serial multi-task oalitio formatio[j]. Cotrol Teory & Appliatios 2008 25(5: 853 856. [8] áâ ÇÈ ÅÆ Á. Æ Ð Ñ Æ Ò ÓãÚ Ô Õ : äì ¹ÏÐ [J]. ³ µ ¹» 2008 28(4: 90 95 Yi X Jiag J G Xia N et al. Multi-task multi-oalitio geeratio problem: Model ad algoritm[j]. Systems Egieerig Teory & Pratie 2008 28(4: 90 95. [9] ÇÈ ÅÆ åç Á. èé  ÃÍÎ Í Î Ï Æ Ð Ñ Ò Óê Ú Ô Õ Í Î [J]. ëêåä 2005 33(12: 2178 2182. Jiag J G Xia N Qi M B et al. A at oloy algoritm based multi-task oalitio serial geeratio algoritm[j]. Ata Eletroia Siia 2005 33(12: 2178 2182. [10] ÔÕÖ ÇÈ ÅÆ Á.  Ãí îîïüýñò Ï Æ Ð Ñ Ò ÓãóÚ Ô Õ Í Î [J]. ³ µ ¹» 2008 28(1: 118 123. Su Z P Jiag J G Xia N et al. Multi-task oalitio parallel geeratio algoritm based o dimesio partitio strategy ad immuity[j]. Systems Egieerig Teory & Pratie 2008 28(1: 118 123. [11] ôõö ¹ ø. ãú Æ Ð Ñ íù Aget Ò Ó Ïúû Ô Õ Í Î [J]. µü µýää : þãäÿ 2008 36(9: 11 14. ao Z F Cai R C. Fast geeratio algoritm of aget oalitio i parallel multi-task eviromet[j]. Joural of Sout Cia Uiversity of Teology: Natural Siee Editio 2008 36(9: 11 14. [12] Rawa T Ramur S D Jeigs N R et al. A aytime algoritm for optimal oalitio struture geeratio[j]. Joural of Artifiial Itelligee Resear 2009 34(1: 521 567. [13] Zag G F Jiag J G Su Z P et al. Searig for overlappig oalitios i multiple virtual orgaizatios[j]. Iformatio Siees: A Iteratioal Joural 2010 180(17: 3140 3156. [14] Ji Y C Brake J. Evolutioary optimizatio i uertai eviromets A survey[j]. IEEE Trasatios o Evolutioary Computatio 2005 9(3: 303 317. [15] Kim Y Kim J a K. Quatum-ispired multi-objetive evolutioary algoritm for multi-objetive 0/1 kapsak problems[c]//ieee Cogress o Evolutioary Computatio Vaouver 2006: 2601 2606. [16] Li Z Y Rudolp G Li K. Covergee performae ompariso of quatum-ispired multi-objetive evolutioary algoritms[j]. Computers & Matematis wit Appliatios 2009 57(11: 1843 1854. [17] Se Y Guo B Wag D. Optimal oalitio struture based o partile swarm optimizatio algoritm i multi-aget system[c]//proeedigs of te 6t World Cogress o Itelliget Cotrol ad Automatio Dalia 2006: 2494 2497. [18] Xu B Gua Q Ce K. Multi-aget oalitio formatio based o quatum-beaved partile swarm optimizatio[j]. Joural of Iformatio ad Computatioal Siee 2010 7(5: 1059 1064.