基于agent形态特征的聚类分析研究与应用

目前在多智能体(agent)系统控制中,少量agent在行为上表现出较强的独立性,但在宏观上依然具有一定的相似性,当其规模较大时这种相似性会更加明显,但随着数量增加的同时控制系统的负担也会快速增长并导致决策延迟或无效化。提出一种基于形态特征的聚类算法,尝试将具有相似行为的agent进行聚类研究,以较少的聚类中心替代数量庞大的agent以简化分析控制流程以提高效率。通过与K-means聚类算法的对比测试与分析,该算法能够有效简化系统复杂性,提升系统性能,并具有较强的稳定性。