图形着色问题的分布式势博弈算法

被引:3
作者
杨光 [1 ]
蔚承建 [1 ]
王开 [2 ]
胡恒恺 [1 ]
机构
[1] 南京工业大学电子与信息工程学院
[2] 东南大学信息科学与工程学院
关键词
分布式算法; 纳什均衡; 图形着色; 多代理; 自适应学习算法;
D O I
暂无
中图分类号
TP301.6 [算法理论]; O225 [对策论(博弈论)];
学科分类号
081202 ; 070105 ; 1201 ;
摘要
现有典型的分布式算法在解决大规模图形着色问题时,必须维持节点间的通信连接,在邻接节点增长时效率和可求解规模下降明显。为此,将多代理技术平台下的图像着色问题转换为博弈模型,采用自适应学习算法,逐步优化代理自身状态行为以达到系统的最优状态,即纳什均衡点。实验结果表明,较现有的分布式算法,该算法不但具有更高的求解效率,能够解决更大规模的图形着色问题,而且对邻接节点规模变化的适应能力进一步提高。
引用
收藏
页码:181 / 184+189 +189
页数:5
相关论文
共 4 条
[1]   基于粒子群算法的多无人机任务分配方法 [J].
李炜 ;
张伟 .
控制与决策 , 2010, (09) :1359-1363+1368
[2]   基于多智能体的智能机器人分布式控制系统 [J].
文巨峰 ;
罗翔 ;
颜景平 ;
周骥平 ;
朱兴龙 .
东南大学学报(自然科学版), 2003, (01) :53-56
[3]   Decentralized Control of Adaptive Sampling in Wireless Sensor Networks [J].
Kho, Johnsen ;
Rogers, Alex ;
Jennings, Nicholas R. .
ACM TRANSACTIONS ON SENSOR NETWORKS, 2009, 5 (03) :1-35
[4]   Potential games [J].
Monderer, D ;
Shapley, LS .
GAMES AND ECONOMIC BEHAVIOR, 1996, 14 (01) :124-143