基于分布式遗传算法的移动Agent迁移策略

摘要

迁移策略是移动Agent(Mobile Agent, MA)的核心技术之一,MA的效率很大程度上取决于迁移策略的优化.本文提出了一种改进的分布式遗传算法(EDGA),用于对多约束条件下MA迁移策略最优问题进行求解.EDGA将分布式遗传算法和Cascade模型相结合,在迁移算子部分设计一个中心监控器,观察每个子种群的进化,并对迁移个体的选择以及相应子种群的大小做出调整,使进化能力好的子种群得到更大的空间来搜索最优值.实验结果表明:本文所提出的EDGA算法在求解速度和质量上取得了较大的改善.