基于RBF神经网络与遗传算法的Agent初始位置优化

摘要

以陆地作战训练模型为背景,研究了多Agent系统中Agent初始属性的优化问题,提出了一种径向基函数(RBF:Radial Basis Function)神经网络与遗传算法(GA:Genetic Algorithm)相结合的、对作战训练模型中Agent的初始位置进行优化的方法.与已有的优化方法相比,该方法不仅优化效果得到明显的提高,而且执行效率可以提高20余倍,更适于处理对执行效率要求较高的优化问题.