移動agent遷移技術研究.pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)絡技術和分布式人工智能領域不斷取得新的突破，傳統(tǒng)的分布式計算模式已經(jīng)不能滿足當前異質網(wǎng)絡上復雜的分布式計算要求，移動agent技術就是在這種情況下誕生的一種新的網(wǎng)絡計算技術。移動agent具有自主性、協(xié)作性以及移動性，它可以代替用戶去完成所需的任務，而且它能根據(jù)用戶各種需求以及實際情況在網(wǎng)絡中自主地遷移。這種模式非常適合分布式計算的要求，為分布式計算環(huán)境中合理、有效的組織信息，以及信息的訪問和共享提供了

2、新思路和新方案。移動agent所支持的計算模式克服了傳統(tǒng)信息管理和共享方式的弊端，提高了分布式環(huán)境下信息共享和獲取能力。移動agent最大的特點是其移動性，合理的遷移路徑和遷移策略將使得移動agent的性能得到極大的改善。
　　 旅行agent問題是一種復雜的組合優(yōu)化問題，目的在于解決移動agent在不同主機間移動時，如何搜索最優(yōu)的遷移路徑，它是移動agent遷移路徑規(guī)劃中最經(jīng)典的問題。針對蟻群算法在解決此類問題時需要較長搜索時

3、間和易于陷入局部極小等缺點，引入變異運算，并且對蟻群算法的全局和局部更新規(guī)則進行了改進，降低了蟻群算法求解旅行agent問題時，陷入局部極小而導致系統(tǒng)出現(xiàn)停滯現(xiàn)象的可能。仿真實驗結果表明，改進的蟻群算法使得移動agent能夠以更優(yōu)的效率和更短的時間來完成任務。
　　 針對遺傳算法、粒子群優(yōu)化算法求解移動agent路徑選擇問題時，進入后期搜索效率較低等問題。對移動agent的路徑選擇問題進行形式化描述，給出該問題的多約束最優(yōu)路徑求

4、解模型，根據(jù)模擬退火算法中的Metropolis準則接受最優(yōu)單體以推動文化算法中信念空間的進化，提出了一種將模擬退火算法嵌入文化算法框架中來求解移動agent遷移路徑選擇的方法。仿真實驗結果表明，應用文化算法求解移動agent遷移路徑選擇問題，具有較好的結果以及較低的運算代價。
　　 針對現(xiàn)有的移動agent遷移策略在遷移過程中不能為移動agent動態(tài)選擇遷移主機的問題。結合支持向量機的相關原理，在已有移動agent規(guī)范和模型的

5、基礎上，改進了移動agent的模型，提出了基于支持向量機的移動agent遷移策略，并給出了相應的智能遷移模型。基于支持向量機的移動agent遷移策略，充分利用了支持向量機優(yōu)異的學習能力以及分類性能，力圖為移動agent規(guī)劃出最佳遷移目的主機，縮短移動agent完成任務的時間。仿真實驗結果表明，與一步遷移策略以及理想遷移策略相比，該策略能夠以較大的概率獲得最優(yōu)解。
　　 移動agent的遷移安全是移動agent技術現(xiàn)階段面臨的主要