بکارگیری بازی اقلیت و یادگیری مبتنی بر مورد در تخصیص منابع سیستم های چند عامله
Publish place: 11th Intelligent Systems Conference
Publish Year: 1391
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,342
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_039
تاریخ نمایه سازی: 14 مهر 1392
Abstract:
بازی اقلیت، از حوزه مسائل نظریه بازی - ها است که در سیستم های چند عامله بکار می رود، در این بازی تعداد فردی عامل با هم رقابت کرده و دسته ای برنده و دسته ای بازنده می شوند. این عامل ها در اثر تعامل با محیط به مرور زمان یاد می گیرند که چگونه با هم رقابت یا همکاری کنند به طوریکه بیشترین سود را دریافت کنند. یادگیری مبتنی بر مورد و سیستم های چند عامله دو مبحث متفاوت در حوزه هوش مصنوعی هستند. یادگیری مبتنی بر مورد یکی از الگوریتم های یادگیری ماشین است که برای حل مسأله جدید، از تجربه های گذشته و روش های حلی که مشابه با مسأله جاری باشد، استفاده می کند. از آنجائیکه خود مختاری عامل ها، یکی از شرایط سیستم های چند عامله است، استفاده از استنتاج مبتنی بر مورد می تواند نقش موثری در یادگیری و خود مختاری عامل ها داشته باشد. در این مقاله الگوریتم MG-ICBR-LA معرفی شده است. با استفاده از این الگوریتم در تخصیص منابع سیستمهای ناهمگن، خاصیت رقابتی اعمال شد. نتایج شبیهسازی نشان دادند که هزینه تخصیص منابع در روش پیشنهادی کاهش یافته است
Keywords:
Authors
زهرا سلیمانی جلودار
دانشکده برق، رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی قزوین،ایران
بهروز معصومی
دانشکده برق، رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی قزوین،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :