本文提出了一种基于神经网络与群智能技术的多代理人决策模型。该决策模型以神经网络作为决策控制器,神经网络的输入层是代理人的历史行为策略,输出层决定了代理人的当前策略,神经网络的权重通过群智能优化技术进行训练。权重值的更新过程刻画了网络结构用在-张家港滚圆机蔬菜大棚钢管滚圆机倒角机价格低电动倒角机多少钱代理人行为策略的动态变化过程。仿真实验表明该决策模型具有自适应学习的能力,并能克服代理人之间的冲突取得Pareto最优本文有张家港市泰宇机械有限公司全自动倒角机采集网络整理，http://www.daojiaoj.com。 定理,在合理的结构和恰当的权值条件下,三层BP神经网络可以逼近任意的连续函数。BP神经网络的一般结构如图1所示。BP神经网络一般在隐含层采用S型激活函数,而在输出层采用线性型,既可以达到要求的精度,又能提高训练的速度。本文在隐含层采用对数S型激活函数,其函数形式为f(x)=11+e-x神经网络的训练过程就是通过学习不断更新层与层之间权值的过程。本文采用群智能优化算法和最小均方差原理对神经网络进行训练。训练完成后,对于给定的输入,就会得到相应的输出(满足要求的精度),这就是神经网络的泛化功能。1.3　基于群智能优化算法的决策机制粒子群优化算法是一种新兴的群智能算法网络结构用在-张家港滚圆机蔬菜大棚钢管滚圆机倒角机价格低电动倒角机多少钱本文有张家港市泰宇机械有限公司全自动倒角机采集网络整理，http://www.daojiaoj.com更多