摘要：联盟生成是多Agent系统的一个关键问题，主要研究如何在多Agent系统中动态生成面向任务的最优Agent联盟，引入历史任务集和系统经验集的概念，使用任务相似度来判断任务间的关系，提出了一种基于任务匹配的联盟生成策略，增强了Agent的学习能力，对于任务序列可以有效的求解全局最优联盟，对比实验表明本策略可以有效减少联盟生成的搜索时间和计算量。

关键词：多agent系统 联盟 历史任务集 系统经验集 任务相似度 

单位：合肥工业大学计算机与信息学院; 合肥230009