1.模拟局部代价来求解DCOPs的方法，其特征在于：包括如下方法：S100：DCOPs问题的定义由一个4元组(A,X,D,F)来表示：A＝{Agent1,…,Agentn}是智能体的集合；

X＝{x1,…,xm}是变量的集合，每一个Agent控制一个或多个变量；

D＝{D1,…,Dm}是值域的集合，每个变量从值域中取值；

F＝{f1,…,fq}是约束代价函数的集合，包含了所有变量组合及其对应代价；

约束函数fij表示变量xi和变量xj之间每个可能的赋值组合的成本，Agent的目的是找到*联合变量赋值X使得给定的全局目标函数最小化；目标函数描述为：S200：初始化阶段：

S210：设每个Agent由多个个体组成，每个个体具有编号和值，每个个体的值为该Agent值域D中的值；

S220：将每个Agent中的多个个体平均分配，得到C个种群，各个种群分别进行初始化，为值域中的所有值都创建一个代价模拟值；

设置局部代价模拟值交换，设定交换间隔ecy，局部代价每更新ecy次，多个集合A中的所有Agent进行根据公式(4)交换获得种群间的estc(di)：式中，γ是学习率；

S230：每个Agent为C个种群中的所有个体从该Agent对应的值域D中选值；

S240：每个Agent将所有个体的编号和值发送给其邻居；

S300：局部代价模拟阶段

S310：当一个Agent接收到所有邻居发送的个体的编号和值后，将该Agent的C个种群中所有编号相同的个体组成一队，计算组成的所有队中个体的局部代价；

S320：使用S310中计算的个体的局部代价更新S220中代价模拟值，继续执行S230步骤，直到满足终止条件跳出，输出值域中代价模拟值最小的值。

2.如权利要求1所述的模拟局部代价来求解DCOPs的方法，其特征在于：所述S220中每个种群都通过公式(1)为值域中的值创建一个代价模拟值：其中， 是下一轮Agent取di时将产生的局部代价的模拟值，通过对上一轮的局部代价模拟得到，并根据其变化进行更新；ck是一个种群的序号，m∈Ni是ai的邻居。

3.如权利要求2所述的模拟局部代价来求解DCOPs的方法，其特征在于：所述S310中所有队中个体的局部代价通过公式(2)计算：其中j∈Ni是ai的邻居。

4.如权利要求3所述的模拟局部代价来求解DCOPs的方法，其特征在于：采用公式(3)对更新S220中代价模拟值：其中， 是种群ck的衰退率。

5.如权利要求4所述的模拟局部代价来求解DCOPs的方法，其特征在于：所述S240中每个Agent为C个种群中的所有个体从该Agent对应的值域D中选值的方法是：根据值域中每个值对应的代价模拟值被选中的概率大小设置轮盘面积，再转动轮盘随机选择；

所述值域中每个值对应的代价模拟值被选中的概率通过公式(5)计算得到：使用预估值的倒数计算概率，选择di的概率定义为公式(5)：其中α是一个通过提高di被选择概率而显著影响解质量的参数。