多Agent系统任务分配的研究

针对多Agent系统中存在的任务分配问题,提出一种任务与Agent之间多对多的分配模式,建立相应的任务分配模型,定义任务分配中的性能影响因子,并推导出进行任务分配优化的目标函数,通过一个实际案例,验证该方法的有效性。     

一种优化的任务分配方法研究

在计算机领域中,由于数据量和待处理任务的复杂度迅速增加,多台计算机共同协作完成任务已是未来发展的趋势,而合理的任务分配方法是高效地执行任务的前提。目前,借助多Agent系统去研究任务分配的方法是目前研究的一个热点。本文基于多Agent系统提出一种基于执行代价和传输代价的任务分配的优化方法,建立相应的任务分配模型,推导出评价任务分配优化效果的目标函数,并通过实例说明了该分配机制对多Agent系统处理问题性能的影响。结果表明,该种优化方法能有效地分析多Agent系统处理问题时的性能。     

基于混合遗传蚁群算法的多Agent动态任务分配研究

在多Agent系统中,由于任务的复杂性和Agent之间的异构,Agent的动态任务分配问题实际上是一个NP难优化问题。针对MAS的任务分配问题的动态特性,首先建立任务分配数学模型,建立任务分配优化的目标函数;其次提出了一种混合遗传蚁群算法。利用遗传算法快速迭代和蚁群算法正反馈信息、分布式求解的特点实现任务分配的组合优化。实验仿真的结果分析表明,该算法具备较好的全局收敛效率和求解精度,可明显提升多Agent系统的性能。     

网络结构化多Agent系统的任务分配

网络结构化多Agent系统既包括系统运行的底层物理网络,还包括Agent之间的交互网络。传统的任务分配方式并没有深入考虑到网络结构化的特点。文中首先论述网络结构化多Agent系统中任务分配的特点,介绍和分析基于底层网络拓扑与资源分布的任务分配方式、基于Agent交互网络与资源分布的任务分配方式和基于综合网络情境资源的任务分配方式。然后对相关工作进行综述,并与网络结构化多Agent系统任务分配模型进行比较分析。最后论述该方向的难点和未来要解决的问题。     

智能Agent与Agent系统

随着计算机网络及基于网络分布计算技术的发展，对于多Agent系统的研究，已逐渐成为人工智能领域一个新的研究热点。本文从多Agent系统研究的需求背景和技术背景，智能Agent的定义、特性，多Agent系统研究的现状以及发展前景等方面进行了阐述，初步向读者说明了多Agent系统的发展概况。     

基于Agent能力自信度的任务分配问题研究

借助结盟的任务分配机制是多Agent系统研究中的一个热点问题.文中通过任务需求和Agent能力的ECA规则表示,定义了一种Agent能力自信度,并给出了基于合同网协议和Agent能力自信度的任务分配算法和应用示例,其中,任务需求ECA规则中的C项表示Agent执行该任务时必须做出的付出,能力ECA规则中的C项表示Agent可以为该任务做出的承诺,付出/承诺关系揭示了Agent的能力自信度,ECA规则使得Agent能力自信度具有良好的可计算性.     

基于密码技术的Mobile Agent系统安全解决方案

Agent技术很好地解决了网络间任务分配及合作的问题,但Agent系统实际应用时的安全问题一直没有得到很好的解决。该文设计了一个可实际应用的Mobile Agent系统安全问题解决方案,该方案可以有效解决实际运行中Agent系统的安全认证及安全通信问题。介绍了该方案在个性化E-learning系统中的实际应用情况。     

改进的任务分配策略在WSN中的应用研究

Agent协调是多Agent系统发挥整体效能的保证,也是Agent系统的一个核心问题。合同网模型是多Agent系统中经典的协调策略,但仍有许多不足。主要对合同网中标策略进行改进,提出了一种带有精准度的任务分配策略。用精准度对Agent的投标值进行评价,使Agent的投标值更接近Agent的实际能力。并且对以往多属性任务分配策略中的能力和负载进行了更为详细的评价,对Agent的能力进行了详细的分析后,将任务完成质量的好坏和任务花费代价归为对Agent的能力大小的评价,而对负载的改进则是加入了对任务列表中任务数量的评价。最后以无线传感器网络为应用背景对提出的改进方法进行了仿真实验。     

多Agent系统中基于改进合同网模型的任务分配研究

任务分配是多Agent系统中研究的热.奴,合同网模型是关于多Agent系统中任务分配的经典策略,但传统的合同网模型存在很多不足。在引入基于信任度的招标策略和基于自适应的投标策略的基础上,主要针对传统合同网模型中标阶段存在的问题,从投标Agent的负载、能力和信任度3个方面进行综合考虑和权衡,提出了一种基于多属性评价中标策略的动态任务分配算法,从而有效地提高了任务分配和执行的效率。最后通过仿真实验验证了基于多属性评价中标策略的正确性和合理性。     

协同设计环境下的任务分配方法的研究

介绍一种基于辅助Agent的合同网模型的任务分配方法,并给出了协作过程中的任务选择策略和Agent选择策略,改进基本合同网模型的缺点和不足,以解决多Agent的协同设计系统中分布合作求解问题和任务分配,达到全局最优化,产生高质量的设计及有效的资源利用,并减少协商时间和信息流量,提高系统效率。     

考虑服务时效的物流服务供应链应急任务分配

针对应急情况下两级物流服务供应链任务分配问题,提出了考虑服务时效性的客户满意度模型方法。首先,考虑应急情况中订单任务量的随机性的情况,建立基于服务时效性的客户满意度模型;其次,构建最小化物流成本模型以保证物流服务供应链成本最优化;然后,引入线性加权法将包含最大化客户满意度与最小化服务成本双层规划多目标模型转化为单目标模型;最后,采用遗传算法（GA）求解模型,并针对权重作了灵敏度分析。算例研究表明,与上下层单目标分配结果的目标值0.0501和0.0825相比,综合函数模型得到了显著优化的目标值0.2716,说明所构建模型的任务分配方案能够更有效解决具有服务时效性客户满意度的物流服务供应链任务分配问题;由分析权重灵敏度可以看出,权重0.1< a< 0.5时的综合目标优化解相较于0.5< a< 0.9斜率变化程度显著,说明在应急任务分配时应根据服务能力参数理性选择两者的权重分配,这反映出了客户满意与物流成本悖反效应的存在。研究结果表明,考虑服务时效的任务分配模型能够有效解决应急情况下物流服务供应链任务分配问题。     

一种分布式问题求解系统体系结构与算法的研究

分布式问题求解是人工智能的一个新分支.由多个智能结点相互协作的分布式问题求解系统具有良好的并行性、可靠性、可扩展性与知识、资源共享能力,特别适用于分布及实时的应用领域.本文提出了以运输调度为背景的分布式问题求解系统的体系结构,问题分解与任务分布算法以及协作策略,并根据原型系统的试验结果对系统与算法进行评价.     

求解组合拍卖NP问题的遗传算法

多智能体系统采用多件物品组合拍卖协商协议能高效地实现组合资源及多任务的分配,但在传统组合拍卖协商协议中拍卖方选择买方以实现最大赢利的过程是一个NP问题,本文提出了利用改进的遗传算法来求解该NP问题的新方法,并应用于一个企业供应链管理的自动协商交易系统中。实验表明,该算法具有较优的性能。     

面向多机器人动态任务分配的事件驱动免疫网络算法

为实现多机器人系统的动态任务分配与协作,提出了一种面向多机器人动态任务分配的事件驱动免疫网络算法。将生物免疫网络的工作机理应用到多机器人动态任务分配算法中,借鉴Jerne的独特型免疫网络假说和Farmer提出的抗体激励动态方程,设计了多机器人任务分配与自主协作模型;基于事件驱动机制,设计了多机器人动态任务分配算法,并引入焦躁模型来解决任务死锁问题。仿真和实际多机器人系统实验结果表明,基于本文算法的多机器人系统在动态任务场景中具有较强的适应性和自主规划协调能力。     

Distributed Service-Based Cooperation in Aerial/Ground Robot Teams Applied to Fire Detection and Extinguishing Missions

This paper presents a system for the coordination of aerial and ground robots for applications such as surveillance and intervention in emergency management. The overall system architecture is described. An important part for the coordination between robots is the task allocation strategy. A distributed market-based algorithm, called S + T, has been developed to solve the multi-robot task allocation problem in applications that require cooperation among the robots to accomplish all the tasks. Using this algorithm, robots can provide transport and communication relay services dynamically to other robots during the missions. Moreover, the paper presents a demonstration with a team of heterogeneous robots (aerial and ground) cooperating in a mission of fire detection and extinguishing.     

基于边缘计算的新型任务卸载与资源分配策略

针对移动边缘计算（MEC）中密集型任务卸载时，系统开销较大和延时抖动明显的问题，提出一种新型资源分配策略。首先在系统时延约束下，分析了系统任务执行开销与终端设备的资源分配机制；其次建立了基于计算卸载和任务分配的联合凸优化目标；最后采用拉格朗日乘子法进行迭代更新得到最优解。仿真结果表明，所提任务卸载与资源分配方案在保证用户服务质量的同时降低了任务执行开销，并有效提升了MEC系统性能。     

基于负荷均衡的飞机驾驶舱动态功能分配

为了提高动态复杂环境下飞机驾驶舱人机系统的安全性,提出一种基于负荷均衡的动态功能分配方法。结合飞行任务和飞行员生理特征预测飞行员的工作负荷,将预测结果作为动态功能分配的触发条件,基于模糊推理调整驾驶舱自动化等级,实现飞行任务在飞行员和自动化系统之间的协调分配。基于Simulink建立飞行任务需求、飞行员生理特征、飞行员工作负荷预测、模糊推理、任务分析与再分配模块,通过仿真测试对提出的方法进行分析和验证,结果表明该方法能够及时有效地调整任务分配,避免飞行员工作负荷过高或过低。     

同构型分布式计算机系统的启发式任务分配算法

本文讨论一种启发式任务分配方法，称之为改进的ｌｉｓｔ分配方法，它适用于分配一组具有先后关系和通信延迟的任务集到同构型分布式计算机系统上。文中描述了此分配方法的原理和算法，给出相应的仿真流程图，并对具有不同拓扑结构，任务运行时间和通信时间满足多种概率分布的任务集进行了分析和仿真。结果表明，当处理器个数小于任务集的并行度，任务粒度大于５时，任务分配效率大于８０％。     

基于效用值的足球机器人系统任务分配方法

针对足球机器人系统中的任务分配问题,提出一种基于效用函数值的任务分配方法。在分析足球机器人系统任务分配问题的基础上,对机器人效用函数进行定义,并论述机器人球员相对于不同子任务效用函数的构建过程,给出基于效用值的足球机器人系统任务分配算法。仿真实验结果表明,该方法计算量小、实时性好,任务分配性能优于已有文献中的方法。     

RoboCup标准平台组中基于改进合同网协议的任务分配算法

针对RoboCup标准平台组SPL中多机器人之间的协同问题,提出了基于改进合同网协议的任务分配算法。首先对RoboCup多机器人系统建立层次结构分解模型和单体机器人行为任务树模型,并采用AHP层次分析法确定各个任务权重。其次,提出基于改进合同网协议的任务分配策略,相对于传统合同网协议,改进的合同网协议将标书公示机制引入任务分配模型;同时,提出了优先招标策略并对合同网协议流程和评价函数进行了改进和扩展。