基于离散粒子群算法求解复杂联盟生成问题

针对联盟生成问题现有解决方案的不足,提出复杂联盟和虚拟Agent的概念,设计一种基于多粒子群协同优化的复杂联盟串行生成算法,实现一个Agent可以加入多个联盟和一个联盟可以承担多个任务,在一定程度上解决了Agent资源和能力的浪费问题.实验结果证明了算法的有效性.     

一种基于蚁群算法的多任务联盟串行生成算法

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.引入蚁群算法解决多任务联盟问题.提出了一种基于蚁群算法的多任务联盟串行生成算法,对于任务序列可依次生成全局最优联盟,避免了联盟死锁和资源浪费,同时算法基于蚁群系统的学习能力可以有效减少联盟生成的搜索时间和计算量,可实现性好.     

基于离散粒子群求解复杂联盟的并行生成

联盟生成是多agent系统中的一个关键问题。该文引入离散粒子群优化来解决这一问题,采用粒子的随机扰动避免了算法的早熟,设计一种二维二进制编码实现复杂联盟的并行生成,通过编码可行性检查、冲突消解和补偿策略克服了求解过程中的资源冲突和联盟死锁。仿真实验说明了算法的有效性。     

一种基于奖励机制的agent联盟形成策略

 为了解决多智能体系统中agent在形成联盟的时候不能同时保持系统全局优化解和联盟的稳定性问题,提出了一种联盟形成时的奖励策略,对于在联盟中执行任务的agent给以适当奖励,从而使得联盟在达到全局最优化解的同时保持稳定.在实验中,以Postman问题作为例子,对三种联盟形成策略即Shapley值策略、均分策略和奖励策略进行了比较.数据表明Shapley值策略和均分策略的时效性差,并且不能保证联盟的稳定性.相反,奖励策略是最有效的,它可以使得联盟达到全局优化解的同时保持稳定,并且时效性好.最后对奖励策略进行了性能分析,从理论上证明了奖励策略的优越性.     

基于DSGA的航空作战平台作战联盟形成策略

作战联盟是一种适应分布式网络化作战的重要作战样式。以航空作战平台执行突击作战任务为背景,分析任务资源能力需求与作战平台能力属性匹配特点,建立航空作战平台作战联盟形成问题的数学模型。针对模型特点,采用一种双串编码遗传算法(DSGA)对模型进行求解,并制定部分匹配交叉策略、均匀变异策略以及混合选择算子。案例实验结果表明,算法能够有效解决问题模型,且具有较好的可靠性和时效性。     

构建虚拟物流联盟——我国中小物流企业制胜之道

构建虚拟物流联盟是我国中小物流企业的制胜之道。采取动态联盟的方式建立虚拟物流联盟可以形成规模经济，速度经济和网络高效性。通过需求分析、联盟成员选择、方案设计实施、动态管理四个步骤建立虚拟物流联盟。     

基于联盟链的可靠边缘计算任务卸载方法

随着移动终端尤其是工业互联网技术的快速发展,终端设备密集分布,无线带宽有限,经常导致业务过程中的集中式云资源调度,难以满足远程终端应用对低时延和低成本计算的需求.着眼于本地服务器联动云数据中心,边缘计算为这类移动应用提供了一种敏捷的计算服务模式.虽然边缘计算的敏捷服务模式能够有效缩短移动应用的时延并降低对应的通信成本,但在边缘计算环境下,异构资源之间的任务卸载经常会导致一些潜在的数据安全隐患和服务质量受损.针对上述应用挑战和技术发展趋势,本文提出了一种基于联盟链的可靠边缘计算任务卸载方法 .该方法利用联盟链进行身份校验和卸载结果反馈,以任务的完成时间、卸载成本与资源可靠度作为评价标准,设计了一种基于遗传算法的卸载策略,支持卸载决策时任务卸载的可靠性评估.实验结果表明,本文方法能在满足时延约束的前提下提高任务卸载的可靠性,为移动智能应用提供了一种有效的数据安全保障方法.     

网络环境下图书馆联盟建设的思考

在信息技术不断发展,科学技术日新月异的今天,人们的生活工作习惯也在发生改变,快节奏的生活方式导致人们的阅读需求产生了很大的变迁.传统图书馆已经无法满足人们对于信息资源的需求,所以需要图书馆在网络环境下开拓创新,但又受到资金技术等方面的约束,在这种情况下,建设图书馆联盟是最有效的方式.本文从图书馆联盟建设的意义,联盟建设过程中遇到的问题,以及完善图书馆联盟建设的措施三个方面阐述.     

虚拟星座资源组合关键技术研究

随着卫星在各领域上的应用越来越广泛,实际应用需求日益复杂,虚拟星座的技术发展愈受关注。为了更高效地处理卫星成像任务,充分地利用卫星资源,及时、有效地对目标区域进行覆盖,达到用户满意的需求,提出了一种虚拟星座资源组合技术。介绍了卫星资源联盟方法,将非层次、分布式、相互独立和成像能力互补协同完成复杂对地观测任务,且分别属于不同卫星中心的卫星资源整合,通过任务和资源双边匹配机制,使任务和卫星资源联盟之间形成关联关系。实验结果表明,该技术不仅能够形成针对任务的卫星资源联盟,而且可以剔除无用的成像卫星,同时提高卫星资源的调度效率和利用率。     

无线传感器网络中带复杂联盟的自适应任务分配算法

针对无线传感器网络任务调度的实时性及节点计算及能量受限的特点,根据任务截止期赋予任务优先级,优先考虑高优先级任务,设计了一个无线传感器网络中带复杂联盟的自适应任务分配算法。为尽最大努力确保任务在截止期前完成,对截止期较为紧迫的任务采用历史信息生成历史联盟,并执行快速子任务分配算法;而对截止期较为宽裕的任务,在满足任务截止期约束条件下,以节点能耗和网络能量分布平衡为优化目标,采用矩阵的二进制编码形式,设计了一种离散粒子群优化算法以并行生成联盟,并执行基于负载和能量平衡的子任务分配算法。仿真实验结果表明所构造的自适应算法是有效的,在局部求解与全局探索之间能够取得较好的平衡,并能够在较短的时间内取得满意解。     

Algorithms for Transitive Dependence-Based Coalition Formation

Coalition formation methods allow autonomous agents to join together in order to act as a coherent group in which they increase their individual gains by collaborating with each other. Although there are some research efforts toward coalition formation in multiagent systems (MAS), such as game theory-based approaches, these methods cannot be easily applied in real-world scenarios. Based on a novel social reasoning theory, namely, transitive dependence theory, this work proposes two dynamic coalition formation algorithms for coalition formation: 1) without and-action dependence and 2) with and-action dependence, respectively. While most related work addresses the problem of searching for the optimal coalition structure (CS), the proposed algorithms aim to find out the optimal coalitions for specific goals. Theoretical analysis and experimental results suggest that 1) the algorithm for coalition formation without and-action dependence is of polynomial complexity and is efficient, and 2) when the incidence rate of and-action dependence is not high, the anytime algorithm for coalition formation with and-action dependence is also efficient although it has relatively high complexity (NP-complete).     

信任和效用关系约束的联盟结构生成

联盟结构生成是分布式人工智能的重要研究内容,一般仅依据智能体效用生成任意数量的联盟,这导致最优联盟结构生成的计算复杂度NP难。实际上,信任是合作的基础,信任关系对最终效用有直接的影响,应该综合考虑信任和效用关系。针对以上问题,该文扩展效用约束为信任和效用约束,用信任和效用二元组表示,以此作为联盟结构生成的依据。借鉴图割的s-t-cut算法,研究了基于信任和效用关系的联盟结构生成,在保证智能体个体理性和联盟稳定(无块)的前提下,使用信任和效用关系对网络进行切割,从而形成联盟。由此,该文提出了两种多项式时间的精确算法:信任关系约束下的MT-s-t-cut算法和信任效用关系约束下的MTU-s-t-cut算法,这两种算法均能够在多项式时间内得到最优联盟结构。仿真实验验证了信任关系影响所形成的联盟结构,社会整体效用随智能体数量的增加而增加,并且算法的运行时间远小于动态规划法(DP)和ODP-IP算法。     

基于历史行为的agent联盟策略

协商是多agent系统中联盟形成的重要手段,很少有对协商初始提议的讨论.提出了一种基于个体历史行为确定协商起点的方法,根据agent在历史任务中的各维能力贡献率,计算其在当前任务中的期望获利因子,并据此给出协商时的初始提议,在此基础上设计了一种联盟形成策略,试验表明了该方法的有效性.     

一种基于博弈的联盟组网方法

针对缺乏有效联盟收益分配机制,导致发送端拒绝协作,同时发送信号,造成接收端信号重叠,该文提出一种基于博弈的安全联盟组网方法。首先,将协作博弈机制中的收益分摊机制引入安全联盟组网自适应形成方法,建立发送端联盟组网模型。然后,为实现联盟方式组网,基于博弈方法将联盟组网相比非联盟时增加的总安全速率作为可转移的收益函数,平均分配给组网内各个发送端;之后,发送端遍历所有可能形成的联盟组网,得到均摊收益最大的联盟组网方式;最后,发送端自适应形成该联盟组网,无需发送信号或相同需求下窃听信道条件最坏的发送端发信号,其余所有发送端通过发送人工噪声进行协作。仿真分析验证了该方法的公平性和有效性,当发送端功率等于20 mW时,高斯信道下的网络平均安全速率相比初始状态提高1.8 。     

Joint resource allocation and interference management in the D2D uplink underlaying cellular networks

This paper investigates the problem of joint interference management and resource allocation in device-to-device (D2D) uplink underlaying cellular networks. To improve the D2D system sum throughput, an overlapping coalition formation game (OCFG) is proposed to achieve resource allocation. In the game, a novel initialization in term of the priority sequence is proposed to rapidly form the initial coalitions. During the coalition formation, the merging and splitting sequences are adopted to guide the order that D2D users merge in or split from the coalition. Here the splitting sequences are formed according to cross-tier interference strength and the merging sequence is based on matching theory. Besides, a power control scheme is formulated to optimize the power allocation. The performance of the proposed algorithm is analyzed and verified through simulations.