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。     

基于扩展合同网的协同故障诊断任务分配研究

任务分配作为协同故障诊断技术的重要环节,任务分配机制的优劣直接影响到诊断效率和准确性。针对现有合同网协议存在分配效率低、任务量大时易造成单节点过于忙碌等问题,提出一种基于扩展合同网的协同故障诊断任务分配机制。首先利用Hash算法建立子故障任务与对应分配路径的分配知识库,为任务分配提供动态分配经验;其次将Dijkstra算法与合同网协议相结合,通过权衡故障诊断能力与路径权值来选择"性价比"高的任务分配节点。算法仿真表明,扩展合同网任务分配算法减少了通信量、提高了分配效率。     

多Agent系统中基于招投标的任务分配优化

在利用多Agent系统辅助生产任务分配过程中,为避免仅凭招投标结果来确定任务分配方案时只能获得局部最优的问题,提出了一种生产任务分配全局优化方法。建立了基于招投标结果的生产任务分配优化目标函数,设计了退火进化算法,实现生产任务的综合评标。通过实例验证说明算法求解该问题可行有效,便于获得生产任务分配的全局最优方案。     

一种多Agent系统相关任务的并行调度算法

本文研究多Agent系统(MAS)相关任务调度问题,从时间和空间两方面考虑,提出了一种新颖的多Agent 相关任务的并行调度算法--多Agent相关任务关联矩阵调度算法(Multi-Agent Dependent Tasks Correlation Matdx Scheduling Algorithm,MADTCMSA),利用可变的关联矩阵表示任务的时间需求与Agent的局部存储空间的关系及任务分配的状态.实验显示该算法具有最短或较短的调度长度,并且具有较好的时间均衡性和空间协调性.     

基于多Agent的汉字签名认证系统的任务分配策略研究*

针对基于多Agent的汉字签名认证系统的任务分配策略进行了讨论,并结合遗传算法和模拟退火算法给出了一种新的基于多Agent的汉字签名认证系统的任务分配策略。     

一种基于密封第二价格拍卖的任务分配算法

任务分配是MAS研究的核心问题之一,合理的任务分配可以提高系统的整体性能,如何得到合理的分配结果是多Agent任务分配关心的问题。为此,研究者们提出了很多解决算法,但很少考虑到Agent的能力及偏好。论文给出了一种基于密封第二价格拍卖（SPSB）的任务分配算法,强调了Agent的能力及偏好,体现了Agent的自利特性。论文以多Agent运输军需问题为背景,进行了仿真实验,结果表明该算法是合理、有效的,优于ReA-MRTA[4]算法。     

多Agent层次任务分配方法

提出了一种层次任务分配方法,用于解决动态环境中的任务分配问题.利用全局分配方法为Agent分配合适的任务,当环境发生变换时,通过局部调整来解决任务和Agent之间的匹配问题,使得每个Agent能够根据局部信息选择理想的任务来执行,提高了分配算法的鲁棒性和多Agent整体效用.仿真实验结果表明,该方法是可行且有效的,能够解决动态环境中的任务分配问题.     

MAS故障诊断系统中的任务分解与分配

多Agent系统的很多特点使其成功应用于故障诊断系统.为提高MAS故障诊断系统的通用性和智能性,首先分析了某型飞机的任务分解的层次结构,据此设计了任务分解的知识表示机制.其次应用了改进的合同网协议进行任务分配:重视利用任务分配经验知识,缩小任务招标的有效对象范围,对同一任务允许多种方法求解.在某型飞机故障诊断的应用中,该任务分配分解机制显示出较高的准确性和智能性.     

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。     

基于拍卖的动态任务分配算法

动态任务分配是开放式MAS系统研究的重点。在文献[9]给出的算法基础上,针对任务分配或执行过程中,随时有新任务出现的情况,本文提出一种改进算法,同时考虑Agent对已知任务和未来任务的期望度,以引导Agent合理出价,从而得到较优的分配结果。通过在多Agent运输军需问题中的应用,验证了该算法是合理有效的。     

多诊断资源参与下的诊断任务执行路径规划

远程协同故障诊断的一个关键环节是诊断任务分配,而多个分解后诊断任务执行顺序确定也是诊断任务分配环节中不可避免的一个内容;基于D算法,建立了关键路径规划方法来进行诊断任务执行路径规划,包括最长和最短关键路径规划算法;从诊断任务模型自身出发,研究了基于结构矩阵方法的路径规划方法;并以混凝土运输车制动系统故障诊断任务执行路径规划为例,进行了方法应用,验证了其有效性。     

远程协同故障诊断任务执行路径规划

远程协同故障诊断的一个关键环节是诊断任务分配,而多个分解后诊断任务执行顺序确定也是诊断任务分配环节中不可避免的一个内容;基于D算法,引入两个辅助向量,建立了关键路径规划方法来进行诊断任务执行路径规划,它包括最长和最短两种关键路径规划算法;并以混凝土运输车制动系统故障诊断任务分配中的执行路径规划为例,对该方法进行了应用,验证了该方法具有简单实用,易于计算机实现等特点;结论中进行了总结并指出了进一步研究点。     

基于能力及任务需求的多Agent任务分配方法

针对动态环境中的任务和Agent的动态变化问题,提出一种基于能力及任务需求的层次任务分配方法.利用全局分配方法为Agent分配合适的任务,当环境发生变换时,通过局部调整来解决任务和Agent之间的不适应问题,每个Agent能够根据局部信息选择理想的任务执行,提高了分配算法的鲁棒性.仿真实验表明该方法是可行及有效的,能够解决动态环境中的任务分配问题.     

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DFS的多Agent动态任务分配算法

针对任务分配算法应用于不确定动态环境时存在的不足,研究具有动态模糊特性的任务环境,借助动态模糊集理论,给出相关的多Agent动态任务分配算法并进行实例测试。测试结果表明,该算法模型可以合理地模拟MAS系统中任务分配的运行过程,并获得最优的任务分配策略与良好的任务实现效果。     

传感器网络能源有效任务分配算法

为了延长网络生命期,传感器网络在设计过程中,通常利用节点本身的处理能力,进行网内处理,以减少通信量,节省能量.在传感器网络内引入处理或计算后,应用可以描述为一个任务集及任务之间的数据依赖关系.不同的任务分配方案导致应用执行所需的通信量和计算量不同,从而影响应用执行的能量消耗.在使用任务图对传感器网络应用描述的基础上,提出了传感器网络任务分配模型.由于应用的任务可划分为感知任务集和处理任务集,因而传感器网络中的任务分配可分成感知任务分配和处理任务分配两个阶段.针对处理任务分配,将其建模为二次0-1规划问题,并提出了分布式逐层优化分配算法OALL.仿真实验验证了分布式算法OALL的有效性.     

基于Agent的远程协同故障诊断系统研究

以机电设备故障诊断为目的,远程协同为手段,给出了远程协同故障诊断系统定义及CSCW、多AGENT系统在该领域的必然结合。介绍了Agent技术在系统中的基于改进合同网的任务协同管理应用,以及在专家系统知识库中路径搜索时采用了蚁群算法。最后,在某机器人网络系统中论证实现了系统设计思想,突出了本系统的智能性、开放性和协同性。     

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。     

基于多Agent的某型导弹故障诊断系统任务规划研究

针对基于多Agent的故障诊断系统任务规划问题,研究并给出了该系统任务描述方式和基于系统结构的任务分解方法以及针对诊断的任务分配方案;将诊断Agent的领域知识库建立在该武器系统3个分系统下的各基本结构级上,该方案综合考虑了故障的位置、参数类型和故障诊断率等信息,分配具有针对性,使系统基本实现了故障诊断任务的智能分配;同时这种分配方式的可扩展性、可修改性和灵活性较强,该方法在基于多agent的某型车载导弹故障诊断系统中得到了很好的应用。     

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。