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系统中研究的热点,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。

动态环境下基于改进合同网的多Agent任务分配算法

任务分配算法是多Agent研究的一个重要方向。基于传统合同网的任务分配算法在动态环境下存在效率较低的问题,而动态环境在实际工程中广泛存在。因此,为了使多Agent系统的任务分配算法适用于动态环境,提出了一种改进的合同网方法。该方法通过引入任务信任度和负载均衡度指标,对传统合同网的任务分配方法进行改进。仿真实验结果表明较现有方法具有更高的系统收益,且减少了多Agent系统任务完成所需时间。

合同网协议改进研究现状与展望

合同网协议是解决复杂系统任务分配问题的重要方法之一。鉴于基本合同网协议的缺陷,研究者们广泛开展了改进研究,提出了大量的改进措施,但缺乏系统地梳理。分析了基本合同网协议的主要缺陷;从3个重点改进方向——降低协商通信量、提升多方协调能力和完善任务资格评价策略,对国内外研究者改进合同网协议的主要措施进行了梳理,总结了各改进方向的基本思路和局限性;最后提出合同网协议改进研究可以在历史与规范相结合、动态投标阈值与动态缓冲池、多因素融合的任务资格评价和多改进措施组合应用等方面开展探索。

一种改进的动态合同网协议

对动态合同网协议进行了改进,提出了一种改进的动态合同网协议。管理者进行决策时不仅考虑信任度还综合相应的承包商代价。此外,给出了此动态合同网协议的算法。经过在REPAST平台上的实验,证明了IDCNP协议在运算时间及通信量方面的优越性。

基于改进合同网的中央冷却系统多Agent智能控制研究

针对电力推进装置中央冷却系统的运行特点、运行工况和智能控制需求,将多Agent控制技术引入中央冷却系统控制中.结合控制需求设计了一种合理的多Agent系统控制结构,采用了Agent联盟的协作结构,并引入了熟人机制,提出了一种改进的合同网模型.对多Agent智能控制系统的性能和效果进行验证分析,结果表明,该多Agent智能控制系统能够实现正常工况切换及故障工况下的自动控制,达到了控制要求,提高了任务效率.

基于改进合同网的无人机群协同实时任务分配问题研究

在未来的信息化战争中,战场环境日益复杂且瞬息万变,无人机群的任务分配结果需要根据战场信息的改变迅速做出响应。针对无人机群协同实时任务分配问题,提出改进合同网算法。通过招标者参与投标策略,将招标者作为基准筛选优质的投标者;引入并发机制,使多个任务可以同时进行拍卖。所提算法提高了协商效率,减少了通信量和通信频率。仿真结果表明,基于并发的合同网算法能够快速有效处理复杂战场中出现的各种突发情况,满足实时任务分配的要求。

改进合同网在多机器人围捕任务分配中的应用

针对多机器人围捕任务中的协作性和动态性问题,提出了基于改进合同网协议的围捕任务分配策略:结合案例推理方法,在传统的合同网协议中引入了匹配度和信誉度;通过与构建的案例库中的历史案例进行匹配,迅速找到候选的承包商;结合信誉度,选出最适合的承包商并能够解决承包商故障问题。最后的仿真实验表明:该策略能够将任务分配给最佳的承包商,与传统方法和其他改进方法相比较,任务完成时间少,成功率,证明了改进算法的正确性和有效性。

基于改进合同网的复杂装备故障诊断方法

针对复杂装备故障诊断任务分配与结果融合问题,给出了地空导弹故障诊断任务模型的描述,将案例推理与合同网任务分配方法相结合,弥补了合同网对经验知识利用不足的弱点;对传统合同网的任务分配方法进行了改进,给出了具体的算法流程描述,对招标范围和中标评估策略进行了深入研究;针对多资源参与下故障诊断结果冲突的情况,将诊断结果模糊融合算法进行了改进,实例融合结果表明其能有效修正群体决策中的偏差。

基于改进合同网的分布式协同目标分配

针对传统集中式目标分配算法存在的抗毁能力弱、可扩展性差等问题,提出一种基于改进合同网协议的完全分布式多平台协同目标分配算法。根据作战环境约束、任务约束以及火力平台自身性能约束等一系列约束条件构建目标分配模型;在目标分配的过程中增加合同交换操作,提升分配收益。结果表明:该算法能在提高整体收益的同时,减少目标分配反应时间,具备较好可扩展性。

基于改进合同网算法的电子对抗资源动态调度

在电子对抗领域,电磁作战资源的调度效率直接影响整个作战体系的作战效能。而在实际战场中,存在种种随机的和不确定因素使得动态资源调度的研究尤为重要。首先对电子对抗中的资源调度问题进行数学建模得到效用函数,进而利用合同网算法对该数学模型进行仿真计算,通过引入敌方目标增加、己方单元减少和己方单元能力削弱三种不确定因素,实现快速对资源的重新调度。最后对计算结果进行分析。

基于改进合同网模型的AGV系统多车调度优化研究

随着物流行业智能化发展,AGV在物流领域的应用日益增加,随之而来的优化调度问题也成为研究热点。多Agent方法是针对AGV系统多车调度优化的一个较优方法,合同网协议是多Agent系统中应用最多的协商机制,但传统合同网算法存在着通信量过大、效率较低的问题。因此,本文利用了Agent主动感知的特点,引入主动感知系数,并结合Agent能力值和信任度三个指标,提出了一种改进的合同网方法。仿真实验结果表明改进的合同网可减少通信量,提高AGV系统单位时间内的工作效率。

基于改进合同网协议的集群化管理调度模式研究

个性化冲击下的制造车间正在向着智能化转型,文中将各类加工资源进行整合,提出了一种对各种加工设备进行集群化管理的调度模型,改进了传统合同网的单步寻优的局限性,兼顾了单个任务最小完工时间和同一时刻到达某类加工设备的多个任务负载分配均衡的多目标优化,提出了任务工件紧急程度实时变化的思路,对车间实时接受新订单、同一时刻有多个任务到达某类加工设备、紧急订单问题提出了解决方案,最后通过仿真实验证实了文中调度模式的可行性。

基于改进合同网协议的多Agent动态任务分配

为了使多Agent系统的任务分配更能适用于动态环境,提出一种改进的合同网协议的多Agent动态任务分配方法。该方法首先建立Agent能力模型和Agent执行的任务描述,在此基础上改进合同网中的招标阶段,Agent通过将正在执行的任务进行招标来动态改变自身能力以进行任务的再分配。最后,通过建立AGV(automatic guilded vehicle)物流仓库搬运仿真系统以验证改进方法的可行性和有效性。仿真结果表明,该方法能有效减少系统完成任务的总时间,提高了系统的整体效率,并且提高多Agent系统适应动态环境的能力。

同种农机机群动态作业任务分配方法

为解决农机作业过程中因突发状况引起的作业时间增加、某些作业任务无法完成等问题,该研究提出一种基于改进合同网算法的同种农机机群动态作业任务分配方法。基于农机性能参数和任务参数综合考虑用时最长农机的作业时间、农机机群油耗和路上的路程建立机群代价函数,建立单个田块和地头相邻田块的路径规划方法,参考合同网算法中的招-投标过程,建立农机对任务进行投标的代价函数,基于降低服务器计算量、减少通信次数、任务均衡分配和减小非作业路程等原则,通过选择招标者、设定招标阈值、中标者任务再分配和农机间任务交换等方式改进合同网算法。在不同时间进行基于传统合同网算法和改进合同网算法的农机机群动态作业任务分配仿真试验和农场实际播种作业试验。仿真结果表明,基于改进合同网算法的动态任务分配仿真结果比基于传统合同网算法的动态任务分配仿真结果机群时间代价降低0.83%~12.89%,与服务器通信次数降低77.4%~85%。农场实际试验结果表明:在不同的任务分配时间,基于改进合同网算法的动态任务分配的机群时间代价比实际理论机群时间代价降低30.20%~34.09%。本文提出的动态作业任务分配法能够满足农业生产中同种农机机群动态作业任务分配需求。

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法——动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。

基于Repast平台的多Agent仿真建模研究

随着计算机应用的发展,多智能体系统(MAS)方法和技术在许多领域得到了广泛应用,对MAS进行仿真建模研究成为研究热点。多Agent仿真建模实验平台的使用,能很好地对MAS进行建模,提高使用者的效率,对于MAS的研究有重要意义。分析了仿真平台Repast的主要系统功能模块,说明了如何利用和扩展Repast平台来进行仿真建模,利用Repast实现了一个改进的动态合同网协议的仿真实验。实验建模过程和分析证明,利用Repast进行仿真建模,可以使建模者方便、快捷地对MAS系统进行分析,能有效提高工作效率与降低建模难度。

多移动机器人动态联盟围捕策略

针对多移动机器人协作围捕中入侵者的位置和数量未知的问题,提出了一种基于改进合同网协议的动态联盟围捕策略。管理者通过分析入侵者的特征,与历史案例完成最佳匹配,并根据信誉度的高低,选出最为合适的承包商(即机器人小组)完成围捕任务。距离某入侵者较近的其他小组中的机器人,能够与围捕该入侵者的机器人小组形成联盟,并替换掉小组中较远的机器人,而领先完成任务的小组们可与规定时间内未完成任务的小组形成联盟,以更好地完成围捕任务,并且机器人可以随时退盟。对传统的人工势场方法进行改进,解决了"目标不可到达"和"死锁"问题。面对不同数量的入侵者分别进行了仿真实验,并与经典围捕算法对比,结果表明所提围捕策略能够缩短围捕时间,顺利完成围捕任务。

供应链任务分配和决策机制研究

任务协作分配和决策机制对于企业的供应链管理具有重要意义。采用基于合同网进行协作的Multi-AgentSystem(MAS)方法建立了混合式供应链体系结构。引入关系网的概念,对合同网中的协商策略进行改进和扩充,构建了改进合同网的招标投标模型,通过对招标信息进行分析,建立了评估决策机制。通过计算实例验证所提方法的正确性和有效性。结果表明,采用改进的合同网能大大减少通信量和协商时间,节约系统资源,降低供应链管理成本,提高系统效率,此外采用MAS方法可以使供应链系统具有很好的可扩展性和可重构性。

多Agent动态任务分配问题

针对多Agent动态环境下任务分配问题,建立多Agent动态任务分配模型,提出了基于改进合同网的动态任务分配算法。在合同网的基础上,引入任务中转站处理由环境变化产生的新任务,任务优先级定义任务的处理顺序,并对算法的招标以及投标阶段进行了改进,设定了招标任务阈值和投标任务阈值。仿真结果表明该算法能在各种环境变化下快速更新任务分配方案。

面向预警场景的大规模星座协同调度标准建模与求解方法

针对大规模星座任务协同调度具有卫星节点数量多、任务需求规模大、资源使用约束条件复杂,对多节点间协同调度的建模和求解要求较高等特点,设计了一种“任务预处理——统一化建模——规范优化求解——在轨指令生成”的阶段式统一化建模与求解顶层框架,在此顶层框架之下提出了一种基于改进合同网的多节点即时协同调度算法(CSA-ICNP),利用模糊寻优结合局部搜索策略提高算法的整体寻优能力。通过开展大量仿真实验,与随机搜索算法、贪婪搜索算法、基于冲突度的任务分配算法、最小负载最先分配算法和基于改进合同网协议的分布式卫星资源调度算法进行结果对比和性能分析,每个实验用例都获得了最佳目标函数值,平均提升了42.13%、41.51%、37.93%、37.53%和18.57%。