基于多约束投标策略的改进合同网算法

针对无人机使用传统合同网算法进行任务分配存在的投标个数多、网络吞吐量不均衡、工作负载高等问题,提出一种改进合同网算法任务分配模型。首先对无人机任务分配的空间环境进行建模,在传统合同网算法的投标阶段,结合一种基于无人机能力评估方法的投标策略,该策略建立了基于代价函数和收益函数的任务效能函数。通过多次仿真,对历史任务效能、本次招标的任务效能、工作负载和网络吞吐量4个指标依次进行分析和评估,仿真结果验证了改进合同网算法的有效性。

基于改进合同网算法的异构多AUV协同任务分配

传统合同网算法应用在异构多自主式水下航行器(AUV)协同任务分配时,存在招标过程中多种招标者并存的情况,不易产生有效招标者;在投标过程中,潜在投标者增加了无效投标数量及其招标者对投标结果的评估负担,极易产生任务不合理的情况。针对以上2种问题,文中提出了一种基于改进合同网算法的异构多AUV任务分配策略。该方法将任务负载率指标和令牌环网概念结合起来,有效解决选择招标者及其任务不合理的问题。基于MATLAB的三维任务环境的仿真实验表明,对于异构型多AUV进行任务分配,文中提出的改进合同网算法能够有效提高整体效能并进行合理的任务分配。

基于改进合同网算法的多无人机任务分配

传统合同网算法在任务分配过程中存在任务分配不合理,不能有效利用资源的问题;其在进行任务分配时,不能按照任务需求进行任务分配,任务分配效率低下。针对以上问题,文中提出一种基于改进合同网算法的多无人机任务分配方法。该方法通过优化每架无人机的负载平衡,并结合时间和协作要求,解决任务分配不合理的问题,提高任务的分配和执行效率。

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。

基于改进合同网算法的机动维修保障模型研究

针对机动维修保障中维修任务调度问题,确定了分队约束条件,建立维修效果评价指标,基于改机合同网算法建立了机动维修保障模型,最后通过实验证明了模型和算法的有效性。

基于合同网的巡飞弹任务分配算法及模型

针对基于无人机的任务分配算法无法解决巡飞弹药对各目标任务分配的问题,开展巡飞弹群多目标环境下任务分配算法及安全控制策略研究。根据巡飞弹药协同决策、协同打击的作战模式,结合威胁评估方法,通过引入打击效益值和降标分配模式,设计了基于合同网的巡飞弹任务分配算法及安全控制方法。仿真验证结果表明,改进算法针对不同威胁度目标实现多弹选拔具有可行性,并与经典合同网算法进行比较,证明通过改进可以有效减少多弹间信息交联次数,降低巡飞弹群各节点间的通信负担,提高分配效率和弹药安全性。

基于动态合同网的Agent任务分配算法

随着应急指挥网络系统规模不断增加,网络故障诊断逐渐成为应急指挥网络系统的关键。针对域间协同故障诊断中的任务分配问题,提出了基于改进合同网的Agent动态任务分配算法,建立了Agent性能库,使管理者根据所注册Agent的性能进行发标,同时,为每个执行Agent完成某项任务建立相应的信息素,实验结果表明,该算法有效地避免了网络的拥塞,提高了任务分解的效率。

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。

基于细菌觅食算法的多异构无人机任务规划

针对多无人机任务规划问题,以细菌觅食算法为基础,融合遗传算法的交叉变异操作,进行任务分配。为了提高算法的收敛能力,动态自适应调节算法的游动步长、繁殖次数和迁徙概率。基于Lyapunov导航向量场和避障向量场构建融合向量场,模拟真实静态和动态障碍物环境,在任务分配阶段完成航迹规划;基于合同网拍卖算法,进行无人机坠毁后的任务重分配。仿真结果显示,改进算法满足任务规划需求,在考虑静态和动态障碍物的环境下,能够高效的完成多异构无人机的任务分配以及重分配且总代价最小。

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。

多目标跟踪的飞行器集群协同实时任务分配策略

针对跟踪过程中,多动态目标优先级变化引起的飞行器任务实时重分配问题,提出了一种飞行器集群智能自组织控制方案。该方案基于飞行器集群组网和集群协同计算技术,实现分布式集群实时控制与协同任务分配,以保证对多目标的实时跟踪。针对跟踪目标优先级变化的场景,提出了具有双向选择机制的合同网改进算法,能够解决突发情况导致的飞行器集群任务实时分配问题。最后进行仿真验证,实验结果表明,该方案能够提高飞行器集群的协商效率,减少通信频率,提升任务分配的时效性。

基于动态刺激响应模型的异质农业Agent群任务分配策略

针对农业Agent群协同控制困难、工作效率低的问题,研究了基于改进刺激响应模型的异质农业Agent群任务分配策略。建立基于熟人网与云边协同计算系统的分层混合式Agent群体系架构;将蚁群算法的刺激响应模型应用于传统合同网算法中,通过建立自适应招标策略来限制投标Agent数量、减少系统的通信负担;在考虑农业Agent异质性的基础上建立任务分配的效能模型,通过构建时变系数与时间矩阵,建立基于直接信任度、基于推荐信任度的动态信任度函数与响应阈值设计方法,以优化农业Agent团队的整体效能;利用增量式PID算法与积分分离阈值建立刺激量动态更新函数,减少了Agent团队工作量的超调量、通信量与偏差收敛时的迭代次数。仿真结果表明,在Agent团队规模分别为40个与100个时,改进的合同网算法相比传统合同网算法的整体效能分别提高了41.1%与83.1%;在Agent团队规模为40个时,额外设置3组刺激量更新函数,基于PID算法的刺激量动态更新函数的工作量超调量相比第2组函数、第3组函数分别降低了24.5%、9.5%,在迭代次数方面,相比第1组函数、第3组函数分别降低了84.3%、84.8%;在Agent团队规模分别为20、40、100个时,改进的合同网算法的通信量相比传统合同网算法减少了49.1%、63.7%、72.4%。验证实验表明,由改进的合同网算法进行任务分配的通信量与工作量超调量较传统合同网算法分别减少了70.0%与20.2%,整体效能比传统合同网算法增加了14.1%,且改进的任务分配算法能保证参加工作的Agent群在规定的时限要求内完成对工作区域的100%覆盖。

基于Multi-Agent和本体的分布式入侵检测系统研究

入侵检测系统IDS(Intrusion Detection System)经历了近三十年的发展,虚警率高等问题一直困扰着用户,其原因可以部分归结为知识表示能力不足和IDS缺少协同工作。针对上述问题,融合Agent和本体技术,在此基础上建立相应的入侵检测本体知识库,提出一种基于Multi-Agent和本体的分布式IDS系统。该系统采用以本体为核心的多层次、分布式体系结构,从功能上分为探测器层、协同分析器层、知识管理层,从结构上由知识管理Agent、主机入侵检测Agent、网络入侵检测Agent、日志入侵检测Agent以及其他入侵检测Agent组成。各入侵检测Agent间协作采用合同网模型和熟人模型的协作算法。经过实验分析验证,该系统一方面提高了各检测器的协同工作能力,降低了虚警率,另一方面可以大大减少各检测器的通信量,提高了其协作效率。

多智能体系统任务分配实验设计与实现

针对多智能体系统课程教学中理论与实践教学脱节的问题,构建了分布式多机器人系统仿真平台,设计并实现了分布式多智能体探测任务分配实验。在实验中,提出用一种改进合同网拍卖算法实现多智能体系统探测任务的分配。该平台具有界面友好、易于上手、方便扩展等特点,适用于多智能体系统理论课程配套的实验教学。依托该平台,采用以问题为导向的教学方法,能够有效提高学生对理论知识的理解和掌握,培养学生的创新意识和工程应用能力。