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。

基于市场机制的无人集群任务分配研究综述

市场机制的方法数学推导严谨,理论解释清晰,算法计算量小,对网络规模和拓扑结构限制少,适合未来军事领域大规模无人集群任务规划问题。围绕基于市场机制的无人集群任务分配的拍卖法和合同网法两类方法,详细梳理了该研究领域的经典文献和近年来的相关研究;从该方法的基本原理、改进研究进展、应用背景和使用局限性等方面进行了详细介绍和全面总结;最后提出了基于市场机制任务分配研究中的关键问题和未来研究趋势。

改进合同网协议的Agent动态任务分配

针对导弹作战任务规划中的动态任务分配问题,研究了MAS框架下任务分配的形式化描述和数学模型,对动态任务分配的特点进行了分析,运用合同网理论,提出了基于改进合同网协议的Agent动态任务分配算法,实现了对不确定开放环境中动态变化的任务分配方法。算例表明算法是有效的。

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。

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动(故障或新任务到达)的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。

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。

敏捷制造系统的多Agent模糊车间调度

文章针对敏捷制造环境的模糊与动态特性,提出了以分布式多Agent系统作为生产组织和运行模式;基于模糊理论和方法,结合静态调度方法的精确性和合同网方法的灵活性,研究了模糊遗传算法与模糊合同网方法相结合的车间调度方案。

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Bit承诺的合同网模型

在分析现有合同网模型的基础上,针对合同网协商过程中的安全问题,利用Bit承诺协议和RSA算法,给出一个具有安全性的合同网协商模型,保证Agent之间信息的安全传输,防止协作Agent反悔、拒绝履行承诺。该协商模型满足不可否认性和强可验证性,投标价格保密安全,技术简单,通信量小。

基于蚁群算法的多Agent合同网协议的刀具调度

刀具调度问题是机械加工过程中一个复杂的系统问题。基于此运用蚁群算法的基本原理,结合蚁群算法的响应阈值模型和合同网协议的理论来优化刀具调度"曲径",详细的阐述了蚁群算法多信息素原理在合同网协议的工作过程,并结合实际应用增加管理Agent重要决策因素——任务完成预测代价,建立了蚁群算法在多Agent合同网协议的刀具调度的基本模型;运用算法模型对多Agent刀具调度的过程进行全面有效的分析计算和各指标值的优化,实现调度结果的逐步优化,得出最理想调度策略。最后通过实例分析各指标参数优化,计算验证了蚁群算法的多Agent合同网协议的刀具调度的简便性、可行性、科学性。

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。

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。

基于改进合同网协议的半导体封装测试工厂启发式产能平衡优化

针对半导体封装测试工厂生产制造过程中生产计划分配的交互性问题,运用分布式多Agent技术,对生产分配过程进行模块化封装。在传统合同网协议基础上进行改进,嵌入"产能注册矩阵"的模式构建了多Agent协商策略模型,提出了智能体间招标—投标—中标的交互机制。对投标过程的产能平衡问题,运用启发式算法进行了优化。通过S企业生产计划实例分析和传统MRPⅡ方法投标结果对比,验证了改进的合同网协商模型和启发式算法对生产任务分配和产能平衡具有相对优良的投标完成率和相关系数矩阵。

一种适合MMOG中的玩家联盟策略

为了对MMOG中多玩家协作时实现玩家联盟提供支持,提出了一种动态联盟机制,其中通过玩家适应度评估机制、改进的合同网协商机制对玩家进行初选,并利用蚁群算法形成最终联盟。实验表明本算法可以有效减少联盟生成的搜索时间、计算量和通信量,并能提高整个团队的作战和配合能力。

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。

基于多代理系统的车间动态调度模型设计

调度方法是提高车间生产效率的关键。针对实际车间调度问题,提出一种基于多代理系统((Multi-Agent-System,MAS)的生产调度模型,综合运用了遗传算法,蜂群算法,合同网机制,实现了MAS灵活性与上述算法对调度优化的结合。分析了干扰车间调度的因素以及调度优化的目标,实现车间的智能化以及车间调度的自动化。

基于MAS的生产车间动态调度系统的研究

简要介绍了车间调度的基本问题,发展现状以及多智能体技术。在分析车间生产调度特点的基础上,提出了基于MAS的动态车间生产调度模型。该模型把车间生产调度系统分为调度代理、任务代理和资源代理等。代理之间采用了基于改进的合同网的关系网模型,并引入了基于混合遗传算法的调度模块,为解决车间加工动态调度问题提供了一种新的方法。仿真实验结果表明,该系统更好满足了车间调度的动态化、高效化、智能化、实用化的要求。

基于扩展合同网的协同设计任务分配机制研究

针对网络化产品协同设计过程的任务分配机制进行研究,在分析了已有合同网任务分配机制的基础上,通过引进时间令牌和缓冲池策略,对合同网机制进行扩展,提出了一种基于时间令牌和缓冲池机制的协同设计任务分配方法,给出了任务分配协作过程中的协商策略和基于投标信息的综合多因素决策评价算法。最后通过实例验证了所提方法的可行性,更适用于协同设计任务分配的实际情况。

一种改进的动态合同网模型

针对基本动态合同网中存在的问题,利用遗传算法与蚁群算法融合的思想结合蚁群分工特性提出DCNP*协议.该算法利用遗传算法得到初始解,再将其转化为蚁群算法的初始信息素并利用具有分工蚁群算法中刺激度与阈值关系进行最优解求取.通过分析,该模型在动态合同网特别是在大规模的动态合同网中,能够有效地提高求解效率,并减少通信时间.