复杂时空网络冲突消解群组角色指派研究

为了解决因孤立时空约束而导致的多项任务指派的协同失效和全局优化性能急剧下降问题,使用角色协同理论(role-based collaboration)及其通用模型E-CARGO的子模型群组角色指派(group role assignment),以机场登机口调度为例,对问题进行指派时空约束形式化建模;分析不同代理承担不同角色、不同代理承担同个角色的协作情况,从而建立量化评估矩阵与协作矩阵;继而对时空约束进行解耦与消解,采用整数规划在追求协作空间利用率最大化的同时,考虑平衡旅客偏好,对问题进行多目标求解。大规模仿真实验论证了模型与方法的一般性、有效性和可靠性。此外,与传统GRA模型相比,主体利益指标提升6.21%,客体偏好指标提升9.72%,实现秒级求解,满足了复杂时空网络下的任务分配快速指派响应要求。

基于E-CARGO模型的共乘出行匹配建模与优化方法

共乘出行应用系统通过提高汽车可用座位容量利用率来减少交通拥堵、缓解停车位紧张,提高社会效益和环境效益。司机和乘客的实时匹配和优化技术是共乘系统的核心内容。基于角色的协同(RBC)是一种用于促进组织结构、提供有序系统行为和协调系统内活动的新方法。为了减少乘客和司机的动态实时匹配时间、提高匹配效率,提出结合RBC和环境-类、代理、角色、群组和对象(E-CARGO)模型形式化共乘问题的方法。在资源容量约束和利润收入给定的情况下,对共乘匹配问题进行建模和仿真实验,提高可用座位容量利用率,实现平台收益最大化,资源匹配合理化。实验结果表明,基于E-CARGO模型的形式化方法可以应用于共乘出行匹配问题建模,最优匹配矩阵和时间可以采用Kuhn-Munkres(K-M)算法和Java中的优化软件包(ILOG)解决方案获得。与ILOG软件包算法相比,K-M算法所用平均时间至少减少了21%;当代理规模大于一定数值(大于600)时,算法时间开销急剧增大。