分布式廣義分配問題(D-GAP)的異步優(yōu)化算法研究.pdf

1、近年來,隨著計算機技術的快速發(fā)展,分布式計算作為現(xiàn)代新技術的產物，得到了快速的發(fā)展。當分布式系統(tǒng)環(huán)境大規(guī)模出現(xiàn)在軍事、航天、災難救援等需要相互協(xié)作共同完成某個目標的應用領域時，傳統(tǒng)的集中式求解算法框架已無法適應大規(guī)模、分布式、高異構性問題的求解需求，將現(xiàn)有復雜問題放在分布式算法框架下進行高效求解已成為一種必然趨勢。分布式廣義分配問題（D-GAP）作為分布式環(huán)境下資源分配、任務分配、時序安排等問題的抽象問題模型，已成為多智能體系統(tǒng)領域研究

2、的重點。然而，由于分布式環(huán)境對智能體間的通信量限制、D-GAP存在的資源異構性等問題，D-GAP求解的現(xiàn)有方法無法適應大規(guī)模問題求解時對通信量及運算量的苛刻要求。因此，如何實現(xiàn) D-GAP在大規(guī)模分布式環(huán)境下的高效求解，是本文關注的重點。
　　1.為了減少分布式環(huán)境下求解D-GAP消耗的大量通信量，我們將D-GAP問題的求解建立于非集中式多智能體系統(tǒng)。在多智能體系統(tǒng)中，建立三種不同類型的智能體模型，通過多智能體間聯(lián)合搜索方式，實現(xiàn)

3、問題的最優(yōu)求解。在非集中式框架下，每個智能體獨立完成自己的行為決策，進而共同實現(xiàn)團隊的全局目標。非集中式控制方式以其健壯、低通信量、低計算機性等特性，能很好適應大規(guī)模團隊協(xié)作問題的求解需求。
　　2.針對分布式環(huán)境下，智能體只能獲得局部信息，而無法在求解 D-GAP時做出最優(yōu)決策的問題，我們?yōu)橹悄荏w建立啟發(fā)式算法。通過為每個智能體建立局部決策模型，利用網絡中傳遞的消息，推測其他智能體的執(zhí)行能力，判斷網絡中哪個智能體更傾向于實現(xiàn)當前