多Agent系統(tǒng)中基于雙層分解和知識(shí)存儲(chǔ)的任務(wù)分配及評(píng)測(cè)方法的研究.pdf

1、隨著信息技術(shù)和計(jì)算機(jī)技術(shù)的不斷發(fā)展，任務(wù)的復(fù)雜度和信息量急速增加，依靠單個(gè)Agent去獨(dú)立完成任務(wù)的求解已經(jīng)越來(lái)越困難，對(duì)大規(guī)模任務(wù)進(jìn)行有效分解，將分解得到的子任務(wù)模塊分別分配給多個(gè)Agent共同執(zhí)行是求解任務(wù)的有效手段，這使任務(wù)分配問(wèn)題成為多Agent系統(tǒng)研究中的一個(gè)關(guān)鍵問(wèn)題。
　　 針對(duì)目前任務(wù)分配研究中存在的問(wèn)題，本文提出了相應(yīng)的求解方案，建立了基于雙層分解的任務(wù)模型和基于知識(shí)存儲(chǔ)的任務(wù)分配模型，并以執(zhí)行代價(jià)和傳輸代價(jià)為因

2、子提出了相應(yīng)的任務(wù)分配方案優(yōu)化程度比較機(jī)制。
　　 具體研究?jī)?nèi)容如下：
　　 第一：基于雙層分解的任務(wù)分配模型：該模型首先基于任務(wù)的關(guān)聯(lián)結(jié)構(gòu)對(duì)任務(wù)進(jìn)行分解，其次基于執(zhí)行環(huán)境對(duì)任務(wù)進(jìn)行次層分解，在雙層分解的基礎(chǔ)上提出局部時(shí)間段最優(yōu)化分配任務(wù)的策略，通過(guò)局部時(shí)刻的不斷最優(yōu)化進(jìn)而達(dá)到任務(wù)整體分配過(guò)程的最優(yōu)化；
　　 第二：基于知識(shí)存儲(chǔ)的任務(wù)分配模型：該模型研究一種基于知識(shí)存儲(chǔ)的任務(wù)分配機(jī)制，采用類(lèi)比學(xué)習(xí)的方法對(duì)以往處理

3、的任務(wù)類(lèi)型和處理結(jié)果進(jìn)行有效地學(xué)習(xí)，并將知識(shí)信息存入知識(shí)庫(kù)，定義了相似度的計(jì)算公式，為了避免在任務(wù)匹配時(shí)出現(xiàn)匹配次數(shù)的組合爆炸式增長(zhǎng)，本模型提出層次分類(lèi)的啟發(fā)式搜索算法，有效地提高了任務(wù)匹配時(shí)的效率；
　　 第三：基于傳輸代價(jià)和執(zhí)行代價(jià)的任務(wù)分配評(píng)測(cè)機(jī)制研究：從傳輸代價(jià)和執(zhí)行代價(jià)角度研究基于傳輸代價(jià)和執(zhí)行代價(jià)的任務(wù)分配方案評(píng)測(cè)模型，用矩陣的形式來(lái)表示執(zhí)行代價(jià)，矩陣的行代表執(zhí)行任務(wù)的Agent，矩陣的列表示任務(wù)被分解的一系列單元任