多Agent系統(tǒng)中基于雙層分解和知識存儲的任務分配及評測方法的研究.pdf

1、隨著信息技術和計算機技術的不斷發(fā)展，任務的復雜度和信息量急速增加，依靠單個Agent去獨立完成任務的求解已經(jīng)越來越困難，對大規(guī)模任務進行有效分解，將分解得到的子任務模塊分別分配給多個Agent共同執(zhí)行是求解任務的有效手段，這使任務分配問題成為多Agent系統(tǒng)研究中的一個關鍵問題。
　　 針對目前任務分配研究中存在的問題，本文提出了相應的求解方案，建立了基于雙層分解的任務模型和基于知識存儲的任務分配模型，并以執(zhí)行代價和傳輸代價為因

2、子提出了相應的任務分配方案優(yōu)化程度比較機制。
　　 具體研究內(nèi)容如下：
　　 第一：基于雙層分解的任務分配模型：該模型首先基于任務的關聯(lián)結(jié)構(gòu)對任務進行分解，其次基于執(zhí)行環(huán)境對任務進行次層分解，在雙層分解的基礎上提出局部時間段最優(yōu)化分配任務的策略，通過局部時刻的不斷最優(yōu)化進而達到任務整體分配過程的最優(yōu)化；
　　 第二：基于知識存儲的任務分配模型：該模型研究一種基于知識存儲的任務分配機制，采用類比學習的方法對以往處理

3、的任務類型和處理結(jié)果進行有效地學習，并將知識信息存入知識庫，定義了相似度的計算公式，為了避免在任務匹配時出現(xiàn)匹配次數(shù)的組合爆炸式增長，本模型提出層次分類的啟發(fā)式搜索算法，有效地提高了任務匹配時的效率；
　　 第三：基于傳輸代價和執(zhí)行代價的任務分配評測機制研究：從傳輸代價和執(zhí)行代價角度研究基于傳輸代價和執(zhí)行代價的任務分配方案評測模型，用矩陣的形式來表示執(zhí)行代價，矩陣的行代表執(zhí)行任務的Agent，矩陣的列表示任務被分解的一系列單元任