基于群智能的復雜聯(lián)盟機制研究.pdf

1、基于多agent系統(tǒng)(Multi-agent systems、MAS)的分布式智能控制正在蓬勃興起，以適應計算機支持的協(xié)同工作等應用需求，因而使得對MAS中的聯(lián)盟研究也變得越來越重要。如何形成一個穩(wěn)定均衡的聯(lián)盟，使聯(lián)盟朝著穩(wěn)定的方向發(fā)展，是控制理論的前沿課題，已經(jīng)成為迫切需要解決的關鍵問題。傳統(tǒng)的研究方法僅考慮一個agent只能加入一個聯(lián)盟，勢必造成agent能力和資源的極大浪費，而且在很多應用場合不能滿足實際系統(tǒng)的需要。 基于

2、上述背景，本文提出“復雜聯(lián)盟”的概念，并引入群智能技術，力圖在多任務環(huán)境中實現(xiàn)真正意義上的一個agent可以同時加入多個聯(lián)盟和一個聯(lián)盟可以同時承擔多個任務，從而能在一定程度上提高系統(tǒng)的任務求解效率和資源利用率，為解決復雜控制問題提供理論指導和方法依據(jù)。本文的主要內(nèi)容及創(chuàng)新之處如下： (1)提出一種基于多粒子群協(xié)同優(yōu)化的復雜聯(lián)盟串行生成算法。基于圖論的思想，給出了“虛擬agent”的概念，旨在轉移父聯(lián)盟的剩余能力，由“虛擬agen

3、t”代表其父聯(lián)盟參與后續(xù)任務的競爭，在一定程度上解決了agent資源和能力的浪費問題。實驗結果表明，本算法對于任務較多且較簡單的情形特別有效。 (2)將離散粒子群算法擴充到二維二進制編碼，實現(xiàn)復雜聯(lián)盟的并行生成。算法中設計的編碼有效性檢查、沖突消解策略克服了求解過程中因多個任務求解聯(lián)盟同時競爭某個能力有限的agent而導致的資源沖突和聯(lián)盟死鎖，而且實現(xiàn)了真正意義上的一個agent可以參加多個聯(lián)盟，在一定程度上可以提高系統(tǒng)的資源利

4、用率。 (3)提出一種基于按勞分配和效用非減的效用分配策略。針對已有工作無法擺脫搭便車問題，導致聯(lián)盟潛在的不穩(wěn)定，采用拍賣機制對任務進行快速和有效分解，基于合同機制對聯(lián)盟效用以及額外效用進行合理分配，并依據(jù)聯(lián)盟機制的數(shù)學模型推導出了局部效用非減和全局效用非減應滿足的條件。該策略既嚴格遵循按勞分配又完全符合效用非減，在具有超加性的面向任務的領域中可以形成全局最優(yōu)聯(lián)盟，并具有Nash均衡意義下的穩(wěn)定性。 (4)基于Marko