基于PSO的多智能體聯(lián)盟形成理論及其在WSN任務(wù)分配中的應(yīng)用研究.pdf

1、聯(lián)盟作為多智能體系統(tǒng)（Mutil-Agent System，MAS)研究中一個(gè)棘手而又緊迫性的問(wèn)題，如何行成一個(gè)高效穩(wěn)定均衡的聯(lián)盟，使聯(lián)盟朝著最佳的方向發(fā)展，一直是 MAS中研究的一個(gè)關(guān)鍵性問(wèn)題。PSO算法作為一種簡(jiǎn)單全局優(yōu)化算法，因?qū)?yōu)能力強(qiáng)、搜索效率高等，經(jīng)常被用于解決聯(lián)盟形成問(wèn)題。但目前 PSO算法大多存在易陷入局部最優(yōu)、進(jìn)化后期搜索效率低等，這樣難免會(huì)影響最佳聯(lián)盟值的求解效率。
　　對(duì)此，論文在深入研究了MAS聯(lián)盟形成理論

2、的基礎(chǔ)上，系統(tǒng)研究了基于PSO的多Agent動(dòng)態(tài)聯(lián)盟形成的相關(guān)問(wèn)題及其在WSN任務(wù)分配中的應(yīng)用，論文具體工作包括：
　　1、提出一種基于IPSO算法的多Agent聯(lián)盟形成方法。考慮到單個(gè)Agent能力的有限性，多個(gè)Agent往往需要形成聯(lián)盟來(lái)完成任務(wù)或提高聯(lián)盟整體能力，如何生成一組面向任務(wù)的最優(yōu)聯(lián)盟是MAS研究中的一個(gè)首要問(wèn)題?；诖宋闹刑岢鲆环N改進(jìn)的粒子群優(yōu)化算法（IPSO）來(lái)解決該問(wèn)題，同時(shí)為克服粒子過(guò)早收斂和局部?jī)?yōu)化問(wèn)題，引

3、入一種柯西變異的擾動(dòng)算子。與PSO算法及ACO算法相比，該IPSO算法全局搜索能力高，有效地避免了粒子過(guò)早收斂，資源浪費(fèi)等問(wèn)題。
　　2、基于Agent自身突出特性提出一種新的效用分配策略。為改善MAS中聯(lián)員間能者多勞的特性，同時(shí)保證聯(lián)盟效用劃分的合理性，文中基于 BDI模型提出一種基于Agent自身突出特性的聯(lián)盟效用分配策略。根據(jù)任務(wù)需求，Agent及時(shí)調(diào)整自身突出特性，在保證完成任務(wù)及盟員間友好合作的基礎(chǔ)上使自身獲益最大。經(jīng)驗(yàn)

4、證，該策略增強(qiáng)了Agent適應(yīng)環(huán)境的能力，較好地滿足了聯(lián)盟形成機(jī)制的全局最優(yōu)性、效益劃分的合理性、強(qiáng)穩(wěn)定性、時(shí)效性等要求。
　　3、文中以多Agent角色模型和WSN任務(wù)分配問(wèn)題為背景，提出一種帶混合聯(lián)盟的WSN任務(wù)分配方法，也是對(duì)MAS聯(lián)盟形成理論的一種實(shí)際應(yīng)用。針對(duì)現(xiàn)有無(wú)線傳感器網(wǎng)絡(luò)任務(wù)分配策略通常不考慮任務(wù)內(nèi)部結(jié)構(gòu)，從而影響網(wǎng)絡(luò)生命周期、能耗及負(fù)載平衡等，基于邏輯依賴性提出一種新的無(wú)線傳感器網(wǎng)絡(luò)任務(wù)分配策略。該策略首先由選出

5、的盟主根據(jù)任務(wù)本身具有的邏輯依賴性，逐層將任務(wù)進(jìn)行分解為由一系列的子任務(wù)，并依據(jù)邏輯依賴性賦予子任務(wù)優(yōu)先級(jí)，最后運(yùn)用矩陣的二進(jìn)制編碼設(shè)計(jì)一種基于位置加權(quán)的離散粒子群優(yōu)化的帶混合聯(lián)盟的無(wú)線傳感器網(wǎng)絡(luò)任務(wù)分配算法，找到某個(gè)合適節(jié)點(diǎn)執(zhí)行此子任務(wù)。引入虛擬節(jié)點(diǎn)以加強(qiáng)盟主間的交流；引入能量閥值對(duì)節(jié)點(diǎn)能量進(jìn)行預(yù)測(cè)并決定子任務(wù)是否遷移；運(yùn)用拓?fù)浜湍嫱負(fù)渑判蚍?，根?jù)子任務(wù)預(yù)期完成時(shí)間及權(quán)重系數(shù)，求出關(guān)鍵子任務(wù)，優(yōu)先分配能力強(qiáng)、執(zhí)行效率高的節(jié)點(diǎn)執(zhí)行相應(yīng)子