1、近年來,隨著計(jì)算機(jī)技術(shù)的快速發(fā)展,分布式計(jì)算作為現(xiàn)代新技術(shù)的產(chǎn)物，得到了快速的發(fā)展。當(dāng)分布式系統(tǒng)環(huán)境大規(guī)模出現(xiàn)在軍事、航天、災(zāi)難救援等需要相互協(xié)作共同完成某個(gè)目標(biāo)的應(yīng)用領(lǐng)域時(shí)，傳統(tǒng)的集中式求解算法框架已無法適應(yīng)大規(guī)模、分布式、高異構(gòu)性問題的求解需求，將現(xiàn)有復(fù)雜問題放在分布式算法框架下進(jìn)行高效求解已成為一種必然趨勢(shì)。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(wù)分配、時(shí)序安排等問題的抽象問題模型，已成為多智能體系統(tǒng)領(lǐng)域研究

2、的重點(diǎn)。然而，由于分布式環(huán)境對(duì)智能體間的通信量限制、D-GAP存在的資源異構(gòu)性等問題，D-GAP求解的現(xiàn)有方法無法適應(yīng)大規(guī)模問題求解時(shí)對(duì)通信量及運(yùn)算量的苛刻要求。因此，如何實(shí)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(guān)注的重點(diǎn)。
　　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(shí)現(xiàn)

3、問題的最優(yōu)求解。在非集中式框架下，每個(gè)智能體獨(dú)立完成自己的行為決策，進(jìn)而共同實(shí)現(xiàn)團(tuán)隊(duì)的全局目標(biāo)。非集中式控制方式以其健壯、低通信量、低計(jì)算機(jī)性等特性，能很好適應(yīng)大規(guī)模團(tuán)隊(duì)協(xié)作問題的求解需求。
　　2.針對(duì)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(shí)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(gè)智能體建立局部決策模型，利用網(wǎng)絡(luò)中傳遞的消息，推測(cè)其他智能體的執(zhí)行能力，判斷網(wǎng)絡(luò)中哪個(gè)智能體更傾向于實(shí)現(xiàn)當(dāng)前