1、多Agent理論及相關(guān)技術(shù)為分布式系統(tǒng)的研究提供了一個嶄新的途徑。多Agent系統(tǒng)理論是分布式人工智能體系的一個分支,目前多Agent技術(shù)已經(jīng)成為了當(dāng)今人工智能領(lǐng)域研究的熱點之一。而多Agent任務(wù)分配問題是多Agent系統(tǒng)研究的基礎(chǔ)性問題,體現(xiàn)了系統(tǒng)高層組織形式與運行機制,是多Agent系統(tǒng)實現(xiàn)目標(biāo)的基礎(chǔ)。一方面,任務(wù)分配的好壞直接影響到整個系統(tǒng)的運行效率,并且直接關(guān)系到系統(tǒng)中各Agent能否最大限度發(fā)揮自己的能力,避免占用更多的資源

2、。另一方面,當(dāng)一個Agent沒有能力完成當(dāng)前任務(wù)時,如何在現(xiàn)有機制的基礎(chǔ)上,通過有效地對話、協(xié)商使多Agent合作完成此項任務(wù)已經(jīng)成為越來越多研究者關(guān)注的問題。
　　 本文在此著重分析多Agent系統(tǒng)中的任務(wù)分配過程,首先說明了多Agent系統(tǒng)任務(wù)分配問題是一種典型的組合優(yōu)化問題,由于傳統(tǒng)的任務(wù)分配問題的目標(biāo)是充分利用分布式系統(tǒng)多處理機的并行性,將一個任務(wù)分解成多個子任務(wù),通過子任務(wù)的并行執(zhí)行使問題能夠在最短的時間內(nèi)解決。本文在

3、此對任務(wù)的分解問題不再做詳細(xì)闡述,只對在任務(wù)分配的過程中如何將各個任務(wù)分配給擁有完成相應(yīng)任務(wù)能力的Agent,同時對沖突進(jìn)行合理的優(yōu)化進(jìn)行分析,然后通過對影響任務(wù)分配問題的因素進(jìn)行分析,將遺傳算法、蟻群算法和模擬退火算法進(jìn)行比較,得出結(jié)論:隨著問題規(guī)模的不斷增大,遺傳算法在解決任務(wù)分配問題中的優(yōu)越性得到了充分體現(xiàn),遺傳算法相比其他常見的啟發(fā)式算法有較高的性能,能夠用較少的時間得到更優(yōu)的解。
　　 很多傳統(tǒng)技術(shù)對多Agent任務(wù)分

4、配問題的應(yīng)用領(lǐng)域常常無能為力,而遺傳算法卻提供了一條解決復(fù)雜任務(wù)分配問題的新途徑,然而標(biāo)準(zhǔn)遺傳算法在解決任務(wù)分配問題上存在著局部搜索能力較差、收斂速度低等缺點,所以需要進(jìn)一步對遺傳算法進(jìn)行改進(jìn),才能使遺傳算法在解決任務(wù)分配問題中發(fā)揮更加重要的作用。針對遺傳算法這些缺點,本文提出了兩種改進(jìn)方法,一種是將局部搜索能力強的算法引入到遺傳算法,同時設(shè)計出能適應(yīng)新的編碼方式的遺傳算子,并在遺傳算子中融入與問題相關(guān)的啟發(fā)式知識,這樣可以使混合遺傳算

5、法既能保持遺傳算法的全局最優(yōu)特點,又能夠提高其運行效率;另一種方法是提出一種基于二叉樹編碼的遺傳算法。首先將任務(wù)分配問題轉(zhuǎn)化為等效的AOV圖,并將其轉(zhuǎn)化成二叉樹,然后進(jìn)行遍歷編碼,最后用改進(jìn)的遺傳算子進(jìn)行算法優(yōu)化,該算法克服了一維編碼的局限性,比普通的一維編碼遺傳算法有更高的執(zhí)行效率。
　　 最后設(shè)計出一個多Agent任務(wù)分配問題的實例,建立任務(wù)分配的目標(biāo)函數(shù),指導(dǎo)Agent與任務(wù)進(jìn)行組合優(yōu)化,利用改進(jìn)的遺傳算法來求解該多Age