1、任務分配問題是一種比較典型的組合優(yōu)化問題。由于系統(tǒng)內(nèi)外環(huán)境的變化不斷，系統(tǒng)內(nèi)成員能力的動態(tài)變化等，這些都可能給任務分配問題的求解帶來困難。從理論上講，任務分配問題是公認的NP難問題，因此如何建立一個有效的啟發(fā)式算法或近似算法是研究的一個熱門領(lǐng)域。
　　 而蟻群算法是受自然界中的螞蟻覓食行為啟發(fā)而提出的一種新穎的仿生進化算法，適用于求解復雜組合優(yōu)化問題。所以本文利用蟻群算法來求解分布式系統(tǒng)多任務分配問題。同時本文提出了逆轉(zhuǎn)分配思想

2、，即讓螞蟻代表任務的分配解，然后為每個任務選擇任務的執(zhí)行智能體，從而使蟻群算法能求解多智能體密集型的任務分配問題。多Agent系統(tǒng)(MAS)是研究如何使一個或多個實體不需要人的指導，以及通過相互協(xié)作、協(xié)調(diào)和協(xié)商和相互服務來完成用戶所委托的復雜或繁瑣的任務。
　　 主要研究內(nèi)容包括：
　　 第一，建立了一種基于效用的任務分配模型UTAM，給出基于效用的任務分配問題的定義，然后分析了UTAM任務分配模型，并做了具體的數(shù)學描述

3、。然后對UTAM模型進行了討論和給出了如何應用這個模型，最后說明了UTAM的模型架構(gòu)。
　　 第二，針對基本蟻群算法計算時間較長和容易出現(xiàn)停滯現(xiàn)象的缺陷，設計一種隨機擾動蟻群算法(antsystemwithrandomperturbationbehavior,RPAS)。對RPAS和基本蟻群算法進行比較，然后對仿真計算結(jié)果進行比較。
　　 第三，基于RPAS構(gòu)建基于蟻群算法的任務分配機制RPASTA。對基本任務分配問題進