并行多任务环境下Agent联盟的快速生成算法

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (9): 11-14,30.

并行多任务环境下Agent联盟的快速生成算法

郝志峰蔡瑞初

华南理工大学计算机科学与工程学院, 广东广州 510640

收稿日期:2007-10-15 修回日期:2008-06-05 出版日期:2008-09-25 发布日期:2008-09-25
通信作者: 郝志峰（1968-），男，教授，博士生导师，主要从事机器学习、人工智能等研究． E-mail:mazfhao@scut．edu．cn
作者简介:郝志峰（1968-），男，教授，博士生导师，主要从事机器学习、人工智能等研究．
基金资助:
教育部新世纪优秀人才基金资助项目（NCET-05-0734）;广东省自然科学基金资助项目（04020079）;南京大学软件国家重点实验室开放基金资助项目（200603）;东南大学移动通信国家重点实验室开放基金资助项目（A200605）;广东省科技攻关项目（2005B10101010）

Fast Generation Algorithm of Agent Coalition in Parallel Multi-Task Environment

Hao Zhi-feng Cai Rui-chu

School of Computer Science and Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China

Received:2007-10-15 Revised:2008-06-05 Online:2008-09-25 Published:2008-09-25
Contact: 郝志峰（1968-），男，教授，博士生导师，主要从事机器学习、人工智能等研究． E-mail:mazfhao@scut．edu．cn
About author:郝志峰（1968-），男，教授，博士生导师，主要从事机器学习、人工智能等研究．
Supported by:
教育部新世纪优秀人才基金资助项目（NCET-05-0734）;广东省自然科学基金资助项目（04020079）;南京大学软件国家重点实验室开放基金资助项目（200603）;东南大学移动通信国家重点实验室开放基金资助项目（A200605）;广东省科技攻关项目（2005B10101010）

摘要/Abstract

摘要： 针对并行多任务环境下Agent联盟的生成问题，提出了基于多种群蚂蚁算法的Agent联盟生成策略．在该联盟生成策略中，种群内部蚂蚁相互合作，协调资源分配并完成相应任务；种群间蚂蚁进行资源竞争，协调解决并行多项任务间的资源冲突．同时，改进的信息素更新策略在综合考虑局部联盟收益和全局联盟收益的基础上提高了算法的全局搜索能力和生成联盟的质量．仿真实验结果表明，文中算法在多种典型条件下都能生成比现有算法更加高效的联盟结构．

关键词: 多Agent系统, 多任务, 联盟生成, 蚁群算法

Abstract:

A multi-colony ant colony optimization （MCACO） is proposed for the coalition generation problem in the parallel multi-task environment. In this algorithm, the ants from the same colony cooperate to accomplish a task by reasonably allocating the resources, while those from different colonies scramble the resources and resolve the resource conflict among multiple parallel tasks. Moreover, a specially-designed pheromone update rule is applied to enhance the global search ability of MCACO and improve the generation quality of agent coalition by taking the tradeoff between the local optimization benefit and the global one. Simulation results indicate that the proposed rithm helps to generate more effective coalition in multiple benchmark environments.

Key words: muhi-Agent system, multiple task, coalition generation, ant colony algorithm

郝志峰蔡瑞初. 并行多任务环境下Agent联盟的快速生成算法[J]. 华南理工大学学报（自然科学版）, 2008, 36(9): 11-14,30.

Hao Zhi-feng Cai Rui-chu. Fast Generation Algorithm of Agent Coalition in Parallel Multi-Task Environment[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(9): 11-14,30.

[1]	全燕鸣何一明. 多机器人任务分配调度的克隆选择算法[J]. 华南理工大学学报（自然科学版）, 2021, 49(5): 102-110.
[2]	靳文舟胡为洋邓嘉怡, 等. 基于混合算法的需求响应公交灵活调度模型 [J]. 华南理工大学学报（自然科学版）, 2021, 49(1): 123-133.
[3]	王欣波胡建华王云宽吴少泓陆浩. 基于纹理与色调感知的变系数误差扩散算法[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 41-46.
[4]	吴玉香王超. 一种改进的移动机器人三维路径规划方法[J]. 华南理工大学学报（自然科学版）, 2016, 44(9): 53-60.
[5]	武善玉张平李方. 云制造系统中基于粒子群优化的多任务调度[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 105-110.
[6]	郝小妮靳文舟査靓. 考虑客流量差异的区域公交车辆调度[J]. 华南理工大学学报（自然科学版）, 2014, 42(8): 112-121.
[7]	林赐云龚勃文赵丁选杨兆升. 突发灾害下应急疏散路线的交通信号配时优化[J]. 华南理工大学学报（自然科学版）, 2013, 41(2): 58-65.
[8]	孙跃杨芳勋戴欣. 基于改进型蚁群算法的无线电能传输网组网[J]. 华南理工大学学报（自然科学版）, 2011, 39(10): 146-151,164.
[9]	胡耀民刘伟铭. 基于改进型蚁群算法的最优路径问题求解[J]. 华南理工大学学报（自然科学版）, 2010, 38(10): 105-110.
[10]	徐钦桂刘桂雄高富荣. 虚拟仪器时间特性建模与实时优化分析[J]. 华南理工大学学报（自然科学版）, 2010, 38(1): 113-118.
[11]	刘永广叶梧冯穗力庄宏成 . 基于蚁群算法的无线Mesh网公平路由算法[J]. 华南理工大学学报（自然科学版）, 2009, 37(1): 119-123,129.
[12]	叶明王宁生. 基于蚁群算法求解混流装配线传送带中断问题[J]. 华南理工大学学报（自然科学版）, 2006, 34(9): 31-34,39.
[13]	张开升陈玮孙延明郑时雄. 分布式制造信息系统单元的Agent模型[J]. 华南理工大学学报（自然科学版）, 2006, 34(2): 73-76,117.
[14]	赵龙文. 多Agent 的层次合作模型及任务规划[J]. 华南理工大学学报（自然科学版）, 2006, 34(1): 96-100.