多智能体系统任务调度的任意时间算法
在多智能体系统中,智能体可能会面临意外问题,若按计划执行任务,可能导致整个系统性能不佳。因此,智能体需要形成联盟来共同执行任务,当部分智能体遇到问题时,其他智能体可以继续执行相关任务。这种场景在基于智能体的网格系统中较为常见,在该系统中,智能体拥有资源并被分配任务进行执行。
研究贡献与结构
本研究有两方面贡献:一是证明了该问题可以被建模和解决;二是开发了一种任意时间算法,能在时间紧迫的情况下仍产生令人满意的结果。本文结构如下:首先回顾联盟形成和网格调度的相关工作,接着对问题进行建模并确定智能体的最优计划,然后给出解决问题的算法,再讨论实验和结果,最后得出结论。
相关工作回顾
- 多智能体系统(MAS) :是解决复杂问题的有效技术,最大化效率的解决方案概念是最优联盟结构(OCS),即智能体形成联盟使效率总和最优。已有一些算法用于解决相关问题,但部分算法不适合本文研究的领域,本文将参考更合适的算法路径。
- 网格调度中的成本最小化 :有多种算法用于网格调度,如Max - min和Min - min算法根据任务在各资源上的预期完成时间的标准差来选择;QoS Sufferage算法考虑网络带宽进行任务调度,相比其他算法能获得更小的完成时间;还有算法用于最小化工作流执行成本并满足QoS约束,或使用高级预留和资源选择来最小化单个任务的总执行时间等。
问题建模
- 智能体的联盟与联盟结构
- 给定一组
超级会员免费看
订阅专栏 解锁全文

1348

被折叠的 条评论
为什么被折叠?



