原文服务方: 计算机应用研究       
摘要:
在MAS(多agent系统)中,由于任务的复杂性和agent求解问题能力的不同,任务和agent不再是传统的一对一的关系.为解决MAS的任务分配问题,提出了任务与agent之间多对多的任务分配模式.首先建立了任务分配的数学模型,并导出分配优化的目标函数;其次利用混合蚁群算法快速收敛和分布式求解的特点实现任务分配的组合优化.对实验仿真的结果分析表明,多对多的任务分配模式能够明显提升多agent系统的性能.
推荐文章
基于并行蚁群算法的常规导弹作战任务分配
常规导弹
任务分配
并行蚁群算法
多子群蚁群算法
基于改进蚁群算法的周期多帧任务分配
异构多核
多帧任务
蚁群算法
基于改进蚁群算法的多机器人任务分配方法
多机器人
任务分配
组合拍卖
改进蚁群算法
基于数据驱动的群智感知任务分配算法
群智感知
社会网络
自适应的数据驱动
任务分配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于混合蚁群算法的MAS任务分配
来源期刊 计算机应用研究 学科
关键词 多代理系统 多对多模式 任务分配 混合蚁群算法
年,卷(期) 2009,(1) 所属期刊栏目 算法研究探讨
研究方向 页码范围 68-70
页数 3页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2009.01.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李伟华 西北工业大学计算机学院 167 1420 17.0 30.0
2 刘明 西北工业大学计算机学院 16 82 6.0 8.0
3 严建峰 西北工业大学计算机学院 13 49 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (3)
参考文献  (4)
节点文献
引证文献  (12)
同被引文献  (18)
二级引证文献  (14)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(6)
  • 引证文献(6)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多代理系统
多对多模式
任务分配
混合蚁群算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导