任务分配算法c语言,基于蚁群算法多Agent任务分配方法.pdf

本文提出了一种基于蚁群算法的多Agent任务分配方法,设计了图模型来解决任务分配问题。实验对比了与贪心算法、Kuhn-Munkres算法和经典方法,探讨了蚂蚁数量对求解结果的影响。结果显示,新方法在效率上优于传统算法,适用于大规模、复杂任务的分布式处理。
摘要由CSDN通过智能技术生成

基于蚁群算法多Agent任务分配方法.pdf

第26 卷第4 期 湖 南 工 业 大 学 学 报 Vol.26 No.4

20 12 年7 月 Journal of Hunan University of Technology July 20 12

doi :10.3969/j .issn.1673-9833.20 12.04.021

基于蚁群算法的多Agent任务分配方法

文志强,何宇晨

(湖南工业大学计算机与通信学院,湖南 株洲 4 12007 )

摘 要:针对多Agent任务分配问题,结合蚁群算法的思想,设计了基于图的任务分配数学模型,提出

了基于蚁群算法的多Agent任务分配方法,并通过实验与3个经典方法进行比较和分析,探讨了蚂蚁数对求

解结果的影响。实验结果表明,所提出的算法是有效的。

关键词:多Agent;任务分配;蚁群算法;信息素

中图分类号:TP391 文献标志码:A 文章编号:1673-9833(2012)04-0092-05

Multi-Agent Task Allocation Based on Ant Colony Algorithm

Wen Zhiqiang ,He Yuchen

(School of Computer & Communication ,Hunan University of Technology ,Zhuzhou Hunan 4 12007 ,China )

Abstract :In view of multi-agent task allocation problems, a task allocation model based on graph is presented, and

based on ant colony algorithm a multi-agent task allocation method is proposed. Through experiments, it is compared with

three classic methods, and the influence of ants number on the solution is discussed. The experimental result shows that the

proposed method is effective.

Keywords :multi-Agent;task allocation;ant colony algorithm;pheromone

种方法易实现且能找到最优分配方法,但该方法的

0 引言

时间复杂度高,不适合于实时处理。贪心算法,就

在计算机应用中,待处理任务的复杂程度越来 是使每次所做的选择看起来都是当前最佳的,期望

越高,而由单个A gent 难以快速处理一个大而复杂 通过所做的局部最优选择产生出一个全局最优解。

的任务,因而,由多个A gent 共同合作去完成某项 对大多数优化问题,该算法能产生最优解,但也不

[1-2]

复杂任务是必然的趋势 。这就需要将一个任务分 一定总是最优。Kuhn-Munkres 算法,是通过给每一

解为多个子任务,然后分配给不同的Agent 协同处 个顶点一个标号,将求最大权匹配的问题转换为求

理,因此,合理的任务分配方案成为高效处理任务 完全匹配的问题,该方法只适合于任务数和A gen t

的前提。任务分配是将合适的任务分配给合适的 数相等的情形。上述方法都是非智能化方法,不能

Agent 以实现整体执行效果最优,这是一个NP 难问

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值