基于蟻群算法多Agent任務(wù)分配方法.pdf

第26 卷第4 期 湖 南 工 業(yè) 大 學(xué) 學(xué) 報 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

基于蟻群算法的多Agent任務(wù)分配方法

文志強，何宇晨

(湖南工業(yè)大學(xué)計算機與通信學(xué)院，湖南 株洲 4 12007 )

摘 要：針對多Agent任務(wù)分配問題，結(jié)合蟻群算法的思想，設(shè)計了基于圖的任務(wù)分配數(shù)學(xué)模型，提出

了基于蟻群算法的多Agent任務(wù)分配方法，并通過實驗與3個經(jīng)典方法進行比較和分析，探討了螞蟻數(shù)對求

解結(jié)果的影響。實驗結(jié)果表明，所提出的算法是有效的。

關(guān)鍵詞：多Agent；任務(wù)分配；蟻群算法；信息素

中圖分類號：TP391 文獻標志碼：A 文章編號：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

種方法易實現(xiàn)且能找到最優(yōu)分配方法，但該方法的

0 引言

時間復(fù)雜度高，不適合于實時處理。貪心算法，就

在計算機應(yīng)用中，待處理任務(wù)的復(fù)雜程度越來 是使每次所做的選擇看起來都是當(dāng)前最佳的，期望

越高，而由單個A gent 難以快速處理一個大而復(fù)雜 通過所做的局部最優(yōu)選擇產(chǎn)生出一個全局最優(yōu)解。

的任務(wù)，因而，由多個A gent 共同合作去完成某項 對大多數(shù)優(yōu)化問題，該算法能產(chǎn)生最優(yōu)解，但也不

[1-2]

復(fù)雜任務(wù)是必然的趨勢 。這就需要將一個任務(wù)分 一定總是最優(yōu)。Kuhn-Munkres 算法，是通過給每一

解為多個子任務(wù)，然后分配給不同的Agent 協(xié)同處 個頂點一個標號，將求最大權(quán)匹配的問題轉(zhuǎn)換為求

理，因此，合理的任務(wù)分配方案成為高效處理任務(wù) 完全匹配的問題，該方法只適合于任務(wù)數(shù)和A gen t

的前提。任務(wù)分配是將合適的任務(wù)分配給合適的 數(shù)相等的情形。上述方法都是非智能化方法，不能

Agent 以實現(xiàn)整體執(zhí)行效果最優(yōu)，這是一個NP 難問

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的任务分配算法c语言,基于蚁群算法多Agent任务分配方法.pdf的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。