CN102903028A - 一种面向应急的多飞艇对地观测任务协同分配方法 - Google Patents

Abstract

本发明公开了一种面向应急的多飞艇对地观测任务协同分配方法，目的是动态进行任务分配，尽可能地提高任务的调度成功率。技术方案是首先构建待分配任务集AT，AT中的任务进行正向招标，筛选出所有满足基本能力约束的资源；之后根据缓冲池容量，资源竞争轮盘集合中的资源计算正向标值并投标；采用Max策略对任务的投标资源进行选择，确定每个任务的正向中标资源，对其反向投标；资源进行反向招标，每个投标的任务计算反向标值；采用轮盘赌策略对投标任务进行选择，完成反向中标，即得到任务分配结果。采用本发明一方面可减少不必要的计算时间和通信量，另一方面可提高任务的调度成功率。

Description

一种面向应急的多飞艇对地观测任务协同分配方法

技术领域

本发明涉及多飞艇对地观测任务协同分配方法，尤指在应急条件下通过基于多Agent双向招标的改进合同网机制进行飞艇任务协同分配的方法。

背景技术

近年来飞艇技术不断成熟，飞艇应用于对地观测系统填补卫星和无人机之间的空缺，正成为世界各国迫切研究的新课题。飞艇是一种依靠浮力升空，可操纵机动的空间飞行器。与无人机相比，飞艇续航时间更长，可长时间定点观测；与卫星相比，飞艇控制更加灵活，制造和运行消耗较低，对观测目标不存在时间窗口限制。因此飞艇在整个立体对地观测系统中，有着不可替代的地位和作用。尤其是在应急条件下，观测任务具有突发性、聚集性、时效性和动态性等特征，更加凸显飞艇区域覆盖、快速响应和持续保障的优势。应急条件下多飞艇协同任务分配是一个极具前景的研究课题，对提高飞艇工作效能有着至关重要的作用。

由于应急对地观测任务往往在短时间内大量到达，且具有很高的时效性要求，需要在给定时间内完成，否则观测结果将失效。因此，对于无法在截止期内完成的任务不进行分配。飞艇根据需求装备成像载荷，载荷覆盖范围是一个锥形观测区域，地面覆盖半径与飞行高度、载荷类型有关。多飞艇对地观测示意图如图1所示。

在图1所示的多飞艇对地观测示意图中，实心小方格代表观测目标，不同飞艇的观测区域覆盖范围有所不同，同时存在对某些观测目标的观测范围交叉。多飞艇对地观测任务协同分配即如何将观测任务分配到不同的飞艇上，最大化满足用户在载荷类型、时间及分辨率等方面的需求。

《人工智能及其应用》（清华大学出版社，2003）一书中指出Agent具有自治性、反应性、预动性和社会性等特征。Agent是一种智能主体，即具有智能行为的某种个体或主体。多个Agent组成的系统具有协作性、并行性、健壮性、易扩展性和分布性等特点。因此，可用Agent分别描述任务、资源及管理者进行任务分配。

目前多Agent研究领域的协同任务分配方法有：基于对策论，基于熟人，基于合同网，基于联合承诺等。在这几种协作方案中，合同网在分布式多Agent系统的任务分配方法中具有很明显的优势。

合同网模型是Smith和Davis于1980年在《The Contract Net Protocol：HighLevel Communication and Control in a Distributed Problem Solver》一文中提出的，其基本思想是通过“招标—投标—中标”过程进行任务分配，用于解决资源、知识的冲突等问题，现已被广泛地用于Agent的任务分配中。

飞艇观测任务集合可用T={T₁,T₂,…,T_n}表示，其中n为正整数。任意一个元任务T_i可表示为T_i=(Ta_i,Td_i,Tl_i,P_i),1≤i≤n，其中Ta_i为任务T_i的到达时间，Td_i为任务T_i需求的截止时间，Tl_i为任务T_i需求的持续执行时间，P_i为任务T_i的权值收益，即优先级，表示任务T_i的重要程度。飞艇资源集合可用S={S₁,S₂,…,S_m}表示，S_i表示第i个飞艇，m为正整数。

飞艇任务分配是飞艇管控系统的重要组成部分，在当今应急需求日益增加的环境下，如何有效分配飞艇任务，满足用户在应急情况下的需求是亟待解决的关键问题，目前尚无采用基于多Agent双向招标的改进合同网机制进行飞艇任务协同分配方法的公开报告。

发明内容

本发明要解决的技术问题是针对应急观测任务高时效性要求，在满足用户时间要求前提下，提供一种面向应急的协同任务分配方法，动态进行任务分配，尽可能地提高任务的调度成功率。

本发明的基本思想是基于合同网模型和Agent，构建双向招标的多Agent协同任务分配模型，以任务完成率和权值收益为主要目标，兼顾资源负载平衡性，提供一种具有资源竞争轮盘和投标资源缓冲池的动态协同任务分配方法。

本发明所指的任务是指元任务，即不可以拆分的固定点目标观测任务，每个任务只需一艘飞艇独立完成；

应急条件下任务完成率和权值收益是考虑的主要目标，尤其是在大量应急任务动态到达的情况下，尽量提高任务完成率和权值收益以满足应急需求。因此本发明以任务完成率和权值收益率作为任务分配优化目标。

（1）任务完成率目标：使得f₁的值，即被成功分配的任务数与所有任务数之比尽可能的大。

$f_1=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}}{n}---\left(1\right)$

其中变量x_ij表示任务T_i是否被分配到资源S_j。如果任务T_i被分配到资源S_j，则x_ij=1，如果任务T_i没有被分配到资源S_j，则x_ij=0。

（2）权值收益率目标：使得f₂的值，即被成功分配的任务权重之和与所有任务权重之和的比尽可能大。

$f_2=\frac{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{j=1}{\overset{m}{\mathrm{\Σ}}}{x}_{\mathrm{ij}}\·P_i}{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{P}_i}---\left(2\right)$

本发明在协同分配中设计了管理者Agent、资源Agent和任务Agent三类智能主体，任务Agent指任务所映射的智能主体，随任务的到来而产生，随任务的完成而消亡；管理者Agent和资源Agent始终存在；资源Agent是资源所映射的智能主体，根据飞艇的实时状态不断更新自身信息，并将更新信息发布给管理者Agent；管理者Agent指协调任务Agent和资源Agent的智能主体。每类Agent具有独立的功能，相互协同完成合同网的招标、投标和中标过程。

本发明的技术方案为：首先构建待分配任务集，对待分配任务集中的任务进行正向招标（从任务角度出发，将任务特征作为招标信息对资源进行招标称为正向招标），筛选出所有满足基本能力约束的资源；之后根据缓冲池容量，资源竞争轮盘中的资源计算正向标值并投标（指资源表示愿意获得任务的执行权）；采用Max策略对任务的投标资源进行选择，确定每个任务的正向中标资源，对其反向投标；资源进行反向招标（从资源角度出发，将资源特征作为招标信息对任务进行招标称为反向招标），每个投标的任务计算反向标值；采用轮盘赌策略对投标任务进行选择，完成反向中标，即得到任务分配结果。

具体技术方案包括以下内容：

第一步，任务动态达到后，将新到任务和等待执行任务按优先级排序，构建飞艇观测任务集合T，设定待分配任务集合

临时分配任务集合

第二步，将满足基本能力约束的任务加入到待分配任务集合AT中；

2.1，判断T是否为空，如果为空，转第三步；如果不为空，则执行2.2步；

2.2，按优先级顺序从T中取出任务T_i，根据T_i的基本能力约束与资源进行匹配，方法是：

任务基本能力约束包括载荷类型约束、分辨率约束和实时可用性约束。

表示任意时刻t资源S_j对待分配任务T_i的基本能力，其中n为任务个数，m为资源个数。

其中“＾”表示逻辑“与”运算。表示时刻t资源S_j的载荷类型满足任务T_i需求，否则

表示时刻t资源S_j的分辨率满足任务T_i需求，否则

表示时刻t资源S_j实时可用，否则

2.3，如果任务T_i与资源匹配成功，即

转2.4步；否则转2.5步；

2.4，将任务T_i加入待分配任务集合AT中，之后将任务T_i从T中移除，转2.1步；

2.5，将任务T_i从T中移除，转2.1步；

第三步，将待分配任务集合AT中满足截止期要求的任务放入临时任务集合TT中，方法是：

3.1，拷贝AT中的所有任务到空集合Temp中；

3.2，判断Temp是否为空，如果为空，转第四步；如果不为空，则转3.3步；

3.3，按优先级顺序从集合Temp中取出任务T_p,1≤p≤n，计算任务T_p的最早可开始执行时间；

任务T_p的最早开始执行时间Tb_pj与任务T_p的到达时间Ta_p和资源可用时间有关，

${\mathrm{Tb}}_{\mathrm{pj}}=\max \{{\mathrm{Ta}}_p,{\mathrm{Se}}_j+{\mathrm{St}}_j^{p-1,p}\}---\left(4\right)$

其中，Se_j为飞艇资源S_j完成已安排任务时刻，

为资源S_j在完成任务T_p-1后到执行任务T_p前需准备的时间，

表示飞艇资源S_j的可用时间。

3.4，如果任务T_p满足截止期，即T_p的最早开始执行时间Tb_pj与T_p需求的持续执行时间Tl_p之和小于等于T_p的截止期Td_p，即Tb_pj+Tl_p≤Td_p，转3.5步；如果不满足，即T_p的最早开始执行时间Tb_pj与T_p需求的持续执行时间Tl_p之和大于T_p的截止期Td_p，即Tb_pj+Tl_p>Td_p，将T_p从集合Temp中移除，转3.2步；

3.5，将任务T_p加入到临时分配任务集合TT中，之后将T_p从集合Temp中移除，转3.2步；

第四步，如果临时分配任务集合TT不为空，转第五步，如果临时分配任务集合TT为空，则转第十七步；

第五步，将临时分配任务集合TT中任一任务映射为一个任务Agent（即一个任务对应一个任务Agent），任务T_k所对应的任务Agent表示为

1≤k≤n，资源集合S中的任一资源映射为一个资源Agent（即一个资源对应一个资源Agent），资源S_j所对应的资源Agent表示为

1≤j≤m；

第六步，将所有满足任务

基本能力约束的资源Agent

发送给管理者Agent AD_Agent，并将放入资源竞争轮盘集合S^A中，即

资源竞争轮盘示意图如图5所示：

图5表示有4个资源满足任务执行的基本能力约束，分别为

和

整个轮盘被分为4个扇区，每个扇区分别代表一艘飞艇资源。任务进行正向招标时，轮盘以扇区为单位旋转，旋转方向始终不变。以第一个开始投标的资源为原点，转到一个扇区，即下一艘飞艇资源，相应的资源Agent计算标值并投标。

第七步，AD_Agent对竞争轮盘集合S^A中资源

发送任务

的详细招标信息，包括任务到达时间Ta_k、持续时间Tl_k、截止时间Td_k和优先权P_k；

第八步，设定缓冲池容量c；

其中，n表示任务个数，s表示放入资源轮盘集合S^A中的资源个数。

第九步，设定p=0，q=0；

第十步，如果缓冲池已满，即p=c或资源竞争轮盘完成一次轮询，即q=s，则停止资源投标，转第十五步；如果缓冲池未满，即p<c，同时资源竞争轮盘未完成一次轮询，即q<s，转第十一步；

第十一步，计算轮盘中资源

的正向标值TenderValue_0_kj，方法是：

11.1，计算资源能力富裕度a_kj；

资源能力富裕度a_kj指任务T_k（对应任务

若要分配给资源S_j（对应资源任务T_k的开始执行时间具有的可调节时间范围。对 有：

$a_{\mathrm{kj}}={\mathrm{Td}}_k-{\mathrm{Tl}}_k-{\mathrm{Se}}_j-{\mathrm{St}}_j^{k-1,k}---\left(6\right)$

若α_kj>0，说明资源S_j在时间要求范围内有能力完成该任务T_k，并且把任务T_k分配给资源S_j不会影响已安排任务的执行，如图6(a)所示。

若α_kj<0，说明资源S_j当前负载较重，若把任务T_k分配到资源S_j将无法在截止期内完成，或者要使任务T_k能够执行会影响到已安排任务的执行，如图6(b)所示。

11.2，设定正向标值TenderValue_0_kj：

TenderValue_0_kj=α_kj    （7）

第十二步，如果TenderValue_0_kj≥0，则转第十三步；如果TenderValue_0_ij<0，则转第十四步；

第十三步，资源

投标，设定p=p+1，q=q+1，将资源

放入缓冲池中，资源竞争轮盘旋转到下一扇区，即下一艘飞艇资源，转第十步；

第十四步，资源

不投标，设定p=p+1，资源竞争轮盘旋转到下一资源，转第十步；

第十五步，采用Max策略对缓冲池中的投标资源进行选择，确定任务

的中标资源

方法是：

15.1，计算缓冲池中所有正向招标标值；

15.2，选择正向招标标值最大的资源中标，即：

$\&ForAll;s_m^A,\mathrm{tenderValue}\_0_{\mathrm{km}}=\max \{\mathrm{tenderValue}\_0_{\mathrm{kj}}\}---\left(8\right)$

其中tenderValue_0_kj表示缓冲池中所有投标资源的标值。

第十六步，将任务

对应的任务T_k从临时分配任务集合TT中移除，转第四步；

第十七步，判断资源Agent集合S^A是否为空，如果为空，则转第二十二步；否则转第十八步；

第十八步，设定集合C为空集，集合D为空集；

第十九步，对资源Agent集合S^A中每个资源

进行反向招标，计算反向招标标值，方法是：

19.1，将所有招标后资源

中标的任务Agent放入集合C中；

19.2，如果集合C不为空，转19.3步，否则转第二十步；

19.3，计算集合C中任务的需求紧迫度β_ij，方法是：

任务需求紧迫度β_ij指任务重要性与任务持续执行时间相对截止期的可调节性的乘积。对

${\mathrm{\&beta;}}_{\mathrm{ij}}={P_i}^{\mathrm{\&theta;}}\&CenterDot;{\mathrm{Tl}}_i/({\mathrm{Td}}_i-{\mathrm{Td}}_{\mathrm{ij}})---\left(9\right)$

其中，θ为常数，其取值影响权值的比重，体现对权重的偏好程度，本发明中设定θ=3。

19.4，设定反向标值TenderValue_1_ij；

$\mathrm{TenderValue}\_1_{\mathrm{ij}}=\frac{{\mathrm{\&beta;}}_{\mathrm{ij}}}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}}---\left(10\right)$

19.5，将

从集合C中移除，放入集合D中，转19.2步；

第二十步，采用轮盘赌策略对集合D中的投标任务进行选择，确定资源

的中标任务

方法是：

20.1，计算集合D中d个反向投标的资源任务Agent的反向招标标值；

20.2，计算投标方

的中标概率p_h：

$P_h=\frac{\mathrm{TenderValue}\_1_{\mathrm{hj}}}{\underset{j=1}{\overset{d}{\mathrm{\&Sigma;}}}\mathrm{TenderValue}\_1_{\mathrm{ij}}}---\left(11\right)$

其中，d为集合D中任务个数。对于

h为正整数，p_h表示集合D中第h个任务Agent的反向招标标值占D中所有任务Agent的反向招标标值的和的比重， $\underset{h=1}{\overset{d}{\mathrm{\&Sigma;}}}{P}_h=1.$

20.3，选择反向投标的任务

作为中标对象，须满足：

r为随机数    （12）

公式（12）的含义是：将D中所有任务Agent在数轴上按照变量下标进行排列，第h个任务Agent在数轴上占的长度等于它的中标概率值p_h。由知，在数轴上构成的总长度为1。随机生成一个0~1之间平均分布的随机数r，必然包含于(0,1)上第h个任务Agent占的那段数轴，则使

作为中标对象。

第二十一步，将资源从资源Agent集合S^A中移除，将

从待分配任务集合AT中移除，转第十七步；

第二十二步，判断待分配任务集合AT是否为空，如果AT为空，则转第二十三步；如果AT不为空，则转第三步；

第二十三步，结束。

采用本发明可以达到如下效果：在满足用户时间要求前提下，提供一种面向应急的协同任务分配方法，动态进行任务分配，尽可能地提高任务的调度成功率。

1）本发明通过资源的初步筛选，缩小正向招标的范围，正向标值的计算只在匹配的资源Agent上进行，与任务不匹配的资源Agent不会接收招标信息，减少不必要的计算时间，同时减少通信量，避免发生通信拥塞，使得满足用户时间要求。

2）本发明采用轮盘公平竞争策略可以防止能力较强的资源在短时间内连续中标，导致持续执行时间较长的任务无法安排，提高了任务的调度成功率。

3）本发明设置了缓冲池，避免了投标每次都从第一个资源开始，陷入资源的局部搜索，使得任务执行机会较为公平，从而进一步提高了任务的调度成功率。

附图说明

图1是多飞艇对地观测示意图。

图2是本发明总体流程图。

图3是正向招标示意图。

图4是反向招标示意图。

图5是资源竞争轮盘示意图。

图6是资源能力富裕度计算示意图。

具体实施方式

图1是多飞艇对地观测示意图。图1中，红色小方格代表观测目标，不同飞艇的观测区域覆盖范围有所不同，同时存在对某些观测目标的观测范围交叉。

图2是本发明总体流程图，具体包括：

第一步，任务动态达到后，将新到任务和等待执行任务按优先级排序，构建任务集合T，设定待分配任务集合

临时分配任务集合

第二步，将满足基本能力约束的任务加入到待分配任务集合AT中；

第三步，将待分配任务集合AT中满足截止期要求的任务放入临时任务集合TT中；

第四步，如果临时分配任务集合TT不为空，则转第五步；如果临时分配任务集合TT为空，则转第十七步；

第五步，将临时分配任务集合TT中任一任务T_k,1≤k≤n映射为任务

资源集合S中的任一资源S_j,1≤j≤m映射为资源

第六步，将所有满足任务

基本能力约束的资源

发送给管理者AgentAD_Agent，并放入资源竞争轮盘中，用集合S^A表示，即

第七步，管理者Agent AD_Agent对竞争轮盘中资源

发送任务的详细招标信息，包括任务到达时间Ta_k、持续时间Tl_k、截止时间Td_k和优先权P_k；

第八步，设定缓冲池容量c；

第九步，设定p=0，q=0；

第十步，如果缓冲池已满，即p=c或资源竞争轮盘完成一次轮询，即q=s，则停止资源投标，转第十五步；如果缓冲池未满，即p<c，同时资源竞争轮盘未完成一次轮询，即q<s，转第十一步；

第十一步，计算轮盘中资源

的正向标值TenderValue_0_kj；

第十二步，如果TenderValue_0_kj≥0，则转第十三步；如果TenderValue_0_ij<0，则转第十四步；

第十三步，资源

投标，设定p=p+1，q=q+1，将资源

放入缓冲池中，资源竞争轮盘旋转到下一扇区，即下一艘飞艇资源，转第十步；

第十四步，资源

不投标，设定p=p+1，资源竞争轮盘旋转到下一资源，转第十步；

第十五步，采用Max策略对缓冲池中的投标资源进行选择，确定任务

的中标资源

第十六步，将任务对应的任务T_k从临时分配任务集合TT中移除，转第四步；

第十七步，判断资源Agent集合S^A是否为空，如果为空，则转第二十二步；否则转第十八步；

第十八步，设定集合C为空集

集合D为空集

第十九步，对资源Agent集合S^A中每个资源

进行反向招标，计算反向招标标值；

第二十步，采用轮盘赌策略对集合D中的投标任务进行选择，确定资源

的中标任务

第二十一步，将资源

从资源Agent集合S^A中移除，将从待分配任务集合AT中移除，转第十七步；

第二十二步，判断待分配任务集合AT是否为空，如果

则转第二十三步；如果

则转第三步；

第二十三步，结束。

图3是正向招标示意图。图3中包含3个任务

和2个资源

和以任务

为例给出了正向招标顺序。从图中可见任务

和

可以同时向资源

和

招标，而任务

只能向资源

招标，因为任务

根据管理者Agent的反馈得知资源

不满足其基本能力要求。资源

对3个招标任务都进行了投标，资源只对任务

和投标。最后资源

分别与任务

和

正向中标，资源

与任务

正向中标。

图4是反向招标示意图。在图3的基础上，图4给出了反向招标示意图。资源

和

将自己的反向招标信息发送给管理者Agent。资源

对于反向投标的任务进行比较，选择了任务任务

在此次招标中未中标；资源

对唯一的投标任务进行了中标。

图5是资源竞争轮盘示意图。图5表示有4个资源满足任务执行的基本能力约束，分别为和

整个轮盘被分为4个扇区，每个扇区分别代表一艘飞艇资源。任务进行正向招标时，轮盘以扇区为单位旋转，旋转方向始终不变。以第一个开始投标的资源为原点，转到一个扇区，相应的资源Agent计算标值并投标。

图6是资源能力富裕度计算示意图。若α_kj>0，说明资源S_j在时域上有能力完成该任务T_k，并且把任务T_k分配给资源S_j不会影响已安排任务的执行，如图6(a)所示。若α_kj<0，说明资源S_j当前负载较重，若把任务T_k分配到资源S_j将无法在截止期内完成，或者要使任务T_k能够执行会影响到已安排任务的执行，如图6(b)所示。

Claims (3)

1.一种面向应急的多飞艇对地观测任务协同分配方法，其特征在于包括以下步骤：

第一步，任务动态达到后，将新到任务和等待执行任务按优先级排序，构建飞艇观测任务集合T，设定待分配任务集合

临时分配任务集合

T={T₁,T₂,…,T_n}，任务个数n为正整数，任意一个元任务T_i表示为T_i=(Ta_i,Td_i,Tl_i,P_i),1≤i≤n，其中Ta_i为任务T_i的到达时间，Td_i为任务Ti需求的截止时间，Tl_i为任务T_i需求的持续执行时间，P_i为任务T_i的优先级，表示任务T_i的重要程度；

第二步，将满足基本能力约束的任务加入到待分配任务集合AT中；

2.1，判断T是否为空，如果为空，转第三步；如果不为空，则执行2.2步；

2.2，按优先级顺序从T中取出任务T_i，将T_i与资源进行匹配；

2.3，如果任务T_i与资源匹配成功，转2.4步；否则转2.5步；

2.4，将任务T_i加入待分配任务集合AT中，之后将任务T_i从T中移除，转2.1步；

2.5，将任务T_i从T中移除，转2.1步；

第三步，将待分配任务集合AT中满足截止期要求的任务放入临时任务集合TT中，方法是：

3.1，拷贝AT中的所有任务到空集合Temp中；

3.2，判断Temp是否为空，如果为空，转第四步；如果不为空，则转3.3步；

3.3，按优先级顺序从Temp中取出任务T_p,1≤p≤n，计算任务T_p的最早可开始执行时间Tb_pj：

${\mathrm{Tb}}_{\mathrm{pj}}=\max \{{\mathrm{Ta}}_p,{\mathrm{Se}}_j+{\mathrm{St}}_j^{p-1,p}\}---\left(4\right)$

其中，Ta_p为任务T_p的到达时间，Se_j为飞艇资源S_j完成已安排任务时刻，

为资源S_j在完成任务T_p-1后到执行任务T_p前需准备的时间，

表示飞艇资源S_j的可用时间；

3.4，如果任务T_p满足截止期，即Tb_pj+Tl_p≤Td_p，Tb_pj为T_p的最早开始执行时间，Tl_p为T_p需求的持续执行时间，Td_p为T_p的截止期，转第3.5步；如果Tb_pj+Tl_p>Td_p，将T_p从集合Temp中移除，转3.2步；

3.5，将任务T_p加入到临时分配任务集合TT中，之后将T_p从集合Temp中移除，转3.2步；

第四步，如果TT不为空，转第五步，如果TT为空，转第十七步；

第五步，将TT中任一任务映射为一个任务Agent，即一个任务对应一个任务Agent，T_k映射成的Agent表示为

1≤k≤n，将资源集合S中的任一资源映射为一个资源Agent，即一个资源对应一个资源Agent，S_j映射成的Agent表示为

1≤j≤m，任务Agent指任务所映射的智能主体，所述资源Agent是指资源所影射的智能主体；

第六步，将所有满足

基本能力约束的

发送给管理者Agent AD_Agent，并将

放入资源竞争轮盘集合SA中，即

所述管理者Agent是指协调任务Agent和资源Agent的智能主体；

第七步，AD_Agent对SA中

发送任务

的详细招标信息，包括任务到达时间Ta_k、持续时间Tl_k、截止时间Td_k和优先权P_k；

第八步，设定缓冲池容量c，

其中，n表示任务个数，s表示放入S^A中的资源个数；

第九步，设定p=0，q=0；

第十步，如果p=c或q=s，转第十五步；如果p<c且q<s，转第十一步；

第十一步，计算

的正向标值TenderValue_0_kj，方法是：

11.1，计算资源能力富裕度a_kj，a_kj指任务T_k若要分配给资源S_j，任务T_k的开始执行时间具有的可调节时间范围，对

有：

其中，T_dk为任务T_k的截止时间，Tl_k为任务T_k需求的持续执行时间，Se_j为飞艇资源S_j完成已安排任务时刻，

为资源S_j在完成任务T_k-1后到执行任务T_k前需准备的时间；

11.2，设定正向标值TenderValue_0_kj：

TenderValue_0_kj=α_kj    （7）

第十二步，如果TenderValue_0_kj≥0，转第十三步；如果TenderValue_0_ij<0，则转第十四步；

第十三步，资源

投标，设定p=p+1，q=q+1，将放入缓冲池中，资源竞争轮盘旋转到下一扇区，一个扇区对应资源竞争轮盘集合中的一个资源Agent，转第十步；所述投标是指资源表示愿意获得任务的执行权；

第十四步，资源

不投标，设定p=p+1，资源竞争轮盘旋转到下一扇区，转第十步；

第十五步，采用Max策略对缓冲池中的投标资源进行选择，确定任务

的中标资源方法是：

15.1，计算缓冲池中所有正向招标标值；

15.2，选择正向招标标值最大的资源

中标，即：

$\&ForAll;s_m^A,\mathrm{tenderValue}\_0_{\mathrm{km}}=\max \{\mathrm{tenderValue}\_0_{\mathrm{kj}}\}---\left(8\right)$

其中tenderValue_0_kj表示缓冲池中所有投标资源的标值；

第十六步，将任务

对应的任务T_k从TT中移除，转第四步；

第十七步，判断S^A是否为空，如果为空，转第二十二步；否则转第十八步；

第十八步，设定集合C为空集，集合D为空集；

第十九步，对S^A中每个资源

进行反向招标，计算反向招标标值，方法是：

19.1，将所有招标后资源

中标的任务Agent放入集合C中；

19.2，如果集合C不为空，转19.3步，否则转第二十步；

19.3，计算集合C中任务

的需求紧迫度β_ij，β_ij指任务重要性与任务持续执行时间相对截止期的可调节性的乘积，对

有

${\mathrm{\&beta;}}_{\mathrm{ij}}={P_i}^{\mathrm{\&theta;}}\&CenterDot;{\mathrm{Tl}}_i/({\mathrm{Td}}_i-{\mathrm{Tb}}_{\mathrm{ij}})---\left(9\right)$

θ为常数；

19.4，设定反向标值TenderValue_1_ij；

$\mathrm{TenderValue}\_1_{\mathrm{ij}}=\frac{{\mathrm{\&beta;}}_{\mathrm{ij}}}{\underset{j=1}{\overset{m}{\mathrm{\&Sigma;}}}{\mathrm{\&alpha;}}_{\mathrm{ij}}}---\left(10\right)$

19.5，将

从集合C中移除，放入集合D中，转19.2步；

第二十步，采用轮盘赌策略对集合D中的投标任务进行选择，确定资源

的中标任务

方法是：

20.1，计算集合D中d个反向投标的资源任务Agent的反向招标标值；

20.2，计算投标方

的中标概率p_h：

$p_h=\frac{\mathrm{TenderValue}\_1_{\mathrm{jh}}}{\underset{j=1}{\overset{d}{\mathrm{\&Sigma;}}}\mathrm{TenderValue}\_1_{\mathrm{ij}}}---\left(11\right)$

其中，d为集合D中任务个数，对于

h为正整数，p_h表示集合D中第h个任务Agent的反向招标标值占D中所有任务Agent的反向招标标值的和的比重，

20.3，选择反向投标的任务

作为中标对象，须满足：

r为随机数    （12）

第二十一步，将

从资源Agent集合S^A中移除，将从待分配任务集合AT中移除，转第十七步；

第二十二步，判断待分配任务集合AT是否为空，如果AT为空，则转第二十三步；如果AT不为空，则转第三步；

第二十三步，结束。

2.如权利要求1所述的一种面向应急的多飞艇对地观测任务协同分配方法，其特征在于根据T_i的基本能力约束将T_i与资源进行匹配，所述基本能力约束包括载荷类型约束、分辨率约束和实时可用性约束；

任意时刻t资源S_j对待分配任务T_i的基本能力

根据公式（3）计算，1≤i≤n,1≤j≤m，

其中“＾”表示逻辑“与”运算，

表示时刻t资源S_j的载荷类型满足任务T_i需求，否则

表示时刻t资源S_j的分辨率满足任务T_i需求，否则

表示时刻t资源S_j实时可用，否则

3.如权利要求1所述的一种面向应急的多飞艇对地观测任务协同分配方法，其特征在于所述θ=3。

Images