CN107734005A - 一种基于移动智能体技术下智能体联盟形成方法 - Google Patents

Abstract

本发明涉及一种基于移动智能体技术下智能体联盟形成方法。本发明子任务之间需要进行数据交换，为无向有权图，权值为两者之间的数据交换量，完成任务的社会网络由个体节点组成，为无向有权图，权值为两者之间通信距离，每个子任务分配一个移动智能体，搜索到完成任务的社会网络中的个体节点，移动智能体形成联盟，所有联盟构成联盟结构，根据其偏好形成多个联盟移动到相应的个体节点，联盟的操作耗费分为数据交换成本和时延成本。本发明克服了储备之间无依赖关系、无联盟及耗费高等缺陷。本发明一个复杂任务由多个有依赖关系的子任务组成，分配一个移动智能体，搜索到完成任务的个体节点，根据其偏好形成多个联盟移动到相应的个体节点。

Description

一种基于移动智能体技术下智能体联盟形成方法

技术领域

本发明涉及联盟形成领域，特别涉及一种基于移动智能体技术下智能体联盟形成方法。

背景技术

移动智能体具有感知运行环境和对其变化做出自主反应的能力，网络技术的发展使得智能体在网络中移动并执行完成某些功能。移动智能体技术是智能体技术与分布式计算技术结合的产物，用户可以创建多个智能体，在一个或者若干个节点上运行求解，拥有自治性的特点。在电子商务，分布式信息检索，信息发布，并行处理等领域都有重要的应用。

在本发明做出之前，基于移动智能体技术下智能体联盟形成存在如下几个难点：

1)智能体随机分布在网络节点上，使得当任务数量以线性增加时，联盟数量会呈指数型增长，任务之间的依赖关系增加了图的限制，能够大大减少联盟的数量从而能够在多项式的时间内收敛到稳定状态。现有的任务请求仅考虑的是各自独立的，而没有考虑任务之间的依赖关系。

2)某个智能体在当前节点产生的收益高于在其他个体节点产生的收益，那么该智能体就会停留在当前所在节点上，否则，该智能体将以一定概率从当前节点移动到其他个体节点上，这样的转移操作不必重新形成联盟。而在传统的集中式群组形成方法中，当某个联盟的智能体离开当前联盟时，必须重新形成新的联盟，即采用暴力搜索策略考虑可能的联盟形成方案来形成最优联盟。

3)移动智能体联盟形成的复杂度与联盟的规模呈指数增长。因此，移动智能体的最优联盟结构生成是NP完全问题。在合作方式下，创建不相交的自治联盟合作，以实现个人目标最大化以最大化系统的总收益。而独立地考虑任务请求，即在非合作形势下，完成任务的操作耗费会比形成联盟的操作耗费高。

发明内容

本发明的目的就在于克服上述问题，研发一种基于移动智能体技术下智能体联盟形成万法。

本发明的技术方案为：

一种基于移动智能体技术下智能体联盟形成方法，其主要技术特征在于如下步骤：

(1)一个复杂任务由多个有依赖关系的子任务组成，子任务之间需要进行数据交换，为无向有权图，权值为两者之间的数据交换量；完成任务的社会网络由个体节点组成，为无向有权图，权值为两者之间通信距离；

(2)为每个子任务分配一个移动智能体，移动智能体能搜索到完成任务的社会网络中的个体节点，这些移动智能体形成联盟，所有联盟构成联盟结构；

(3)移动智能体可根据其偏好形成多个联盟移动到相应的个体节点，联盟的操作耗费分为数据交换成本和时延成本。

所述的移动智能体联盟结构生成，移动智能体采用边收缩的概念形成独立的不相交的联盟，包含所有移动智能体的各个联盟组成联盟结构。

所述的社会网络中个体节点的选择，移动智能体选择使得联盟结构操作耗费最小的节点。

所述的偏好关系，移动智能体更愿意加入使得自己收益变大的联盟。

本发明的优点和效果在于一个复杂任务由多个有依赖关系的子任务组成，社会网络由个体节点组成，为每个子任务分配一个移动智能体，移动智能体能搜索到完成任务的个体节点，移动智能体可根据其偏好形成多个联盟移动到相应的个体节点，联盟的操作耗费分为数据交换成本和时延成本。

与传统的联盟形成不同，本发明考虑为子任务分配移动智能体以形成联盟，联盟移动到能够完成任务的个体节点上。智能体联盟内的移动智能体可以根据其合作产生的收益决定加入哪个联盟，以提高自己的效益。在联盟形成过程中，移动智能体可进行离开当前联盟，加入新联盟的操作，直至形成稳定的联盟结构。迭代形成联盟结构的方法降低了时间复杂度。

附图说明

图1——本发明模型示意图。

图2——本发明联盟结构生成图。

图3——本发明联盟形成示意图。

具体实施方式

本发明的技术思路是：

为子任务分配移动智能体，移动智能体形成联盟，移动到能够完成任务的个体节点上。智能体联盟内的移动智能体可以根据其合作产生的收益决定加入哪个联盟，以提高自己的效益。在联盟形成过程中，移动智能体可进行离开当前联盟，加入新联盟的操作，直至形成稳定的联盟结构。迭代形成联盟结构的方法降低了时间复杂度。

下面具体说明本发明。

如图1所示，其中左部分为一个复杂任务的分解，分为若干个互相依赖的子任务，每个子任务需要一种技能为S，为每个子任务分配一个移动智能体A，移动智能体可以形成联盟移动到能够完成任务的个体节点上去，即图1的右部分，个体节点之间的边的连接表明二者之间有合作关系。

考虑到子任务之间的依赖关系，任务之间不再是独立的，而是通过带图限制的影响，基于图论中边收缩的概念形成不相交的联盟以降低系统操作耗费，包含所有的联盟就是联盟结构，即图2所示的联盟结构生成，其中实线代表两者可以合并，虚线代表两者不能合并。同时，如果形成的联盟所需的组合任务技能不能被某个个体节点满足的话，直接在移动智能体之间连接的边上标虚线，表明这两个智能体是不能形成联盟的，从而又能减少很大一部分联盟结构。

在非合作形势下，每个移动智能体a_i独立地选择移动到合适的个体节点上，为每个子任务定义完成时间t(a_i)。产生的时延成本为完成个体节点上所有的子任务所需的时间，即为每对子任务定义数据交换量p(a_i，a_j)，为每对个体节点定义通信距离，用d表示。产生的数据交换成本为与a_i所有相关智能体RA(a_i)通信时所需要的数据交换费用，即 那么每个移动智能体a_i在个体节点上执行完任务所需的操作耗费为参数α和β决定他们对应变量的权值，并且不同的应用具有不同的比例。而在合作形式下，每个移动智能体可以形成联盟移动到合适的个体节点上，形成联盟会产生一定的合作成本，合作成本和联盟大小有关，用e(S)表示。产生的联盟G的操作耗费为 其中表示个体节点n_G上执行移动智能体对应的子任务执行所需时间，t_G表示联盟G中所有的移动智能体对应的子任务的执行所需时间。

因此在联盟G下，移动智能体的收益定义一种偏好关系，为联盟的偏好函数：

其中h(a_i)为a_i加入的历史联盟集，也就是说a_i不会再加入之前已经保存在h(a_i)中的联盟。

移动智能体的转移操作如下：给定一个移动智能体的划分П＝{G₁，...，G₁}，任意a_i如果想要离开当前联盟m∈{1，...，1}，并且加入新的联盟G_k∈П∪{φ}，当且仅当因此{S_m，S_k}→{S_m\{a_i}，S_k∪{a_i}}。整个联盟形成的方案如图3所示，给定当前的移动智能体的划分，即联盟结构，使用所给的偏好关系查看可行的转移操作，如果转移操作可行，a_i就执行如下操作：首先在离开当前划分前，增加当前a_j所处的联盟到a_i的历史联盟集合h(a_i)，然后a_i离开当前联盟，最后a_i加入新的联盟。如此迭代直到收敛到一个最终稳定的移动智能体的划分。移动智能体采用贪婪的方式移动到合适的个体节点上，在给定一个联盟结构的情况下，根据联盟的优先级，贪婪地依次将每个联盟分配到个体节点上，每次分配使得产生的联盟的操作耗费最小。

Claims (4)

1.一种基于移动智能体技术下智能体联盟形成方法，其特征在于步骤如下：

(1)一个复杂任务由多个有依赖关系的子任务组成，子任务之间需要进行数据交换，为无向有权图，权值为两者之间的数据交换量；完成任务的社会网络由个体节点组成，为无向有权图，权值为两者之间通信距离；

(2)为每个子任务分配一个移动智能体，移动智能体能搜索到完成任务的社会网络中的个体节点，这些移动智能体形成联盟，所有联盟构成联盟结构；

(3)移动智能体可根据其偏好形成多个联盟移动到相应的个体节点，联盟的操作耗费分为数据交换成本和时延成本。

2.根据权利要求1所述的基于移动智能体技术下智能体联盟形成方法，其特征在于所述移动智能体联盟结构生成，移动智能体采用边收缩的概念形成独立的不相交的联盟，包含所有移动智能体的各个联盟组成联盟结构。

3.根据权利要求1所述的基于移动智能体技术下智能体联盟形成方法，其特征在于所述社会网络中个体节点的选择，移动智能体选择使得联盟结构的操作耗费最小的联盟结构。

4.根据权利要求1所述的基于移动智能体技术下智能体联盟形成方法，其特征在于所述偏好关系，移动智能体更愿意加入使得自己收益变大的联盟。