專利名稱：多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法
技術(shù)領(lǐng)域：
本發(fā)明涉及多主體系統(tǒng)中(Multi-Agents System) 一種基于雙層分解的優(yōu)化任務(wù)分配方法，具體是利用中介子(Mediator)依據(jù)任務(wù)的關(guān)聯(lián)結(jié)構(gòu)和主體(Agent)的能力和資源對(duì)任務(wù)進(jìn)行雙層分解分配，進(jìn)而有效地降低多主體系統(tǒng)的任務(wù)執(zhí)行時(shí)間，提高執(zhí)行效率。
背景技術(shù)：
多主體系統(tǒng)中，傳統(tǒng)的任務(wù)分配問題研究主要是將已經(jīng)分解后的子問題，依據(jù)一定的規(guī)則和方法分配給相對(duì)獨(dú)立的主體，通過主體之間的分工合作來(lái)完成任務(wù)。研究?jī)?nèi)容包括如何避免多主體之間的沖突、減少通信代價(jià)、提高系統(tǒng)并行處理能力等方面，通過改進(jìn)這些方面的模型和算法來(lái)實(shí)現(xiàn)優(yōu)化的任務(wù)分配方案。但是，任務(wù)的分配與分解是密不可分的，分解是分配的前提，不同的任務(wù)分解方案對(duì)任務(wù)分配有著重要的影響。因此，將任務(wù)的分解與分配結(jié)合起來(lái)去研究任務(wù)分配更能優(yōu)化分配方法，提高任務(wù)的執(zhí)行效率。經(jīng)過對(duì)現(xiàn)有文獻(xiàn)的檢索發(fā)現(xiàn)，Yichuan Jiang&Jiuchuan Jiang發(fā)表于《IEEE Transactions On Parallel And Distributed Systems, VOL.20, No. 5 (May 2009)》 (IEEE平行與分布式系統(tǒng)學(xué)報(bào)第二十卷第五期)中論文“Contextual Resource Negotiation-Based Task Allocation and Load Balancing in Complex Software Systems"(復(fù)雜軟件系統(tǒng)中基于情景化資源協(xié)商的任務(wù)分配和負(fù)載均衡)，該文提出了一種基于主體(Agent)情景化資源的任務(wù)分配方案，在任務(wù)分配時(shí)，不僅考慮主體自身所具有的資源和能力，也考慮與之相關(guān)聯(lián)的主體即其情景化環(huán)境中的主體的資源和能力，其過程為任務(wù)分配之前，首先檢測(cè)主體的資源和能力，主體的資源和能力不能滿足任務(wù)要求的， 檢測(cè)與之關(guān)聯(lián)的主體的資源和能力，并入到任務(wù)處理主體數(shù)組中，直至滿足任務(wù)要求，然后依據(jù)情景化環(huán)境中主體群組的資源和能力進(jìn)行任務(wù)分配；同時(shí)，為了避免具有高的情景化資源和能力的主體負(fù)載過重，本文提出當(dāng)該類型的主體獲得一定任務(wù)后，其情景化資源和能力會(huì)被削減，任務(wù)分配時(shí)最大限度的滿足負(fù)載均衡要求。經(jīng)檢索還發(fā)現(xiàn)，James Guo Ming Fu&Tirthankar Bandyopadhyay &Marcelo H. Ang Jr 發(fā)表于《2009 IEEE International Conference on Robotics and Automation (May 12-17, 2009)》(2009 IEEE ^ 人與自動(dòng)化國(guó)際會(huì)議)中論文“Local Voronoi Decomposition for Multi-Agent Task Allocation”(多主體任務(wù)分配中的局部泰森多邊形分解算法)，該文提出一種根據(jù)主體的局部信息確定主體的泰森多邊形區(qū)域的分解算法，在探索問題中其優(yōu)化程度接近如理論上的最優(yōu)解決方案。然而，上述論文雖然均提供了用于任務(wù)分解或分配的優(yōu)化策略，但并未將任務(wù)的分解與分配結(jié)合起來(lái)去研究任務(wù)的優(yōu)化處理方案。即目前多數(shù)有關(guān)于任務(wù)分配的研究只局限于任務(wù)的分配或者分解單個(gè)方面，將分解納入任務(wù)分配策略的研究還沒有具體的研究方案。

發(fā)明內(nèi)容
技術(shù)問題本發(fā)明的目的是針對(duì)上述現(xiàn)有技術(shù)的不足，提出多主體系統(tǒng)中一種基于雙層分解的任務(wù)分配方法，在該方法中，多主體系統(tǒng)中主體之間的結(jié)構(gòu)形式為聯(lián)邦式結(jié)構(gòu)，即系統(tǒng)由中介子和執(zhí)行主體構(gòu)成，該發(fā)明的特點(diǎn)是將任務(wù)的分解和分配結(jié)合一起作為探究任務(wù)分配策略的優(yōu)化，避免分別研究分解和分配時(shí)出現(xiàn)的不足。技術(shù)方案本發(fā)明是通過如下技術(shù)方案實(shí)現(xiàn)的，該方法包括以下步驟
步驟一，任務(wù)被中介子接受之后，中介子首先對(duì)任務(wù)的關(guān)聯(lián)結(jié)構(gòu)進(jìn)行遍歷，記錄各個(gè)子任務(wù)所需的資源和子任務(wù)之間的關(guān)聯(lián)，依據(jù)子任務(wù)的關(guān)聯(lián)結(jié)構(gòu)將任務(wù)分解為一系列子任務(wù)模塊，完成首層任務(wù)分解；通過控制子任務(wù)模塊中資源閾值的調(diào)整，控制子任務(wù)模塊的大?。?br> 步驟二，系統(tǒng)中的主體向中介子反饋各自的資源和能力信息，抽象為主體能夠處理的子任務(wù)的類型和每個(gè)時(shí)刻處理子任務(wù)的個(gè)數(shù)，中介子對(duì)每個(gè)主體曾經(jīng)處理的子任務(wù)結(jié)果擁有記錄，作為該主體誠(chéng)信度的評(píng)價(jià)，根據(jù)主體的反饋信息和中介子擁有的誠(chéng)信度對(duì)任務(wù)進(jìn)行分解，同時(shí)綜合考慮各主體未處理子任務(wù)模塊和即將被分配的子任務(wù)模塊的負(fù)載均衡， 完成次層任務(wù)分解。步驟一中，所述的資源閾值通過已經(jīng)分配到模塊中的子任務(wù)的總的資源種類和數(shù)量，即子任務(wù)模塊資源多少來(lái)控制模塊大小，而不是用模塊中子任務(wù)的數(shù)量來(lái)控制模塊大步驟二中，所述的負(fù)載均衡是某時(shí)刻結(jié)束末中介子在評(píng)估主體的負(fù)載時(shí)，不僅考慮主體上未處理的負(fù)載，還考慮即將被分配給主體的子任務(wù)模塊帶給主體的負(fù)載，綜合考慮各主體兩個(gè)方面的負(fù)載，將下時(shí)刻的子任務(wù)模塊分配給總體負(fù)載最小能夠執(zhí)行該子任務(wù)模塊的主體。次層任務(wù)分解是在首層任務(wù)分解的基礎(chǔ)上進(jìn)行的，在次層分解中根據(jù)多主體系統(tǒng)中的主體資源和能力對(duì)不滿足任務(wù)求解要求的子任務(wù)模塊進(jìn)行再次分解。所謂的中介子，是指在分解中用于處理各個(gè)主體關(guān)聯(lián)的協(xié)調(diào)主體；
所謂的子任務(wù)所需的資源，是指完成子任務(wù)所需資源的種類和數(shù)量，
Ti [krj }表示完成子任務(wù)I需要k個(gè)資源‘
所謂的子任務(wù)之間的關(guān)聯(lián)，是指被遍歷的子任務(wù)的前序任務(wù)與后繼任務(wù)，前序任務(wù)指與子任務(wù)直接關(guān)聯(lián)的上層子任務(wù)，后繼任務(wù)指與子任務(wù)關(guān)聯(lián)的下層子任務(wù)；
所謂的資源閾值，是指被分解的子任務(wù)模塊中所有資源的最大個(gè)數(shù)。用模塊中所含資源總數(shù)去控制模塊大小比利用模塊中子任務(wù)個(gè)數(shù)控制模塊大小更有利于客觀判斷用于處理模塊中任務(wù)的執(zhí)行時(shí)間；
該步驟的具體技術(shù)方案是任務(wù)被中介子接受后，中介子對(duì)任務(wù)關(guān)聯(lián)結(jié)構(gòu)進(jìn)行遍歷，將
遍歷結(jié)果記錄于二維數(shù)組馬；乓;)，其中巧、易分別用于存放子任務(wù)不的前序任務(wù)和后繼任務(wù)，Ri存放處理子任務(wù)η所需的資源，根據(jù)遍歷的結(jié)果對(duì)任務(wù)進(jìn)行首層分解，用于控制分解模塊的條件為①子任務(wù)巧的任一前序任務(wù)朽的數(shù)目N(Fi) >1 ；②子任務(wù)模塊的資源數(shù)目r(R)大于模塊限定閾值rQ。分解算法的流程圖如圖3所示。中介子通過任務(wù)的關(guān)聯(lián)結(jié)構(gòu)對(duì)任務(wù)首層分解后，原有任務(wù)被分解成為若干個(gè)關(guān)聯(lián)度比較緊密的子任務(wù)模塊，多主體系統(tǒng)在處理這些模塊時(shí)，能夠有效地減少關(guān)聯(lián)度緊密的子任務(wù)被分配給不同的主體處理時(shí)產(chǎn)生的通信耗費(fèi)，尤其在任務(wù)規(guī)模比較龐大的時(shí)候，通信耗費(fèi)的減少更加明顯。步驟二的具體的方法如下
擁有個(gè)Λ個(gè)執(zhí)行主體的多主體系統(tǒng)處理有1種類型的《個(gè)子任務(wù)構(gòu)成的原始任務(wù)， 原始任務(wù)經(jīng)步驟一分解后被分解為w個(gè)子任務(wù)模塊，I型子任務(wù)的執(zhí)行時(shí)間為；單個(gè)主體的執(zhí)行能力即單位時(shí)間內(nèi)能執(zhí)行子任務(wù)的最大個(gè)數(shù)為Q)(4)，其中，^表示能夠
執(zhí)行I型子任務(wù)的第J個(gè)主體；f子任務(wù)模塊中I型子任務(wù)的總個(gè)數(shù)用O(T4r)表示(,、=丨、 2、· · ·、πι;/=1、2、· · ·、/〗)。那么，多主體系統(tǒng)完成任務(wù)所需的最長(zhǎng)執(zhí)行時(shí)間為
pKy^ ^》51^，即…個(gè)子任務(wù)模塊中每種類型子任務(wù)的總個(gè)數(shù)除以系
統(tǒng)對(duì)該種任務(wù)的總的執(zhí)行能力乘以執(zhí)行該類型子任務(wù)的單位執(zhí)行時(shí)間的總和，此情況下個(gè)子任務(wù)模塊不能夠被多主體系統(tǒng)并行處理；多主體系統(tǒng)完成任務(wù)所需的最短執(zhí)行時(shí)間為
Tmja =m-ax{Z,此時(shí)個(gè)子任
i/ jι/ Jm
務(wù)模塊同時(shí)被多主體系統(tǒng)處理，總?cè)蝿?wù)的執(zhí)行時(shí)間為所需時(shí)間最長(zhǎng)的子任務(wù)模塊的執(zhí)行時(shí)間；鑒于多主體系統(tǒng)中各個(gè)主體的執(zhí)行能力，實(shí)際的總?cè)蝿?wù)執(zhí)行時(shí)間介于兩者之間，該發(fā)明
的目標(biāo)是在多主體系統(tǒng)執(zhí)行能力限制條件下使總?cè)蝿?wù)的執(zhí)行時(shí)間最大程度的接近。任務(wù)每個(gè)主徹載項(xiàng)■>『> )/◎灼，其乜為上-時(shí)刻分
配到主體A上的未被執(zhí)行的任務(wù)為將要分配給該主體的子任務(wù)；中介子記錄的各個(gè)主體執(zhí)行子任務(wù)的結(jié)果作為各個(gè)主體的誠(chéng)信度，即能夠成功執(zhí)行子任務(wù)認(rèn)為誠(chéng)信可靠，不能夠執(zhí)行任務(wù)不誠(chéng)信可靠，各個(gè)主體的誠(chéng)信度為，當(dāng)主體成功完成一次子任務(wù)時(shí)誠(chéng)信度增1，否則減1，當(dāng)誠(chéng)信度低于0時(shí)認(rèn)為該主體無(wú)誠(chéng)信度，中介子不分配給主體任務(wù)。初始狀態(tài)時(shí)，每個(gè)主體的誠(chéng)信度和負(fù)載均為0，中介子依據(jù)主體的資源和能力對(duì)子任務(wù)模塊進(jìn)行分配，首先對(duì)子任務(wù)模塊或子任務(wù)的執(zhí)行主體唯一的任務(wù)進(jìn)行分配，對(duì)執(zhí)行主體不唯一的
分配給ID(J)相對(duì)較小的可信任主體，此時(shí)的為0 ；第一時(shí)刻執(zhí)行任務(wù)結(jié)束后，系
統(tǒng)中各主體向中介子反饋?zhàn)约旱呢?fù)載和執(zhí)行結(jié)果，中介子根據(jù)此刻各主體的負(fù)載和執(zhí)行結(jié)果分配給各主體下一時(shí)刻的任務(wù)，將任務(wù)分配給滿足以下三個(gè)條件的主體
條件一 IMH崎Φ確Cp《M最小的主體，其中，尸為時(shí)刻結(jié)束主體
IP
上還未處理的子任務(wù)，T1q為將要分配的子任務(wù)；
條件二 通信耗費(fèi)較小，即同一子任務(wù)模塊中的子任務(wù)分配給同一主體，若不滿足，將子任務(wù)模塊進(jìn)行再分解，按照條件一進(jìn)行分配；
條件三誠(chéng)信度較高，在滿足條件一和條件二的基礎(chǔ)上分配給誠(chéng)信度較高的主體； 分解算法的流程圖如圖4所示。在上述兩層分解的基礎(chǔ)上，得出基于雙層分解的任務(wù)分配方法，其流程圖如圖5 所示。依據(jù)該發(fā)明的任務(wù)分配方法，通過首層基于任務(wù)關(guān)聯(lián)結(jié)構(gòu)的分解，能夠有效地減少關(guān)聯(lián)度不緊密的子任務(wù)被分配給不同的主體所造成的通信耗費(fèi)；同時(shí)，該發(fā)明每個(gè)執(zhí)行時(shí)刻結(jié)束通過對(duì)已分配和即將被分配的任務(wù)對(duì)各個(gè)主體帶來(lái)的負(fù)載評(píng)價(jià)，在高效執(zhí)行任務(wù)的前提下有效地降低了任務(wù)執(zhí)行時(shí)間，從而使總?cè)蝿?wù)的執(zhí)行時(shí)間接近于多主體系統(tǒng)執(zhí)行能力限制條件下的最短執(zhí)行時(shí)間。有益效果中介子是用于接受任務(wù)的主體。在任務(wù)分配過程中，不僅僅是對(duì)已分解的任務(wù)進(jìn)行任務(wù)分配的優(yōu)化方案研究，而且把對(duì)任務(wù)的分解考慮到任務(wù)分配過程中。系統(tǒng)中接受任務(wù)的中介子首先根據(jù)任務(wù)之間的關(guān)聯(lián)結(jié)構(gòu)對(duì)任務(wù)進(jìn)行首層分解，關(guān)聯(lián)度相對(duì)緊密的子任務(wù)結(jié)合在一起，這樣可以有效地減少任務(wù)處理過程中通信資源的耗費(fèi)；其次，中介子評(píng)價(jià)系統(tǒng)中各個(gè)主體的反饋信息，信息包括主體的資源和能力、主體承載的任務(wù)以及對(duì)各個(gè)主體執(zhí)行任務(wù)結(jié)果的記錄，根據(jù)主體的反饋信息，對(duì)首層分解得到的任務(wù)進(jìn)行再分解。其中，將各個(gè)主體執(zhí)行任務(wù)的結(jié)果作為次層分解的一個(gè)因素是為了避免不能按反饋的資源和能力成功執(zhí)行任務(wù)的主體屢次被分配給任務(wù)。1、通過基于任務(wù)關(guān)聯(lián)結(jié)構(gòu)的首層分解，有效地降低了在任務(wù)分配過程中的通信耗費(fèi)，尤其當(dāng)任務(wù)規(guī)模比較大的時(shí)候效果更加明顯；
2、在依據(jù)主體資源和能力的基礎(chǔ)上提出的計(jì)算主體負(fù)載的方法，該方法考慮主體現(xiàn)有任務(wù)和待分配任務(wù)及主體的執(zhí)行能力，有效地降低了總?cè)蝿?wù)的執(zhí)行時(shí)間，使實(shí)際執(zhí)行時(shí)間有效接近于多主體系統(tǒng)執(zhí)行能力限制下的最短執(zhí)行時(shí)間；


圖1是原始任務(wù)中子任務(wù)的結(jié)構(gòu)關(guān)聯(lián)及所需資源類型的實(shí)例顯示圖； 圖2是多主體系統(tǒng)中主體的任務(wù)處理能力圖3是基于原始任務(wù)中子任務(wù)關(guān)聯(lián)結(jié)構(gòu)的首層任務(wù)分解流程圖； 圖4是基于執(zhí)行環(huán)境的次層任務(wù)分解流程圖； 圖5是基于雙層分解的任務(wù)分配方法流程圖； 圖6是實(shí)施例中基于雙層分解的分配方法的執(zhí)行流程A2、A3的處理能力分別為1、1、2;圖3中終端任務(wù)是指任務(wù)關(guān)聯(lián)結(jié)構(gòu)中午后繼任務(wù)的子任務(wù)，巧和巧(5)分別代表第j個(gè)子任務(wù)模塊和該模塊中任務(wù)所含總的資源個(gè)數(shù)。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例做詳細(xì)說明本實(shí)施例在以本發(fā)明技術(shù)方案為前提下進(jìn)行實(shí)施，給出了詳細(xì)的實(shí)施方式和具體的操作過程，但本實(shí)施例只是本發(fā)明的一個(gè)簡(jiǎn)單的案例應(yīng)用，本發(fā)明的保護(hù)范圍不局限于下述的實(shí)施例。在不影響說明本發(fā)明內(nèi)容的前提下，對(duì)任務(wù)和多主體系統(tǒng)中的主體作如下簡(jiǎn)化和設(shè)置
(1)用于控制子任務(wù)模塊大小的資源閾值f =10，對(duì)不同的任務(wù)根據(jù)任務(wù)的規(guī)模進(jìn)行改變；
(2)在實(shí)施例中不考慮子任務(wù)類型的不同，子任務(wù)的執(zhí)行時(shí)間均相同，即設(shè)置
權(quán)利要求
1. 一種多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法，其特征在于該方法包括以下兩個(gè)步驟步驟一，任務(wù)被中介子接受之后，中介子首先對(duì)任務(wù)的關(guān)聯(lián)結(jié)構(gòu)進(jìn)行遍歷，記錄各個(gè)子任務(wù)所需的資源和子任務(wù)之間的關(guān)聯(lián)，依據(jù)子任務(wù)的關(guān)聯(lián)結(jié)構(gòu)將任務(wù)分解為一系列子任務(wù)模塊，完成首層任務(wù)分解；通過控制子任務(wù)模塊中資源閾值的調(diào)整，控制子任務(wù)模塊的大步驟二，系統(tǒng)中的主體向中介子反饋各自的資源和能力信息，抽象為主體能夠處理的子任務(wù)的類型和每個(gè)時(shí)刻處理子任務(wù)的個(gè)數(shù)，中介子對(duì)每個(gè)主體曾經(jīng)處理的子任務(wù)結(jié)果擁有記錄，作為該主體誠(chéng)信度的評(píng)價(jià)，根據(jù)主體的反饋信息和中介子擁有的誠(chéng)信度對(duì)任務(wù)進(jìn)行分解，同時(shí)綜合考慮各主體未處理子任務(wù)模塊和即將被分配的子任務(wù)模塊的負(fù)載均衡， 完成次層任務(wù)分解。
2.根據(jù)權(quán)利要求1所述的多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法，其特征是步驟一中，所述的資源閾值通過已經(jīng)分配到模塊中的子任務(wù)的總的資源種類和數(shù)量，即子任務(wù)模塊資源多少來(lái)控制模塊大小，而不是用模塊中子任務(wù)的數(shù)量來(lái)控制模塊大小。
3.根據(jù)權(quán)利要求1所述的多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法，其特征是步驟二中，所述的負(fù)載均衡是某時(shí)刻結(jié)束末中介子在評(píng)估主體的負(fù)載時(shí)，不僅考慮主體上未處理的負(fù)載，還考慮即將被分配給主體的子任務(wù)模塊帶給主體的負(fù)載，綜合考慮各主體兩個(gè)方面的負(fù)載，將下時(shí)刻的子任務(wù)模塊分配給總體負(fù)載最小能夠執(zhí)行該子任務(wù)模塊的主體。
4.根據(jù)權(quán)利要求1所述的多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法，其特征是，次層任務(wù)分解是在首層任務(wù)分解的基礎(chǔ)上進(jìn)行的，在次層分解中根據(jù)多主體系統(tǒng)中的主體資源和能力對(duì)不滿足任務(wù)求解要求的子任務(wù)模塊進(jìn)行再次分解。
全文摘要
多主體系統(tǒng)中基于雙層分解的任務(wù)分配方法中，多主體系統(tǒng)中主體之間的結(jié)構(gòu)形式為聯(lián)邦式結(jié)構(gòu)，即系統(tǒng)由中介子和執(zhí)行主體構(gòu)成，其中，中介子是用于接受任務(wù)的主體；任務(wù)的分配方式為中介子接受任務(wù)后，對(duì)任務(wù)的關(guān)聯(lián)結(jié)構(gòu)進(jìn)行分析，根據(jù)一定的資源閾值對(duì)任務(wù)進(jìn)行首層分解，將任務(wù)分解成若干個(gè)關(guān)聯(lián)比較緊密的子任務(wù)群組模塊；接著，系統(tǒng)中的各個(gè)主體向中介子反饋主體的信息，反饋的信息包括主體的資源和能力信息以及主體處理任務(wù)的結(jié)果信息，中介子根據(jù)獲得的信息對(duì)任務(wù)群組進(jìn)行次層分解，將任務(wù)分配給各個(gè)主體進(jìn)行求解。能夠有效地降低任務(wù)的執(zhí)行時(shí)間，使任務(wù)的執(zhí)行時(shí)間接近于多主體系統(tǒng)執(zhí)行能力限制條件下的最短執(zhí)行時(shí)間。
文檔編號(hào)G06F9/46GK102156660SQ20111009077
公開日2011年8月17日 申請(qǐng)日期2011年4月12日 優(yōu)先權(quán)日2011年4月12日
發(fā)明者周偉, 孟海戰(zhàn), 徐媛, 蔣玉俊 申請(qǐng)人:東南大學(xué)