Two Innovative Coalition Formation Models for Dynamic Task Allocation in Disaster Rescues

This paper addresses the problem of multi-objective coalition formation for task allocation. In disaster rescue, due to the dynamics of environments, heterogeneity and complexity of tasks as well as limited available agents, it is hard for the single-objective and single (task)-to-single (agent) task allocation approaches to handle task allocation in such circumstances. To this end, two multi-objective coalition formation for task allocation models are proposed for disaster rescues in this paper. First, through coalition formation, the proposed models enable agents to cooperatively perform complex tasks that cannot be completed by single agent. In addition, through adjusting the weights of multiple task allocation objectives, the proposed models can employ the linear programming to generate more adaptive task allocation plans, which can satisfy different task allocation requirements in disaster rescue. Finally, through employing the multi-stage task allocation mechanism of the dynamic programming, the proposed models can handle the dynamics of tasks and agents in disaster environments. Experimental results indicate that the proposed models have good performance on coalition formation for task allocation in disaster environments, which can generate suitable task allocation plans according to various objectives of task allocation.     

知识多样性及任务依赖性对团队绩效的影响

医生团队模式是在线健康咨询平台的一个新兴模式，借助信息技术，可以为患者提供更及时、更全面的咨询服务，对于合理匹配医生患者并促进分级诊疗有重要作用。本文运用了团队绩效研究中的理论模型“投入-过程-输出”（Input-Process-Output，IPO）研究了虚拟医生团队成员间的知识多样性、任务依赖性如何影响团队绩效，并检验了团队成员的互动过程接触频率如何调节知识多样性、任务依赖性与医生团队绩效的关系。通过网络爬虫共收集了好大夫网站上连续8个月的面板数据, 并使用面板负二项回归随机效应模型验证假设。实证结果显示，知识多样性和任务依赖性都显著正向影响团队绩效，接触频率负向调节任务依赖性对团队绩效的影响。研究结论拓宽了虚拟团队的理论应用，也为在线健康咨询领域提供了组建高效医生团队的实践指导。     

人际信任对团队绩效的影响--深度计算实验方法

本文旨在通过知识团队中人际知识交流这一中间环节,探索人际信任对团队绩效的动态影响关系.知识团队是一个小群体复杂自适应系统,不存在广度方面的大量性和统计性.因此,本文提出了一种向深度发展的深度计算实验方法,从行为层面向下深入一层,进行深层次的机理建模.结果发现1)当团队执行适当任务时,人际信任才对团队绩效有显著影响.2)任务执行顺序影响团队信任的产生与积累,进而影响团队绩效.3)从团队的管理工作而言,应按由易到难的顺序执行任务,更有利于团队绩效以及团队的健康发展.本文为研究人际信任对团队绩效的影响关系提供了一种新的思路和方法.     

Computer Support for Concept Engineering Design：Enabling Interaction with Design Knowledge

ＣｏｍｐｕｔｅｒＳｕｐｐｏｒｔｆｏｒＣｏｎｃｅｐｔＥｎｇｉｎｅｅｒｉｎｇＤｅｓｉｇｎ：ＥｎａｂｌｉｎｇＩｎｔｅｒａｃｔｉｏｎｗｉｔｈＤｅｓｉｇｎＫｎｏｗｌｅｄｇｅＥｒｎｅｓｔＡ．Ｅｄｍｏｎｄｓ＆ＬｉｎｄａＣａｎｄｙ（ＬＵＴＣＨＩＲｅｓｅａｒｃｈＣｅｎ...     

基于MEC的任务卸载和资源分配联合优化方案

面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing, MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块(resource block, RB)质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明，所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。     

基于粒子群优化的无人战斗机编队任务协调方法研究

执行任务时多无人机之间的任务协调是保证无人机具备协同工作能力并且顺利完成任务的关键.将无人战斗机编队的协调过程看成一种动态的任务分配过程,建立任务协调模型,分析任务协调问题的粒子初始化和寻优方法,编写基于粒子群优化算法的任务协调问题程序.对粒子群优化算法参数对任务协调方案的影响进行了仿真验证,结果表明此方法得出的方案合理有效可以满足无人战斗机任务协调问题的要求.     

Hierarchical resource allocation for integrated modular avionics systems

Recently the integrated modular avionics (IMA) architecture which introduces the concept of resource partitioning becomes popular as an alternative to the traditional federated architecture.A novel hierarchical approach is proposed to solve the resource allocation problem for IMA systems in distributed environments.Firstly,the worst case response time of tasks with arbitrary deadlines is analyzed for the two-level scheduler.Then,the hierarchical resource allocation approach is presented in two levels.At the platform level,a task assignment algorithm based on genetic simulated annealing (GSA) is proposed to assign a set of pre-defined tasks to different processing nodes in the form of task groups,so that resources can be allocated as partitions and mapped to task groups.While yielding to all the resource constraints,the algorithm tries to find an optimal task assignment with minimized communication costs and balanced work load.At the node level,partition parameters are optimized,so that the computational resource can be allocated further.An example is shown to illustrate the hierarchal resource allocation approach and manifest the validity.Simulation results comparing the performance of the proposed GSA with that of traditional genetic algorithms are presentod in the context of task assignment in IMA systems.     

基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。     

基于机群关系特征的多机协同作战任务分配

本文研究多机协同作战的任务分配问题。首先, 根据不同飞机种类的特点提出了任务适应度概念, 用以描述不同任务场景下各机种执行该任务的相对优劣程度。其次, 根据同一机群内和不同机群间的飞机单元执行同一任务时的相互关系, 提出了关系特征函数, 用以描述执行同一任务时其他执行单元对自身效能的影响。再次, 针对某一任务需要多架飞机单元共同完成的实战需求, 设计了考虑任务适应度和机群关系特征的全局收益指标, 并通过求解最优化问题实现了多机种协同作战收益最大化。最后, 针对典型的多机协同作战场景, 给定任务需求后进行求解, 得到了任务分配结果。结果表明, 所提出的方法能够充分利用不同机种的各自优势及机群内外成员关系提高全局收益, 对多机协同作战任务分配问题具有重要的意义。     

基于m-best算法与rollout策略的平台任务关系优化设计方法#br#

在平台任务关系优化设计中,考虑单个任务资源分配过程中平台资源冗余度对后续任务分配的影响,分析优化设计过程的约束条件,构建了以最大任务执行精度与最小资源冗余度为综合目标函数的平台任务关系设计的问题模型,并使用基于m-best算法与rollout策略的方法对问题模型进行求解。m-best算法生成单个任务的m个平台分配方案,rollout策略用于均衡不同优先级任务之间的任务执行精度。最后,分别通过特殊算例和一般算例验证所提优化设计方法的优越性,算例的结果表明,使用该优化设计方法能够使高优先权任务的资源冗余度降低,从而使得整体任务执行精度提高。     

人机一体化的巡航导弹监控Agent设计

基于巡航导弹武器控制系统的多Agent构架,为了开展监控Agent的设计,参考战术战斧武器控制系统用户界面的开发过程,提出了一整套"以人为中心的人机一体化"的Agent设计方法.用该方法对监控Agent进行了设计:通过用户、任务分析和人机功能分配,识别了人与机器的需求;据此设计了Agent的结构,结合信念属性与需求设计了Agent的部件原型,进而结合任务流程形成了系统原型,通过认知预排和用户测评对原型设计进行了迭代.     

机载公共设备综合管理系统的动态反馈调度

机载公共设备的综合管理是一种必然趋势,多处理机任务分配和调度是机载公共设备综合管理系统中一个关键技术问题.针对混合任务和不确定的负载,设计动态反馈调度算法使之具有检测、分类、自适应、反馈的功能,采用静态分配和动态调度相结合的方法、局部反馈和全局反馈调度相结合的方法,实现多处理机欠载、过载、超过载、优先级倒置、任务接收和任务拒绝情况下的动态调度.     

多目标攻击条件下的作战任务分配模型研究

作战任务分配是现代多用途战斗机火控系统的核心,也是任务管理系统中的关键性的问题.首先运用信息熵方法,结合主客观两方面的因素对多目标攻击条件下的任务进行优先权分析,然后建立起传感器作用于任务的效能矩阵,在此基础上运用蚁群算法来确定任务最优分配方案.仿真实例表明该任务分配模型对于多目标攻击条件下的任务分配具有一定的可行性和实用性.     

面向复杂关联测控需求的冲突规避调度算法

对卫星测控资源调度问题的现状进行了分析, 根据现有场景、需求和任务建立了目标约束满足模型。在系统阐述测控资源、可见弧段、任务需求的基础上, 考虑到测控任务需求间复杂的相互关联关系, 提出了一种基于任务冲突规避的测控资源调度算法。相比其他传统方法, 该算法考虑了全局任务对资源的需求和任务间复杂的关联性, 引入了可行解接受度函数, 避免了传统启发式算法过分贪婪的缺点。实验结果表明, 该算法应用于大规模测控任务资源调度时, 能有效提高任务调度的成功率。     

基于多目标优化的传感器网络任务分配模型

由于网络节点资源受限,节点任务分配对传感器网络性能和网络服务质量影响很大.本文以优化系统时延、能量消耗及网络均衡度为目标,建立了基于多目标优化的传感器网络任务分配模型.同时为了有效协调多目标间的关系,采用目标协调优化方法构造目标函数.利用关键路径法解决通信路径选择,给出了基于遗传算法的最佳任务分配方案,进而最大限度地提高了传感器网络效率.最后,仿真结果表明了该模型和算法是合理的和有效的.     

基于人机协作的无人集群搜索方法研究

人与机器人交互是当前一项研究热点,人与无人集群协作搜索是人机交互的典型场景,通过结合人的复杂推理能力和无人集群的重复精确执行能力以完成更为复杂的任务.以不确定场景下高价值目标搜索为背景,给出了人与无人集群协作搜索问题概念定义;为描述多Agent系统如何在人工辅助下进行选择目标区域进行探索,构建了一种先验态势不确定情况下...     

基于本体论的团队虚拟知识流抽取模型研究

集成本体论与过程视图理论改进现有的模型,以iPhone的研发过程为依据定义了标记知识流与虚拟知识流,论证了两者的关系.根据iPhone研发过程中不同团队的实际任务,选取标记知识节点抽取虚拟知识流,建立了团队虚拟知识流抽取模型,阐述了模型的运行规则和步骤并以规划团队为例进行实证分析.研究结果表明:选取合理的标记知识节点形成虚拟知识流是组织满足不同任务团队知识需求的有效途径;借助虚拟知识流的抽取模型,组织可以直观地为不同职能的团队提供知识支持,说明不同团队的知识需求及工作相关知识信息的查阅顺序,使团队更具针对性地完成自身任务,以此提高组织的内部沟通效率和决策质量.研究为知识流动的过程分析提供了新的视角,也为相关领域的深入探索提供了有利的理论支持.     

多Agent系统任务分配方法综述

任务分配问题是多Agent系统（multi Agent system, MAS）中的重要研究内容之一,即解决如何将合适的任务分配给合适的Agent以实现整体执行效果最优。在分析MAS四种典型控制架构的基础上,比较了集中式与分布式控制架构下任务分配问题的特点,并对目前MAS中的多种集中式和分布式分配方法分别进行综述。最后,从理论和应用研究两方面总结和分析了MAS任务分配问题的未来发展方向。     

面向协同设计的任务调度问题研究

针对协同设计任务调度存在的问题,综合考虑了协作项目间、任务间及任务自身的具体因素和约束,在建立设计任务网络图的基础上,提出了一种以"任务优先系数"为指标的可并行执行任务集内任务的执行调度算法.综合考虑协同设计过程中的诸多动态、不确定性及非量化等因素,基于均衡一适度原则建立了任务到团队成员分配的扩展数学模型,并利用匈牙利算法进行求解.研究表明,该方法能有效对复杂产品的协同设计流程进行规划,且简单易用.