基于多智能体深度强化学习的空间众包任务分配

针对现有空间众包中的任务分配大多只考虑单边、 短期利益和单一场景的问题, 提出一种基于多智能体深度强化学习的空间众包任务分配算法. 首先定义一种新的空间众包场景, 其中工人可以自由选择是否与他人合作； 然后设计基于注意力机制和A2C(advantage actor-critic)方法的多智能体深度强化学习模型进行新场景下的任务分配； 最后进行仿真实验, 并将该算法与其他最新的任务分配算法进行性能对比. 仿真实验结果表明, 该算法能同时实现最高的任务完成率和工人收益率, 证明了该算法的有效性和鲁棒性.     

一种多无人机层次化任务分配方法

针对大规模任务分配问题,为了提高任务分配的效率和合理性,提出了基于任务依赖关系和ISODATA算法相结合的任务分组方法。在任务分组基础上,从无人机负载均衡的角度出发,提出了基于资源福利的任务组级粗粒度任务分配方法,结合粒子群算法提出了任务组内的细粒度任务分配算法。通过实验仿真验证所提方法有效,且性能和灵活性较普通任务分配算法有较大的优势。     

WSN中传感器节点的弹性神经网络任务分配方法

为解决WSN多目标跟踪节点任务分配的竞争冲突问题,提出一种融合了模糊聚类的多弹性子模自组织神经网络节点任务分配方法.通过模糊聚类估计目标数量,建立节点任务分配跟踪精度和能量消耗的综合性能指标,采用非全连接的环形弹性结构自组织神经网络优化监测联盟,用最近邻法对神经元弹性子模进行初始化,根据胜者为王原则动态调整子模的感受域,以快速锁定最优监测联盟,实现多目标的精确跟踪.实验结果表明:文中方法能有效解决多目标跟踪节点任务分配的竞争冲突问题,以及竞争冲突时的系统能耗增加与实时性问题;在随机均匀部署节点拓扑和目标直线运动模式下,文中方法的能耗较最近邻法降低了48.2%~55.9%,较未改进弹性神经网络法降低了37.4%~42.5%,且运算速度提高了19.0%~27.4%.     

一种基于帕累托最优的机场智能驱鸟决策模型

为防范鸟击事件的发生,提出一种就近分配与帕累托优化相结合的驱鸟器任务分配方法,研究了驱鸟器的最优驱鸟路径。首先将空中的鸟类目标点通过就近分配全部分配到驱鸟器的任务集中,得到一个每一步都是最优策略的局部最优分配结果,然后将每个驱鸟器任务集中的目标分别通过各任务集之间的帕累托优化与一个任务集之内的帕累托优化进行任务分配。结果表明:通过此方法能够得到一个基于帕累托优化的最优驱鸟路径,为驱鸟器提供了较为智能的分配算法。首次提出针对鸟群的驱鸟设备任务分配以及路径规划,在现有的鸟击防范工作基础上提供了较为智能的分配算法。     

基于信誉度的众包任务分配方法的研究

针对现有众包系统在质量控制方面存在的诸多问题,尤其是现有研究方法主要把精力集中在如何筛选精确的结果上而忽略了如何从任务分配上提高众包质量,提出了一种基于信誉度的众包任务分配方法。通过构建任务分配模型,基于时间窗口获得工作者的可信度证据序列求得可信度,利用信誉度将可用工作者和未分配的任务进行动态匹配,实验结果表明,利用此方法可以在合理的时间内高质量的完成众包任务。     

基于定价策略的无线网络节点能耗控制

针对无线网络控制系统中由于节点能量消耗速度不同造成整个网络寿命变短的现象,引入经济理论,提出了一种基于定价策略的传输任务分配协议.高能耗的节点通过协议将传输任务外包给低能耗的节点,从而在增加低能耗节点的传输能量消耗的基础上,减少高能耗节点的传输能量消耗,平衡节点间的能量消耗,达到延长网络寿命的目的.利用Truetime1.5建立了该协议下无线网络控制系统的仿真模型,仿真结果表明提出的能耗控制协议能够有效地提高无线网络的寿命.     

基于协同效能的反导作战任务分配模型

提出了一种基于效能最优的多个反导武器系统协同反导作战任务分配模型。阐明了任务分配与目标分配的关系,给出了任务生成原理,建立了考虑任务分配均匀性和一致性的静态任务分配优化模型;为建模方案之间的协同约束,定义了基本效能、自协同效能和互协同效能;基于粒子群优化算法进行了求解。仿真结果表明:建立的模型和方法适用于静态任务分配问题,所得结果合理有效,能够反映出任务协同在多个反导武器系统协同反导任务中的优势。     

多基地多UCAV任务分配建模及求解方法

为有效求解多基地情形下的无人作战飞机(UCAV)任务分配问题,在考虑任务收益、任务负载以及时间因素的条件下,建立了多基地多无人作战飞机的任务分配模型,并提出采用初始分配和动态分配相结合的求解方法.为提高初始任务分配问题的求解效率,将量子遗传算法融入了扩展紧致遗传算法的边缘积模块思想中,提出一种分布估计量子遗传算法(ED-QGA),用于初始全局最优分配,当出现突发动态任务时,采用合同网进行分配方案的局部调整.最后对提出模型和算法进行了仿真分析.结果表明,相比基于种群的增量学习算法和多粒度的量子遗传算法,分布估计量子遗传算法求解获得效能值分别提高了33. 4%和7. 2%,与基本合同网和扩展合同网相比,效能值分别提高了9. 2%和5%,因此能够有效提高UCAV整体作战效能.     

禁忌搜索在遥感任务调度中的应用研究

针对目前遥感产品生产集群负载不均衡、调度效果不理想的问题,提出了一种基于禁忌搜索的遥感任务调度算法.在调度算法中引入禁忌搜索思想,并增加任务需求与节点服务能力因素,将任务需求与生产节点服务能力分别用相应值描述.最后依据遥感影像和遥感产品生产流程的特点,使用禁忌搜索算法寻找任务分配全局最优解.本算法与传统的轮转法、使用率乘积法等调度算法相比,具有调度效率高、集群不均衡度小的优点,显著提高了遥感产品的生产效率.     

基于应用特征的启发式可重构SoC任务分配

本文提出了一种基于应用特征的启发式任务分配方法,适用于对可重构SoC进行系统级任务划分。实验以可重构密码处理SoC为目标,对密码处理任务进行任务划分,实验结果验证了任务分配方法的有效性和实用性。     

反导作战任务分配方法

为充分发挥反导体系的作战能力,探讨了多任务与多资源的多属性匹配问题。以任务为中心进行反导任务分配,给出了多任务分配问题的描述。结合反导资源作战使用的实际情况,分析作战任务和资源的多维属性。通过引入资源能力负载系数,定义任务需求与资源能力之间的矢量距离。以资源冗余和最小化协同负载策略为优化原则,建立了任务分配数学模型。借鉴和改进多维动态列表规划算法的思想,设计了具体的求解步骤,确定了任务选择资源的优先级。通过案例分析,验证了所提方法的适用性。     

柔性作业车间的任务分配及优化方法

针对柔性作业车间中存在的多工艺路线和多加工路径的生产条件,以整个任务的加工时间最小化为目标,提出了有限缓冲条件下的任务分配模型.基于Wardrop用户平衡原理,利用增量分配法求解该模型,进而求解各路径和各加工单元的任务分配量,以及任务的最小化加工时间.通过一个加工单元具有非线性加工时间和多工艺路线的实例证明了该模型和方法的有效性.该模型和算法,可以将任务分解到各加工路径上,并且能够确定各资源加工的时间窗.     

基于Petri网的多机器人协作任务分配与导航研究

研究了基于Petri网理论的多移动机器人任务分配和导航策略问题.针对有限空间环境下的物科收集协作任务,提出了一种机器人路径选择方法,并建立了基本路口单元和工作空间的Petri网模型.通过任务分配模型实时规划物科仓库内的机器人,并对具有拐角特征的多机器人路径冲突给出了消解方法,建立了机器人冲突协调模型.通过分析任务冲突协调模型,避免了多机器人运动路径冲突.最后仿真实验验证了提出的多机器人任务规划方法的有效性.     

基于贝叶斯理论的工作流任务分配模型的设计

在需团队协作完成的工作流应用中,不同类型任务需要经过多级的人来完成.但在实际运行过程中,随着任务历史数据的积累,可在现有数据前提下判定新来任务是否可以跳过固有业务流程.以贝叶斯网络为理论基础,结合移动广告系统审批流程的特点,对任务跨级分配的可行性建模分析,减少非必须的任务处理流程和任务在系统中的流转时间,从而提高工作流...     

基于云计算政务网络安全集中管理

 云计算为电子政务应用发展提供了有效的支撑平台,可以帮助解决3个方面的问题：安全性、性能和成本.研究在云环境下建设面向SaaS的安全集中管理云（ISeM Cloud）的途径,提出5层的总体框架结构,给出了系统关键的服务和任务的OWL描述模型,用户任务分解、调度的管理方法.系统基于Hadoop开源软件搭建的云基础设施环境设计,服务基于Map/Reduce编程模式实现.ISeM云解决了安全集中管理多级单独部署的问题,提高了政务网管理效率、节省了应用成本.     

ScopeWork中用户型任务的处理方法

给出了ScopeWork系统的体系结构,讨论了在这个体系结构中处理用户型任务所涉及的一些问题,最后给出了用户型任务的定义方法及调度方案·用户型任务是工作流管理系统中的一类重要应用,对其处理的好坏直接关系到工作流管理系统的运行效率·ScopeWork是正在研制的支持CIMS复杂应用的工作流管理系统的原型系统,该系统不仅讨论了对事务型工作流的处理问题,同时也讨论了对非事务型工作流的处理问题     

基于协同网和任务情景的服务组合方法

介绍了服务映射库、协同网和任务情景的基本概念,提出了基于协同网和任务情景的服务组合方法.对用户查询请求的每一个输出对象单独生成完备协同网集,将输出的各协同网组合成组合服务以满足用户的需求,通过基于综合任务情景相似度的方法选取最佳组合服务并返回用户.结果表明,所提出的方法能够提高服务组合的成功率和效率.     

基于QoS相似度的网格任务调度算法

针对网格环境下用户任务的多维服务质量(quality of service,QoS)要求,给出了一种基于QoS相似度的网格任务调度改进算法。该算法根据资源在各维QoS参数上提供服务能力的差异程度,计算出用户在各维QoS参数上的权重,并将任务分配到满足用户需求倾向的资源上执行。并采用GridSim工具包对提出的算法进行了仿真,实验结果表明,该算法不仅能满足用户的多维QoS要求,缩短任务完成时间,同时系统资源利用率也得到明显提高。     

双边装配线平衡的启发式算法

针对目前研究较少的双边装配线平衡问题,分析、研究了双边装配线平衡的特点,建立了问题的数学模型,并提出一种有效的启发式算法.在该算法中,采用基于位置的任务分配策略,运用多个启发式规则,如具有操作方位约束的任务将被优先分配,来进行任务的选择与分配;通过综合考虑E型任务在装配线双边的状况,确定其分配的具体方位,最大化E型任务的调节作用.大量实例运算结果表明,该算法具有较好的性能.