基于信任度的合一系统社会任务分配
本文选题:社会网络 + 任务分配 ; 参考:《软件学报》2017年07期
【摘要】:在多智体社会网络中,传统的任务分配模型一般采用直接面向任务执行者的分配机制.它们不考虑社会网络组织结构对任务分配性能的巨大影响,也很少透彻地研究不可靠社会中的任务分配.针对这些问题,开创性地研究了软/硬件合一系统的任务分配,即按递阶、分层的思想设计了协作组织模型,并基于此提出了面向社区基于社会协调"软件人"的任务分配模型.模型研究过程中,提出了基于直接信任度和社区声誉的社区信任度评估机制、基于社区信任度和社区物理能力的节点选择机制、基于负载均衡的社区内任务分配机制和基于上下文资源的任务再分配策略.实验结果表明:与常见的直接面向任务执行者和基于资源的任务分配模型相比,所提出的模型具有更优的任务分配性能,且对社会任务环境变化具有更好的鲁棒性;社区内基于负载均衡的分配机制和基于上下文资源的再分配策略也有效提高了分配性能,降低了网络中的通信密度.
[Abstract]:In the multi intelligence social network, the traditional task allocation model generally adopts the allocation mechanism of direct task oriented implementers. They do not take into account the great influence of the social network organization structure on the task allocation performance, and rarely study the task allocation in the unreliable society. The task allocation of a system is designed according to the hierarchical and hierarchical idea, and based on this, a task allocation model for community based social coordination is proposed. In the process of the model study, a community trust evaluation mechanism based on direct trust and community reputation is proposed, based on community trust and community physics. The node selection mechanism of the capability is based on the load balancing task allocation mechanism in the community and the task redistribution strategy based on the context resource. The experimental results show that compared with the common task oriented and resource based task allocation model, the proposed model has a better task allocation performance and a social task ring. The environment changes have better robustness, and the distribution mechanism based on load balancing and the redistribution strategy based on context resources in the community can also effectively improve the distribution performance and reduce the communication density in the network.
【作者单位】: 辽宁工程技术大学软件学院;北京科技大学计算机与通信工程学院;
【基金】:国家自然科学基金(61404069,61401185,61540056) 辽宁省教育厅科学技术项目(LJYL052)~~
【分类号】:TP18;TP242
【相似文献】
相关期刊论文 前10条
1 张雷;王崇骏;谢俊元;;分布式任务分配中的一种信誉重连策略[J];广西大学学报(自然科学版);2009年05期
2 高志军,韦红雨,颜国正,丁国清;网络环境下多机器人的任务分配实现[J];计算机工程与应用;2004年03期
3 李济泽;李科杰;宋萍;;基于非合作博弈模型的多移动节点任务分配[J];福建工程学院学报;2010年04期
4 孟海战;;一种优化的任务分配方法研究[J];计算机与现代化;2011年04期
5 陶雪丽;郑延斌;;多Agent层次任务分配方法[J];计算机工程与设计;2013年05期
6 陶雪丽;郑延斌;;基于适应度的多Agent层次任务分配方法[J];微电子学与计算机;2013年06期
7 黎亮,杨国纬;一种具有自适应能力的任务分配系统的设计[J];电子科技大学学报;1998年06期
8 陈夏冰;刘国栋;刘丽娟;;基于分区的多机器人任务分配[J];江南大学学报(自然科学版);2013年04期
9 袁伟;;基于抛弃 捡拾法的多机器人动态任务分配[J];福建电脑;2010年01期
10 张在宏;浅谈计算机系统的合理选择及任务分配[J];舰船电子对抗;2002年04期
相关会议论文 前2条
1 赵保学;李战怀;陈群;姜涛;潘巍;金健;;可扩展Hadoop任务分配模块的研究与实现[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
2 石媛媛;周罗伟;王江柳;杨佩;陈春林;;适用于智能仓储多机器人任务分配的一种平衡启发式拍卖方法[A];系统仿真技术及其应用学术论文集(第15卷)[C];2014年
相关博士学位论文 前4条
1 马巧云;基于多Agent系统的动态任务分配研究[D];华中科技大学;2006年
2 李勇;多Agent系统联盟及任务分配的研究[D];合肥工业大学;2008年
3 刘美;WSN多目标跟踪节点任务分配及跟踪算法研究[D];华南理工大学;2010年
4 臧洁;分布式制造企业中协同生产任务分配的若干优化问题研究[D];东北大学;2011年
相关硕士学位论文 前10条
1 张宁;自治移动云中任务分配的设计与实现[D];内蒙古大学;2015年
2 张驰;无人机任务分配仿真平台设计与研究[D];西安电子科技大学;2014年
3 贾健;多平台防空协同任务分配问题研究[D];北京理工大学;2016年
4 程如洪;群智感知的任务分配和用户调度算法[D];中国科学技术大学;2016年
5 程静;具有随机属性的多无人机任务分配问题研究[D];合肥工业大学;2016年
6 李明;基于异构MAS的AGV协作系统任务分配方法研究[D];武汉工程大学;2016年
7 赵文卫;分布式爬虫系统中任务分配问题的研究[D];南京大学;2015年
8 鲁昊;Multi-agent系统中动态任务分配研究[D];湖北大学;2012年
9 姚慧峰;移动云计算环境下任务分配问题的研究[D];南京邮电大学;2014年
10 周军升;基于多Agent的多星任务分配问题研究[D];国防科学技术大学;2009年
,本文编号:2055748
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2055748.html