System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种多智能体集群任务筹划方法及系统技术方案_技高网

一种多智能体集群任务筹划方法及系统技术方案

技术编号:44515198 阅读:6 留言:0更新日期:2025-03-07 13:10
本发明专利技术公开了一种多智能体集群任务筹划方法及系统,方法包括:收集环境信息并构建目标信息矩阵;基于目标信息矩阵,通过k‑means聚类算法对多目标进行分区;采用随机森林法评估各区的重要度;根据各区的重要度确定各区智能体数量需求;基于重要度和数量需求,对集群智能体进行分组。本发明专利技术可以在保证多智能体集群任务完成时间最短、移动总距离最短的情况下,完成多智能体集群的任务筹划。

【技术实现步骤摘要】

本专利技术涉及任务筹划技术,尤其涉及一种多智能体集群任务筹划方法及系统


技术介绍

1、集群智能体是指由多个具有自主性、协作性和学习性的智能体组成的系统,可以在复杂的环境中执行各种任务。任务筹划是指根据任务的目标、约束和环境,为每个智能体分配合适的子任务,并协调智能体之间的行为,以达到最优或次优的系统性能。

2、集群智能体通常处于动态变化、不完全可观、不完全可控的环境中,这给智能体的感知、决策和协作带来了困难。集群智能体系统中的智能体可能有不同的目标、能力、偏好和约束,这需要设计合适的协作机制来协调智能体之间的冲突和合作,实现系统的整体效益最大化。然而,上述问题目前还没有较优的解决方案。


技术实现思路

【技术保护点】

1.一种集群智能体任务筹划方法,其特征在于,包括:

2.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述目标信息矩阵为:

3.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述通过k-means聚类算法对多目标进行分区具体包括:

4.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述目标信息中的每个数据点与这k个中心数据的距离为:

5.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,步骤2-3重k个类别新的中心为:

6.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,采用随机森林法评估各区的重要度具体包括:

7.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,根据各区的重要度确定各区智能体数量需求具体包括:首先,构建重要程度和智能体需求映射表,根据各区重要程度确定各区最小智能体需求;然后,根据智能体数量减去各区最小智能体需求,如果有剩余则平均分配到各区,确定最终各区需求。

8.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,对集群智能体进行分组具体包括:将智能体分组问题转化为任务分配问题,构建目标函数:

9.一种实现权利要求1-8任一所述方法的集群智能体任务筹划系统,其特征在于,包括:

10.一种计算机存储介质,其特征在于,所述计算机存储介质存储有可执行程序,所述可执行程序被处理器执行实现权利要求1-8任一项所述的集群智能体任务筹划方法的步骤。

...

【技术特征摘要】

1.一种集群智能体任务筹划方法,其特征在于,包括:

2.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述目标信息矩阵为:

3.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述通过k-means聚类算法对多目标进行分区具体包括:

4.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,所述目标信息中的每个数据点与这k个中心数据的距离为:

5.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,步骤2-3重k个类别新的中心为:

6.根据权利要求1所述的一种集群智能体任务筹划方法,其特征在于,采用随机森林法评估各区的重要度具体包括:

7.根据权利要求1所述的一种...

【专利技术属性】
技术研发人员:毛嘉慧于雨田尚智泉余益衡侯博文尚鹏辉
申请(专利权)人:杭州智元研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1