[发明专利]复杂网络环境下实现MAS系统中智能体合作的方法和系统

说明书

本发明公开了一种复杂网络环境下实现MAS系统中智能体合作的方法，包括：获取复杂网络拓扑图，从复杂网络拓扑图中确定多个初始关键节点，获取每个初始关键节点的追随节点数量，按照追随节点数量的大小将所有初始关键节点进行排序，并对排序结果进行筛选，筛选结果构成初始关键节点集合，对得到的初始关键节点集合中的每个关键节点，将其和复杂网络拓扑图中所有与其连接、且不在初始关键节点集合中的节点组成初始联盟，所有初始联盟作为当前联盟构成当前联盟集合。本发明不仅能够根据拓扑结构上的关键节点形成相关的合作联盟，并且能够根据动态拓扑结构的改变对当前联盟进行调整，从而形成新的更高合作水平的联盟以带来更高的合作效率。

技术领域

本发明属于计算机分布式人工智能领域，更具体地说，涉及一种复杂网络环境下实现MAS系统中智能体合作的方法和系统。

背景技术

多智能体系统(Multi-agent system，简称MAS)作为分布式人工智能领域两个重要的研究分支之一，目前广泛应用于社交网络、机器学习、金融网络、经济演化与博弈论等领域，已成为解决大规模复杂系统的任务及模拟的研究热点。

在MAS环境中，智能体多以合作的方式来完成复杂网络中的相关任务或者仿真。鉴于MAS的自利性、社交性、反应性、预动性特点，传统的智能体合作机制包括基础方法、传统联盟方法、、以及重新布线机制。其中基础方法是任务随机分配，智能体之间存在冲突和抢占；传统联盟方法是计算出一组固定的联盟组合方式，并以此在不同的环境中进行合作；重新布线机制则是根据现有的邻域评估结果适当地增减当前邻域的合作对象，以改善合作环境。

然而，上述现有的智能体合作机制都存在一些不可忽略的技术问题：第一、这两种智能体合作机制不能根据网络的动态变化来调节联盟的组合方式，从而导致智能体合作的效率偏低；第二，这两种智能体合作机制都没有考虑到智能体合作的可靠性，从而会导致智能体合作失败，进而不能完成复杂网络中的相关任务。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种复杂网络环境下实现MAS系统中智能体合作的方法和系统，其目的在于，解决现有智能体合作机制中存在的上述技术问题，此外，本发明不仅能够根据拓扑结构上的关键节点形成相关的合作联盟，并且能够根据动态拓扑结构的改变对当前联盟进行调整，形成新的更高合作水平的联盟以带来更高的合作效率。

为实现上述目的，按照本发明的一个方面，提供了一种复杂网络环境下实现MAS系统中智能体合作的方法，包括以下步骤：

(1)获取复杂网络拓扑图，其中的每个节点代表一个智能体，每条边代表两个智能体之间的连接；

(2)从步骤(1)获取的复杂网络拓扑图中确定多个初始关键节点，获取每个初始关键节点的追随节点数量，按照追随节点数量的大小将所有初始关键节点进行排序，并对排序结果进行筛选，筛选结果构成初始关键节点集合；

(3)针对步骤(2)中得到的初始关键节点集合中的每个关键节点，将其和复杂网络拓扑图中所有与其连接、且不在初始关键节点集合中的节点组成初始联盟，所有初始联盟作为当前联盟构成当前联盟集合；

(4)针对当前联盟集合中的每个当前联盟而言，根据其中每个节点的原始可靠度值、以及该节点与该当前联盟中关键节点之间的距离来计算每个节点的可靠度值；

(5)根据步骤(4)得到的每个当前联盟中每个节点的可靠度值，从该当前联盟中选择最大可靠度值对应的节点作为根节点，将该根节点作为当前节点；

(6)使用该当前节点的可靠度值更新复杂网络拓扑图中该根节点下一层各个节点的可靠度值，并找出该根节点的下一层中可靠度值最高的节点t；

(7)判断该节点t是否在当前联盟中，如果是则进入步骤(8)，否则将该节点t加入当前联盟中，然后进入步骤(8)；