[发明专利]一种邻近协作网络的邻对计算自分配方法

摘要

本发明提出一种邻近协作网络的邻对计算自分配方法，属于信号处理技术领域。该方法首先对于每个当前智能体，依次建立比较变量，能力变量，拓扑变量，分配变量，负担变量和承受变量；然后通过当前智能体与邻近智能体通信，根据邻对间比较变量大小比较的结果，对分配变量进行初始化赋值；随后，根据分配结果是否依赖于计算能力对初始化赋值后的分配变量进行迭代更新；最后，按照计算能力的分辨率对迭代更新完成后的分配变量进行四舍五入，其结果确定为分配变量的最终值，完成邻近协作网络的邻对计算自分配。本发明适用于任意规模的连通的由多智能体组成的邻近协作网络，通过分布式的方式实现全局优化的自分配。

主权项

1.一种邻近协作网络的邻对计算自分配方法，该方法首先对于每个当前智能体，依次建立比较变量，能力变量，拓扑变量，分配变量，负担变量和承受变量；然后通过当前智能体与邻近智能体通信，根据邻对间比较变量大小比较的结果，对分配变量进行初始化赋值；随后，根据分配结果是否依赖于计算能力对初始化赋值后的分配变量进行迭代更新；最后，按照计算能力的分辨率对迭代更新完成后的分配变量进行四舍五入，其结果确定为分配变量的最终值，完成邻近协作网络的邻对计算自分配；其特征在于，该方法包括以下步骤：1)建立变量；记多智能体数量是M个，对于每个标记序号为i的当前智能体，依次建立比较变量，能力变量，X个拓扑变量，Y个分配变量，Z个负担变量和承受变量；其中，X,Y,Z均为正整数，且X,Y,Z分别小于等于M‑1；具体步骤如下：1‑1)使用随机数生成比较变量r_i，r_i为实数；1‑2)根据当前智能体i对计算负荷的最大承受能力，以计算负荷相同的度量标准为度量单位，生成能力变量c_i，c_i为正实数；1‑3)对当前智能体i与其他智能体的通信连接情况进行判断：对每一个与智能体i互相通信的邻近智能体j,分别建立一个与之对应的拓扑变量a_ij，并根据连接强度对拓扑变量a_ij赋值，满足a_ij＞0；而对于未能与智能体i互相通信的任何其他智能体h，令对应的拓扑变量a_ih＝0；拓扑变量的总数为X个；1‑4)对每一个与当前智能体i互相通信的邻近智能体j,分别建立一个与之对应的分配变量分配变量初始值均为0，同时根据邻对智能体之间协作计算的计算量生成负担变量为正实数；分配变量的总数为Y个，负担变量的总数为Z个；1‑5)建立承受变量b_i，承受变量b_i初始值为0；2)初始化分配变量；当前智能体通过与邻近智能体通信进行邻对间比较变量的广播发送与接收，根据邻对间比较变量的大小对步骤1‑4)的分配变量进行初始化赋值，具体包括以下步骤：2‑1)当前智能体i广播发送比较变量r_i，并接收每一个邻近智能体j所广播发送的比较变量r_j；2‑2)当前智能体根据自身的比较变量r_i和每一个接收的比较变量r_j的大小对比，对分配变量初始化赋值，具体规则如下：如果r_i＞r_j，则如果r_i＜r_j，则如果r_i＝r_j，则重复步骤1‑1)，当前智能体i重新生成比较变量r_i后，进行步骤2)直到初始化赋值成功；其中ε为修正因子；3)迭代更新分配变量；当前智能体与邻近智能体进行通信，并根据分配结果是否依赖于计算能力而对分配变量进行N次迭代更新，N为正整数，每次迭代过程包括以下具体步骤：3‑1)根据分配变量的当前迭代值，更新当前智能体i的承受变量b_i，函数表达式如式(1)所示：其中表示智能体i的全部邻近智能体；分配变量首次迭代开始时，分配变量的当前迭代值为步骤2)得到的分配变量的初始化赋值；3‑2)如果分配结果独立于智能体的计算能力，则进行步骤3‑2‑1)；如果分配结果依赖于智能体的计算能力，则进行步骤3‑2‑2)；3‑2‑1)当前智能体i广播发送步骤3‑1)计算得到的承受变量b_i，并接收每一个邻近智能体j所广播发送的承受变量b_j；当前智能体i根据自身的承受变量b_i和每一个接收的承受变量b_j，按算法协议A1对分配变量进行迭代，算法协议A1如式(2)所示：其中,是迭代后的分配变量；κ_i是保证算法协议收敛的收缩因子且3‑2‑2)当前智能体i广播发送承受变量b_i和能力变量c_i，并接收每一个邻近智能体j所广播发送的承受变量b_j和能力变量c_j；当前智能体i根据自身的承受变量b_i、能力变量c_i和每一个接收的承受变量b_j、能力变量c_j，按算法协议A2对分配变量进行迭代，算法协议A2如式(3)所示：3‑3)对每次迭代后的分配变量进行区间约束处理，如式(4)和式(5)所示：式(4)和式(5)同时约束分配变量，使迭代后的分配变量既不大于对应的负担变量也不小于0，并作为下一次迭代开始时的分配变量的当前迭代值；4)确定分配变量；按照计算能力的分辨率对步骤3)完成N次迭代后的分配变量进行四舍五入，其结果确定为分配变量的最终值，完成邻近协作网络的邻对计算自分配。