学位论文 > 优秀研究生学位论文题录展示

群体智能的任务分配机制研究

作　者: 姜丽梅
导　师: 张汝波
学　校: 哈尔滨工程大学
专　业: 计算机软件与理论
关键词: 群体智能任务分配多机器人群体机器人劳动分工
分类号: TP242
类　型: 硕士论文
年　份: 2009年
下　载: 96次
引　用: 0次
阅　读: 论文下载

内容摘要

群体智能是指任何启发于群居性昆虫和其它动物群体的集体行为而设计的算法和分布式问题解决方式。由于在时间和空间上的分布性、非直接通信方式、自组织性、个体简单性等特点,群体智能方法非常适合于分布式多机器人系统。本文对群体智能任务分配机制和群体智能方法在多机器人任务分配中的应用进行了深入的研究,主要包括以下几方面的内容:首先介绍多机器人系统及国内外研究现状,阐述了群体机器人的特点和主要研究内容。接着介绍了一些传统的任务分配方法,由于这些方法的局限性,受自然界生物群体的自组织行为的启发,一种新的仿生方法——群体智能方法越来越多的用于多机器人系统的任务分配。然后,针对生物系统中普遍存在的劳动分工现象,分析生物群体的自组织现象和Stigmergy机制,针对两个具体的觅食任务模型,本文改进了原来的阈值模型,使蚂蚁对环境的变化表现出更强的适应能力,当新的食物出现后,在短时间内就能快速的吸引较多蚂蚁。最后,本文将群体智能技术用于多机器人系统的任务分配。在分析了任务特征并确定评价标准后,基于群体智能的概念,本文提出两种新的任务分配方法。第一种方法结合阈值模型和蚁群算法的思想,设计了一种自组织任务分配算法。由于环境存在多类任务,在改进的阈值模型基础上,结合机器人记录的任务信息和其他机器人的状态选择任务类型,避免过多的机器人同时选择一个任务,降低发生冲突的概率。仿真结果说明第一种方法的效果要优于蚁群算法,减少了机器人的等待时间和任务转换次数。当前,在大多数任务分配方法中,机器人合作完成一个任务后立即解散,然后根据各自的策略,或者进入搜索状态,或者在候选任务列表中选择一个任务。第二种方法引入“动态子群”的概念,合作完成任务的机器人作为一个子群体,完成任务后不马上分开,而是在该子群体内联合对剩余的任务进行分配。子群可以再次划分或者与有相同目标任务的子群结合形成新的子群。每个子群作为一个整体执行任务。实验结果表明,方法二有较好的动态适应性,控制比较灵活。

群体智能的任务分配机制研究

内容摘要

全文目录

相似论文