[发明专利]网络结构化复杂系统中位置敏感任务分配方法

说明书

技术领域

本发明涉及一种在网络结构化复杂系统中位置敏感任务分配方法，这种方法根据网络中每个agent的位置即中心度信息，完成任务分配，这种分配方式通过选择原始网络和任务资源覆盖子网，并且根据每个agent在相应选择网络中的中心度信息，完成协商过程，可以大大缩短各个agent完成任务时在通信上的损耗，从而减少任务的执行时间。

背景技术

复杂系统在现实中被广泛的运用，系统中的每个节点称为一个agent，其组织形式通常呈现多样化；网络结构化复杂系统中的每个agent都只与网络中直接连接关系的相邻agent交互合作。在这种网络中，通常采用任务分配，使得网络中的各个agent在处理任务时工作协调一致并且使系统尽快的完成任务。

传统的任务分配方式中，主要以agent的能力为参考因素，agent得到任务数量与其自身能力的大小成正比，能力大的agent得到更多的任务。但是，在网络结构化复杂系统中，各个agent的位置对任务的执行时间影响很大，大量的时间将被消耗在各个agent之间的彼此的通信上。因此，选择一个距其他agent距离相对较短的agent作为任务执行主体，可以减少任务在通信上所花的时间。

发明内容

技术问题：本发明中，针对现有的任务分配中使用能力为参考因素而存在的不足，提供一种网络结构化复杂系统中位置敏感任务分配方法，这种方法中任务分配主要考虑agent的位置即中心度信息。

技术方案：本发明需要使用如下的概念，包括：任务，位置，协商，任务分配，任务资源覆盖子网，其中：

任务：完成一个任务需要相应的资源，且资源的种类可以是一种也可以是很多种，只有当一个或多个agent所包含的资源符合任务所需的资源时，任务才能够被执行。

位置：本发明中主要使用一种位置信息，中心度C，即一个agent距其他所有agent的距离和的倒置，一个agent的中心度越高，表明该agent在网络中越居于中心位置，到其他agent的距离也越小；

协商：当一个任务超过一个agent完成的能力时，就需要有其他的agent共同来完成，找到这些agent的过程称为协商，协商的方法分为半监督和全监督两种，半监督只人为的确定责任agent，其余的agent根据网络特性自行寻找，而全监督则所有的agent都按照一定的顺序人为的去寻找；

任务分配：当复杂系统处理一个任务时，首先需要确定一个责任agent去执行这个任务，如果任务量超过单个agent能够完成的范围就需要该责任agent和其他agent进行协商，这个过程称为任务分配；

任务资源覆盖子网：当一个任务来临时，将网络中不包含用于执行这个任务资源的agent忽略，组建子网络结构，这样的子网络结构相对于原始的网络在结构上更加简洁，可以避免将不能完成任务的agent加入到协商序列中而造成的通信和任务执行时间损耗；

本发明的一种网络结构化复杂系统中位置敏感任务分配方法包括：

首先根据任务资源的需求情况判别使用原始网络结构还是使用任务资源覆盖子网结构，再计算每个agent在相应网络中的中心度，然后选择中心度最高的agent作为责任agent，再根据相应的协商方式完成任务分配。

位置敏感的任务分配方式，在这里参考的位置信息为中心度，即每个agent到其他所有agent的距离的和的倒数。在进行任务分配前需要将网络中所有的agent的中心度计算并排序，选出中心度最高的agent作为责任agent。

所述的任务分配，需要进行协商，协商包括协商层次和资源协商拓扑图；根据位置优势确定责任agent后，需要根据任务所需资源进行协商，每协商一次都需要判断任务资源是否已经满足，因此协商的过程是分层次的，这个层次成为协商层次；同时，根据任务资源协商形成的agent序列构成的网络结构称为资源协商拓扑图；协商层次和资源协商拓扑图直观的显示了协商的过程。

所述的中心度，其计算方式为在网络结构化复杂系统中一个agent距其他所有agent距离总和的倒数。

所述的任务资源覆盖子网是：当一个任务来临时，将网络中不能用于执行这个任务的agent忽略，但是保留这些agent的连接信息，根据这些原始网络的连接信息和被选择来构建子网的agent，组建一个子网络结构，称为任务资源覆盖子网，在这个子网中计算的中心度，依然可以作为位置敏感的任务分配方式的参考数据。

原始网络和任务资源覆盖子网的选择方法是，如果任务所需资源包含原始网络中包含的所有种类资源，则选择原始网络，否则选择任务资源覆盖子网。