多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法技術

本發明專利技術提供了一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，以解決網絡層與任務不匹配導致負載不均衡、智能體過載風險的問題。首先，將多重網絡化產業鏈上的智能體進行動態性建模，并選擇網絡層內的后備智能體來替換故障智能體；其次，為了解決網絡層間出現負載不均衡問題，計算各網絡層間的狀態勢場，隨著勢場降低的方向進行網絡層間任務遷移；最后，為了減少智能體的過載風險，計算網絡層內各智能體的狀態勢場，通過勢場梯度進行網絡層內的任務遷移。與傳統基于單一方法任務遷移策略相比，本方法研究網絡層內與網絡層間任務遷移的特性，實現網絡層間的負載平衡，同時能有效減少智能體過載風險，提高產業鏈的穩定性。定性。定性。

【技術實現步驟摘要】
多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法


[0001]本專利技術涉及信息
，具體涉及一種多重網絡化產業鏈基于多重勢場的分層情境式任務遷移方法。

技術介紹

[0002]近年來，隨著計算機科學、人工智能和信息技術的發展，產業鏈中的智能體開始向多重網絡化發展，形成多層次、多智能體參與的網絡結構，不僅提高產業鏈的效率和靈活性，也增強系統的韌性。但是在多重網絡化產業鏈任務執行過程中，智能體會受到外界環境的影響而出現動態性變化，即故障的發生，導致整個產業鏈無法正常運行。
[0003]在產業鏈中，智能體的動態性會導致其執行任務的能力發生改變，使其無法完成分配給它的任務。為了應對這種情況，需要設計相應的任務遷移策略。動態性不僅會導致智能體與任務的能力不匹配，還可能導致網絡層與任務的不匹配。在產業鏈的每個網絡層都存在需要處理的任務，但當某個網絡層中的智能體出現故障時，會導致網絡層任務停滯，各網絡層的負載不平衡問題。因此，需要將該網絡層中的任務遷移到正常的網絡層中繼續進行處理。然而，被遷移的網絡層智能體可能已經在運行相關的任務，新遷移的任務可能會導致智能體過載的風險。由此可見，為了解決智能體動態性問題，不僅需要考慮到網絡層間遷移，達到各網絡層的負載平衡，也需要考慮網絡層內遷移，減少網絡層內智能體過載的風險。
[0004]因此，我們希望提出一種面向多重網絡化產業鏈中智能體動態性場景下的任務遷移方法，充分考慮各網絡層中的負載問題，并且結合網絡層內各智能體的任務情況，在發生智能體故障時，可以進行合適的任務遷移策略，幫助產業鏈繼續正常運行。

技術實現思路

[0005]技術問題：本專利技術的目的是提出一種新型的多重網絡化產業鏈中基于多重勢場的分層情境式任務遷移算法。該算法首先將多重網絡化產業鏈上的智能體進行動態性建模，選擇每個網絡層中關鍵智能體與后備關鍵智能體，并計算智能體與智能體間的、網絡層與網絡層間的勢場來表示智能體和網絡層對于需要遷移的任務的引力。為了實現網絡層間的任務分配平衡與減少網絡層內的過載風險，故障智能體會采用基于狀態勢場的方法進行任務遷移。這種方法不僅解決智能體動態性帶來的問題解維度高的問題，而且可以降低任務遷移的解空間復雜度。
[0006]技術方案：在任務執行過程中，多重網絡化產業鏈中的智能體會受到外界環境的影響而出現動態性變化。在此場景下，智能體的執行任務的能力會發生相應改變，造成智能體無法執行分配給它的任務的情況。為了完成這些智能體上的任務，需要設計一種多重網絡化產業鏈中智能體動態性場景下的任務遷移策略，在考慮各網絡層負載平衡的情況下，使得盡可能多的任務能夠在系統中被完成。該任務遷移方法的主要技術方案如下：
[0007]當多重網絡化產業鏈中有智能體發生動態性變化，即故障發生時，需要將其分配的任務依次進行層間任務遷移和層內任務遷移。首先根據各智能體的介數betweenness
i
計算其適應性，選取各網絡層中適應性較高的智能體作為該層網絡的后備關鍵智能體。當智能體a
i
出現故障時，如果該智能體是關鍵智能體，那么遍歷后備關鍵智能體集合，選取合適的智能體a
key
′
進行替換，否則，進行任務遷移。層間任務遷移需要計算各網絡層間的狀態勢場然后將出現故障智能體的網絡層集合加入到按網絡層狀態勢場從大到小排序的大頂堆中。將堆頂網絡層中的任務遷移給狀態勢場最低的網絡層的關鍵智能體上，從而完成層間任務遷移的目的。通過該方法可以平衡各網絡層間的負載平衡，并且保證發生故障的智能體任務繼續執行。
[0008]層間任務遷移之后，需要進行層內任務遷移，將任務分配給周圍智能體進行執行。但是對于已經被任務遷移的智能體，其負載可能會超過自身的最大限度，出現過載的問題，因此需要根據狀態勢場將部分任務遷移給網絡層其余的智能體。首先計算網絡層內各智能體的狀態勢場然后根據過載風險與收益的比較，將任務沿著狀態勢場下降的方向遷移給其余智能體。然后計算進行任務遷移的智能體a
i
與周圍智能體Ω(a
i
)的勢場梯度值gra，對Ω(a
i
)中的智能體構造優先隊列。選取隊首智能體a
m
，當a
m
與a
i
間的勢場梯度值gra
im
大于閾值θ時，貪心地選擇智能體a
i
的任務隊列中最大的任務遷移給智能體a
m
，并繼續遞歸地對a
m
執行基于狀態勢場的任務算法。當梯度值小于閾值后，更新隊首智能體，如果新的隊首智能體滿足遷移條件，則繼續，反之停止。通過該方法，可以將任務分配到多個智能體上，避免出現智能體過載的問題。
[0009]有益效果：
[0010](1)平衡網絡層間負載均衡通過網絡層間的任務遷移，可以將存在智能體動態性的網絡層任務遷移給適合的網絡層執行，避免智能體動態性因素造成的負載不均衡繼續在網絡層間擴散，保證產業鏈中的網絡可以正常執行任務，解決以往算法無法實現網絡層之間的負載平衡的問題。
[0011](2)減少智能體過載風險傳統的遷移方法將任務遷移給某個智能體后將不會繼續執行，從而導致智能體的負載過高出現過載的情況。通過網絡層內的任務遷移，可以將任務遷移到多個智能體上，達到智能體間的負載平衡，保證網絡層內的智能體正常運行，降低風險。
[0012](3)提高產業鏈的穩定性在產業鏈中，智能體會由于外界因素的影響而存在著動態性，當某個智能體發生故障停止執行任務時，整個產業鏈可能會無法正常運行。而通過后備智能體的方法來替換該故障智能體，可以保證產業鏈繼續運行，增強應對風險的能力，提高穩定性。
附圖說明
[0013]圖1是多重網絡化產業鏈中選擇各網絡層備用關鍵智能體以及替換故障智能體的示意圖。
[0014]圖2是多重網絡化產業鏈中智能體動態性場景下進行網絡層間任務遷移過程的示意圖。
[0015]圖3是多重網絡化產業鏈中智能體動態性場景下進行網絡層內任務遷移過程的示
意圖。
[0016]圖4是本專利技術方法的主要原理圖。
具體實施方式
[0017]下面根據附圖進行具體實施方式的介紹，進一步闡明本專利技術的流程與特點。下述具體實施方式僅用于說明本專利技術而不用于限制本專利技術的范圍。
[0018]多重網絡化產業鏈中的智能體在發生故障時，在考慮任務完成成本的情況下，遷移任務給目標智能體，使得盡可能提高任務遷移執行后任務的完成率。初始階段定義多重網絡模型、智能體模型、智能體動態性模型、智能體個體狀態勢場模型以及網絡層狀態勢場模型。模型描述如下：
[0019]·
多重網絡模型定義：多重網絡化產業鏈的場景下，存在M種鏈接的智能體，可以表示為相同類型的鏈接方式和所涉及的智能體形成一個網絡層，其智能體集合A
[M]＝{a1，a2，...，a
N
}。這種存在多個網絡層的多重網絡結構可以用一個超拉普拉斯矩陣(Lap本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是，該方法首先將多重網絡化產業鏈上的智能體進行動態性建模，選擇每個網絡層中關鍵智能體與后備關鍵智能體，并計算智能體與智能體間的、網絡層與網絡層間的勢場之差來表示智能體和網絡層對于需要遷移的任務的引力；其次，為了實現網絡層間的任務分配平衡，故障智能體上的任務會沿著網絡層勢場降低方向遷移任務給其它網絡層的關鍵智能體；最后，為了實現網絡層內的任務遷移與平衡，故障智能體和網絡層關鍵智能體上的任務會沿勢場降低方向觸發式深度優先遷移任務；層間任務遷移算法不僅避免智能體動態性因素造成的負載不均衡繼續在網絡層間擴散，而且解決網絡層與任務不匹配帶來的問題解維度高的挑戰；與此同時，層內任務遷移算法不僅降低智能體動態性因素在網絡層內的影響，而且能解決智能體動態性帶來的解空間復雜度的問題。2.根據權利要求1所述的一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是：多重網絡產業鏈的場景下，存在M種鏈接的智能體，表示為相同類型的鏈接方式和所涉及的智能體形成一個網絡層，其智能體集合A
[M]
＝{a1，a2，...，a
N
}；這種存在多個網絡層的多重網絡結構用一個超拉普拉斯矩陣的形式表示；的每個元素表示為鄰接矩陣其中，如果智能體a
i
與智能體a
j
存在著M類型的鏈接，那么如果智能體a
i
與智能體a
j
之間不存在M類型的鏈接，則3.根據權利要求2所述的一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是：多重網絡產業鏈的場景下，任務集T中的每個任務用t
k
表示，每個智能體a
i
可以用三元組表示，其中v
i
表示智能體a
i
在單位成本下能夠執行任務的大小；Q
i
表示智能體a
i
上正在執行的任務隊列，即Q
i
＝{t1，t2，...，t
k
}；表示智能體a
i
所屬的網絡層集合，在實際的產業鏈系統中，每個智能體屬于不同的網絡層。4.根據權利要求3所述的一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是：多重網絡化產業鏈中智能體a
i
自身的故障情況用符號f
i
表示，f
i
是一個0
?
1整形變量，當f
i
＝1時則代表智能體出現了故障，f
i
＝0則表示智能體未發生故障；當f
i
＝1時，智能體a
i
在單位成本下能夠執行任務的大小v
i
＝0，表示發生故障的智能體無法繼續執行任務；故障不僅會同時影響到多重工業網絡中的多個智能體，也會破壞這些智能體之間的鏈路，如果鏈路失效，那么5.根據權利要求4所述的一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是：多重網絡化產業鏈中智能體a
i
發生故障時，其執行的任務隊列Q
i
會轉移給在正常工作狀態下任務遷移成本最低且與正常工作的智能體存在鏈接的智能體a
j
，表示為6.根據權利要求5所述的一種多重網絡化產業鏈中面向智能體動態性的自適應任務遷移方法，其特征是：多重網絡化產業鏈中每個智能體a
i
的狀態勢場函數表達為由負載情況決定的引力勢場及由故障情況決定的斥力勢場加權和，即其中，γ1，δ1為智能體引力勢場與斥力勢場的比值參數；引力勢場滿足隨智能體及周圍正常工作智能體的接收任務能力增加而單調增加的
...

【專利技術屬性】
技術研發人員：蔣嶷川，毛燁昊，牟玉宇，陳福林，柳天祎，狄凱，
申請(專利權)人：東南大學，
類型：發明
國別省市：