论文部分内容阅读
随着计算机技术和网络技术的发展与广泛应用,分散在网络中资源的种类和数量也越来越多。用户可以通过资源的聚合,将这些分布式异构的资源重新组织起来,呈现出特定的服务,满足自己的需求。然而,数据资源庞大、分布异构等因素给资源服务的聚合带来了困难。本文研究多Agent系统中的资源服务聚合问题,在资源服务聚合过程中,分析和讨论利用多Agent技术来实现资源服务聚合的方法。本文给出了一种基于多Agent系统的资源服务聚合模型,以解决分散资源聚合问题。论文分析了模型的层次结构、各个层次的职能分工、层次之间的关系以及模型中各类Agent的结构;针对用户提交的聚合任务通常难以由Agent独立完成的问题,给出了一种任务分解方法,使得分解后的任务能够由模型中的Agent来执行,实现分解的复杂任务可以由多个Agent之间的协作来完成。针对资源服务聚合模型的特点,本文在FIPA合同网协议的基础上进行了扩展,来支持模型中Agent之间的协作,及任务的分配。在给出的扩展合同网协议中,招标阶段使用基于公共信息板的招标策略,显著减少了系统的通信量;投标阶段使用自主投标的策略,Agent可以根据自身的实时状态来决定是否投标;中标阶段引入案例推理思想,结合历史时期内解决问题的经验和反映Agent实时能力的信任度、活跃度和可用度系数来对当前问题进行决策,并对任务执行失败后的处理机制进行了改进,提升了协作的效率。最后,论文在JADE平台上给出了一个战场目标处理系统实例,对论文所给的聚合模型和扩展合同网协议进行验证,实验结果表明:本模型及其应用的扩展合同网协议能够完成资源服务的动态聚合,对相似任务具有分辨能力,在任务执行失败后能重新指定中标Agent来避免重新发起任务招标,并且完成相同任务的通信量和时间都少于FIPA合同网。