论文部分内容阅读
随着人工智能和计算机科学技术的不断发展，智能Agent系统在越来越多的领域起到举足轻重的作用。对于智能Agent系统而言最主要的问题就是适应周围动态变化的环境和对任务进行动态的分配，这就需要Agent对环境的变化做出及时的反应从而使系统发挥更好的性能。 本文首先在已有的阈值模型和蜂群算法思想的基础上，提出TDTA模型。其次，本文在分析了TDTA模型的不足的基础上，从阈值更新规则、懒惰代理、激励信号更新规则、选择概率的计算等几个方面对TDTA模型进行改进，提出了适用于异构环境的动态任务分配模型算法(HTDTA算法)。 根据模型算法的执行流程，进行了大量的模拟实验。通过选取较好的参数和环境设置，可以使该算法能够更好应用于智能Agent系统。