广告

基于荷兰拍卖的任务/资源分配方法

会议论文
第一个在线:
  • 145下载
的一部分机械工程讲义笔记本系列(LNME)

抽象的

通过设备的数字化，信息物理系统(CPS)在行业内的引入，也被称为数字双胞胎，允许更定制的生产。由于市场波动较大，CPS的实施应保证硬件和软件水平上的高度灵活性，以实现系统的高响应性。具体来说，软件重构引入了一个问题:“在具有不同能力的异构设备(即处理和存储能力)中，某个软件模块应该在哪里执行?”这个问题适用于CPS软件重新配置的任务/资源分配领域。虽然在任务分配问题上有多种方法可以解决这一问题，但只有少数方法关注CPS资源的优化。在此基础上，提出了一种基于荷兰拍卖算法的CPS级实现方法，使CPS能够根据现有设备资源进行软件重构。该方法除了优化CPS资源和能量消耗外，还使CPS系统变得更加可靠和容错。结果表明，尽管该方法适用于分散体系结构中的任务/资源分配问题，但该方法还具有快速找到接近最优解的主要优势。

关键字

多种代理系统 资源分配 任务分配 荷兰式拍卖 FIPA-ACL
这是订阅内容的预览，登录检查访问。

参考

  1. 1.
    张，J.，Yao，X.，Zhou，J.，Jiang，J.，Chen，X。：自组织制造业：行业的现状和前景4.0。：2017年第五届企业系统国际会议。IEEE（2017）。https://doi.org/10.1109/es.2017.59
  2. 2.
    张，Y.，Guo，Z.，LV，J.，Liu，Y.:基于CPS和工业物联网的智能生产物流系统框架。IEEE Trans。工业。INF。14(9), 4019 - 4032(2018)。https://doi.org/10.1109/tii.2018.2845683 CrossRef谷歌学者
  3. 3.
    o'brien，p.d.，nicol，r.c .: fipa - 迈向软件代理的标准。BT Technol。j。16(3), 51-59(1998)。https://doi.org/10.1023/A:1009621729979 CrossRef谷歌学者
  4. 4.
    史密斯，r.g .:合同网络协议：分布式问题解算器中的高级通信和控制。IEEE Trans。计算。c29（12），1104-1113（1980）。https://doi.org/10.1109/tc.1980.1675516 CrossRef谷歌学者
  5. 5.
    Bellifemine，F.，Poggi，A.，Rimassa，G .: Jade - 符合FIPA的代理框架。在：Paam，伦敦，卷的诉讼程序。99，p。33（1999）谷歌学者
  6. 6.
    De Freitas，B.K.，Venturini，L.F.，Domingues，M.A.，Da Rosa，M.A.，Issicaba，D .:利用渐变来模拟多恢复恢复行动。：2019年电气工程（ATEE）的高级议题国际研讨会。IEEE（2019）。https://doi.org/10.1109/atee.2019.8724852
  7. 7.
    YE，D.，张，M.，Vasilakos，A.V：Multiagent Systems中的自组织机制调查。IEEE Trans。系统。男人yebern .: styst。47(3), 441 - 461(2017)。https://doi.org/10.1109/tsmc.2015.2504350 CrossRef谷歌学者
  8. 8.
    克里希纳:拍卖理论。学术出版社，剑桥(2009)谷歌学者
  9. 9。
    多智能体系统的自适应任务资源分配。见:第五届国际自主代理会议论文集，Agents 2001，第537-544页。计算机协会，纽约(2001)。https://doi.org/10.1145/375735.376439
  10. 10。
    威曼:拍卖设计空间的参数化。游戏经济。Behav。35(1 - 2), 304 - 338(2001)。https://doi.org/10.1006/game.2000.0828 MathSciNetCrossRefZBMATH.谷歌学者
  11. 11.
    查普曼，A.c.，Micillo，R.A.，Kota，R.，Jennings，N.R .:分散动态任务分配：实用的游戏：理论方法。在：第8届自治机构和多元素系统会议的会议记录 - 第2卷，AAMAS 2009，PP。915-922。Richland（2009）的自治工人和多彩系统国际基金会谷歌学者
  12. 12.
    王磊，王忠，刘磊:基于蚁群算法的多智能体系统任务分配。中国Commun。10(3), 125 - 132(2013)。https://doi.org/10.1109/cc.2013.6488841 CrossRef谷歌学者
  13. 13.
    Macarthur, K.S.， R.， m .， j .:一种用于多智能体系统动态任务分配的分布式随时算法。见:In Proceedings of AAAI, pp. 356-362 (2011)谷歌学者
  14. 14.
    多智能体系统中群体形成与任务分配的分布式聚类:一种群智能方法。达成。柔软的第一版。12（8），2123-2131（2012）。https://doi.org/10.1016/j.asoc.2012.03.016 CrossRef谷歌学者
  15. 15.
    Schlegel, T.， Kowalczyk, R.:面向多服务器环境中基于自组织代理的资源分配。第六届自主智能体与多智能体系统国际联合会议论文集，2007。计算机协会，纽约(2007)。https://doi.org/10.1145/1329125.1329147
  16. 16.
    A，B.，Less，V.，SIM，K.M：More-Resource谈判的战略代理商。auton。代理人。多种代理系统。23(1), 114 - 153(2010)。https://doi.org/10.1007/S10458-010-9137-2 CrossRef谷歌学者
  17. 17.
    基于自组织的公共池资源分配与分配正义。见:2012年IEEE第六届自适应和自组织系统国际会议。IEEE(2012)。https://doi.org/10.1109/saso.2012.31
  18. 18.
    Kash, I.， Procaccia, A.D.， Shah, N.:不留下任何代理人:动态公平地划分多种资源。j . Artif。智能。Res。51，579-603（2014）MathSciNetCrossRef谷歌学者
  19. 19.
    Fettig，A.，Lefkowitz，G .:扭曲的网络编程必需品。O'Reilly Media，Inc。，牛顿（2005）谷歌学者

版权信息

©作者，在施普林格Nature Switzerland AG 2022独家许可下beplay登入

作者和联系

  1. 1.FEUP，恩根哈里亚学院大型媒体做了波尔图波尔图葡萄牙
  2. 2.Systec，系统和技术研究中心波尔图葡萄牙

个性化的建议

引用纸

购买选择