期刊文章详细信息
文献类型:期刊文章
MAO Wenyi;TAN Wen’an;WANG Yiting;ZHANG Jin;SHEN Qianwen;LI Zixuan(School of Computer and Information Engineering,Shanghai Polytechnic University,Shanghai 201209,China;Information Technology Center,Shanghai Polytechnic University,Shanghai 201209,China)
机构地区:[1]上海第二工业大学计算机与信息工程学院,上海201209 [2]上海第二工业大学信息技术中心,上海201209
基 金:国家自然科学基金项目(61672022,U1904186);上海市研究生教育学会研究课题(ShsgeG202207)资助。
年 份:2024
卷 号:41
期 号:4
起止页码:406-416
语 种:中文
收录情况:普通刊
摘 要:随着协同计算的不断进步,环境-类、Agents、角色、组和对象(environments-classes,Agents,roles,groups and objects,E-CARGO)模型作为一种基于角色协同(role-based collaboration,RBC)技术受到了广泛关注。通过对基于E-CARGO的组多角色分配(group multi-role assignment,GMRA)模型开展研究,提出了一个普适度更高的角色依赖的团队多角色分配(team multi-role assignment with role dependency,TMRARD)模型,涉及到引入角色依赖关系和团队共同目标后,如何将协作单元(Agents)有效分配给角色,以最大化群体表现与协同效应。将TMRARD形式化建模,针对角色依赖约束的复杂性,对依赖输入规模进行合理性分析,设计出基于混合整数线性规划(mixed-integer linear programming,MILP)的Gurobi求解策略,并用仿真实验验证了该方法的有效性与鲁棒性,在大规模和复杂约束情形下性能显著,以期为协同计算的决策支持提供新的思路。
关 键 词:协同计算 角色依赖 团队多角色分配 混合整数线性规划 Gurobi求解器
分 类 号:TP399]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...