基于多Agent的恶意环境下的控制系统任务分配方法

计算机集成制造系统 ›› 2013, Vol. 19 ›› Issue (08 ): 2050-2057.

基于多Agent的恶意环境下的控制系统任务分配方法

张云贵^1,2,佟为明¹,蒋玖川³⁺,刘文印³

1.哈尔滨工业大学电气工程及自动化学院
2.冶金自动化研究设计院混合流程工业自动化系统与装备技术国家重点实验室
3.上海电力大学计算机科学与技术学院

出版日期:2013-08-31 发布日期:2013-08-31
基金资助:
国家科技部资助项目(2011FU125Z21);国家973计划资助项目(2007AA05Z234973);国家科技支撑计划资助项目(2012BAC02B06)。

Multi-Agent based task allocation method for control systems in malicious environment

Online:2013-08-31 Published:2013-08-31
Supported by:
Project supported by the Ministry of Science and Technology of China,China(No.2011FU125Z21),the National Basic Research Program,China(No.2007AA05Z234973),and the National Key Technology R&D Program,China(No.2012BAC02B06).

摘要/Abstract

摘要： 为了保证控制系统的执行,研究了恶意节点环境下分簇控制系统的任务分配。首先采用多Agent方法对分簇控制系统进行建模分析,将系统中节点的不同功能组件建模为自治Agent,采用Agent联盟子系统对簇进行建模;然后在多Agent建模分析的基础上提出簇信誉的概念,通过簇信誉度量每个簇执行任务的可靠性和能力;最后提出基于簇信誉和控制单元信誉的多Agent分簇控制系统的安全任务分配方法,该方法可以有效提高任务执行的安全可靠性。

关键词: 分簇控制系统, 恶意节点, 多Agent, 任务分配

Abstract: To guarantee the execution of control system,the task allocation in clustered control systems with malicious nodes was researched.The multi-Agent method was used to model and analyze the clustered control systems,where the function modules within nodes were modeled as agents and the clusters were modeled as multi-agent coalition sub-systems.Based on the multi-Agent modeling,the new concept of cluster reputation was presented to measure the reliability and ability of cluster's implementation.to execute tasks.A safe task allocation method of multi-Agent clustered control system was presented based on cluster reputation and control unit reputation,which could improve the security and reliability for tasks execution.

Key words: clustered control systems, malicious nodes, multi-Agent, task allocation

中图分类号:

TP399

张云贵,佟为明,蒋玖川,刘文印. 基于多Agent的恶意环境下的控制系统任务分配方法[J]. 计算机集成制造系统, 2013, 19(08 ): 2050-2057.

[1]	赵文政,刘银华,金隼. 面向多机器人协调运动规划的层级化任务分配方法[J]. 计算机集成制造系统, 2021, 27(4): 999-1007.
[2]	陈友玲,牛禹霏,刘舰,左丽丹,王龙. 面向云制造的多供应商协同生产任务分配优化[J]. 计算机集成制造系统, 2019, 25(第7): 1806-1816.
[3]	吕龙,胡海洋,李忠金,陈洁,胡华. 基于蚁群算法的工作流系统优化任务分配[J]. 计算机集成制造系统, 2018, 24(第7): 1723-1735.
[4]	胡华,张强,胡海洋,陈洁,李忠金. 基于Q-learning的移动群智感知任务分配算法[J]. 计算机集成制造系统, 2018, 24(第7): 1774-1783.
[5]	任磊,任明仑. 基于混合任务网络的智慧制造任务协同分配模型[J]. 计算机集成制造系统, 2018, 24(第4): 838-850.
[6]	陈健,莫蓉,初建杰,刘敬,吴林健. 工业设计云服务平台协同任务模块化重组与分配方法[J]. 计算机集成制造系统, 2018, 24(第3): 720-730.
[7]	王磊,郭顺生,李西兴,杜百岗,许文祥. 基于多Agent的建材装备制造企业智能生产进度管控系统研究与应用[J]. 计算机集成制造系统, 2017, 23(第6期): 1310-1319.
[8]	叶岩明,赵治稳,管力明,张海平,周梦熊. 基于博弈的业务流程动态任务分配方法[J]. 计算机集成制造系统, 2017, 23(第5期): 1007-1013.
[9]	杨续昌,陈友玲,兰桂花,阳玮琦. 基于聚类分析和双边匹配的产品开发任务分配方法[J]. 计算机集成制造系统, 2017, 23(第4期): 717-725.
[10]	宋晨,刘惠义. 一种多Agent的情境装配模型[J]. 计算机集成制造系统, 2016, 22(第5期): 1205-1211.
[11]	吕朋亮,陈国顺. 基于改进PSO和D-S的融合方法及其在智能诊断上的应用[J]. 计算机集成制造系统, 2015, 21(第8期): 2116-2123.
[12]	吕炎杰,赵罡,于勇. 基于模糊集理论和知识相似度的复杂产品设计任务分配方法[J]. 计算机集成制造系统, 2015, 21(第4期): 904-913.
[13]	张立,王茜竹,赵春江,汪霞,姜大立. 基于心智与扩展合同网的半自治多智能体任务分配[J]. 计算机集成制造系统, 2015, 21(第11期): 2885-2892.
[14]	包北方,杨育, 李雷霆,李斐,刘爱军,刘娜. 产品定制协同开发任务分配多目标优化[J]. 计算机集成制造系统, 2014, 20(4): 739-.
[15]	马嵩华,田凌. 面向中小企业有限人员的经验任务分配策略[J]. 计算机集成制造系统, 2014, 20(09): 2297-2304.