基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题，从全局与局部相结合的角度，提出了一种分层任务分配求解方法。首先，根据通信距离约束对所有任务节点进行聚类预分组，将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后，根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后，根据探测智能体的全局任务分配结果，采用遗传算法对探测智能体组内任务进行分配。最后，通信智能体根据探测智能体的组内任务分配结果，采用基于虚拟节点的方法进行组内任务分配。实验结果表明，相较于直接求解方法，分层任务分配方法不仅解决了大规模集群协同任务分配问题，还可以在保证优化目标值相近的情况下，缩短70%以上的求解时间，较快得到相对最优的任务分配结果。