Approche d'allocation de tâches complexes pour les SMA massifs
- Approche scalable d'allocation de tâches complexes - Modèle de communication pour les SMAM
Versandkostenfrei!
Versandfertig in 6-10 Tagen
38,99 €
inkl. MwSt.
PAYBACK Punkte
19 °P sammeln!
Le problème d'allocation de tâches complexes est un problème fondamental dans les Systèmes Multi-Agents Massifs (SMAM). Chercher une allocation optimale et admissible est un problème NP-Complet. Bien que plusieurs travaux ont été développés dans la littérature, et ont montré leurs efficacités pour des SMA de petite taille, ils s'avèrent inefficace dans le contexte des SMAM. Ces systèmes exigent de nouvelles approches d'allocation de tâches permettant de supporter différents aspects : la dynamicité, l'hétérogénéité à la fois des agents et des tâches complexes et le passa...
Le problème d'allocation de tâches complexes est un problème fondamental dans les Systèmes Multi-Agents Massifs (SMAM). Chercher une allocation optimale et admissible est un problème NP-Complet. Bien que plusieurs travaux ont été développés dans la littérature, et ont montré leurs efficacités pour des SMA de petite taille, ils s'avèrent inefficace dans le contexte des SMAM. Ces systèmes exigent de nouvelles approches d'allocation de tâches permettant de supporter différents aspects : la dynamicité, l'hétérogénéité à la fois des agents et des tâches complexes et le passage à l'échelle du nombre d'agents. Ainsi, dans cette thèse, nous avons proposé une approche scalable et décentralisée d'allocation de tâches complexes pour les SMAM. Cette approche est basée sur deux méthodes. La première est consacrée à la recherche d'une allocation admissible de tâches complexes de telle sorte que la somme des coûts proposés par les agents afin d'exécuter les tâches soit minimisée. La deuxième utilise le modèle d'espace partagé LINDA afin de minimiser la communication entre agents. Pour illustrer notre approche, nous l'avons appliquée au domaine d'orchestration des services web.
Andere Kunden interessierten sich für
