合同网协议（CNP算法），用于具有时间窗口和优先级约束的网络上多智能体多任务分配问题的去中心化基于市场的协议 仅供学习参考用代码

基于离散粒子群算法的航天器在轨服务任务分配问题研究

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

针对空中群的作战任务分配问题，首先对战场环境进行了假设。 然后分别分析了战场的两个多属性主体，群飞机和攻击目标。第二，在综合考虑隐身和反隐身，攻击和反击的基础上，多车通过分析SA承担侦察，攻击和评估任务的成本和收益，建立了目标功能。 然后，在考虑了弹药限度等约束条件的基础上，建立了具有多目标，多任务，。多约束，异构多飞机特性的任务分配模型。为了更好地传达模型信息，提出了一种新的整数编码方法，提出了一种整数编码的狼群算法（ICWPA）来求解任务分配模型。 仿真结果表明，该模型和算法可以有效地解决空中群的作战任务分配问题。

用于解决任务分配问题 蚁群.zip

任务分配问题 任务分配问题要求把n项任务分配给n个人，每个人完成每项任务的成本不同，要求分配总成本最小的最优分配方案。如图所示是一个任务分配的成本矩阵。 C＝ 9 2 7 8 6 4 3 7 5 8 1 8 7 6 9 4 任务1 任务2 任务3 任务4 人员a 人员b 人员c 人员d 图 任务分配问题的成本矩阵

任务分配问题： 某车间有甲、乙两台机床，可用于加工三种工件。假定这 两台车床的可用台时数分别为800和900，三种工件的数量分 别为400、600和500，且已知用这两种车床加工单位数量不 同工件所需的台时数和加工费用如下表。问怎样分配车床的 加工任务，才能既满足加工工件的要求，又使加工费用最低?

机床任务分配问题数学建模.doc

蚁群算法是受自然界蚂蚁觅食过程中， 基于信息素的最短路径搜索食物行为的启发提出的一种智能优化算法。 研究 表明， 在求解复杂优化问题方面该算法具有一定的优越性。任务分配问题是一类典型的组合优化问题。应用蚁群算法来解 决多处理器分布式系统上的任务分配问题，一个任务只能分配给一个处理器处理，而一个处理器可以处理多个任务，其中 每个处理器都有固定成本和能力限制。仿真结果表明， 该算法比禁忌搜索和随机方法具有更好的求解能力。 关键词： 蚁群算法; 任务分配问题; 分布式系统; 组合优化; 任务; 处理器