基于移动Agent的线性规划求解.docVIP

基于移动Agent的线性规划求解 　　摘要：该文探讨了一种基于移动Agent的线性规划求解方案，提高了计算效率，具有很好地实用意义。 　　关键词：线性规划 ；移动Agent 　　中图分类号：TP18文献标识码：A文章编号：1009-3044(2011)28-6967-02 　　Based on Mobile Agent of Linear Programming model 　　HE Bin 　　(Computer Science Dept. of Ningxia University, Yinchuan 750021, China) 　　Abstract: This article discusses a mobile agent based on linear programming solving solutions to improve the calculation efficiency, has the nice practical significance. 　　Key words: linear programming; mobile agent 　　1 绪论 　　整数线性规划问题的求解已广泛的应用到工程实践中。传统的求解整数线性规划方法有：枚举法、割平面法以及分枝定界法。其中分枝定界法是最为常用的方法[1]。 　　分枝定界法是20世纪60年代初期由Land Doid 和Dakin等人提出的，是一种系统化的解法，以一般线性规划的单纯形法解得最佳解，然后将非整数值的解分割成最接近的两个整数，分列条件，加入原问题中，如此分枝成两个子问题分别求解，这样便可求得目标函数值的上界或下界，从其中寻得可行解。 可见本算法能较快的求得最佳解，且平均速度快，但要存储很多叶子结点的限界和对应的耗费矩阵，花费很多内存空间，计算效率较低。本文探讨一种基于演化agent的解决方案。 　　2 基于移动Agent的整数线性规划 　　移动agent是具有移动性的智能agent，能够自行决定在网络的各个节点之间移动，代表其他实体（人或其他agent）进行工作的一种软件实体。移动Agent技术是分布式技术与Agent技术相结合的产物，它除了具有agent最基本的特性：自主性、反应性、能动性、通信性以外，还具有移动性[2]。这些特有的属性和技术优势使其在诸多领域得到了科学的应用，特别适合于解决传统方法中代价过于昂贵，或者解决不了的问题。 　　2.1 agent模型 　　定义一个agent，它是具有目标、动作、通信等行为功能的复合体，用符合T表示。agent的行为描述如下： 　　1）复制 　　一个agent T可以复制成两个子agent T1、T2，我们称T为父agent。它的两个子agent与其具有同样的目标，但所处的问题环境有所改变。 　　2）动作 　　Agent会根据其所处的问题环境不停地计算其目标，直到成功或者到达中止条件。 　　3）通信 　　设环境E中是agent T的计算环境，那么agent T会在这个环境中进行计算，直到达到其目标，如果目标不能达到，agent T会复制成agent T1、T2来继续计算其目标，此时环境E也会被分成E1 、E2（E的两个子环境），它们就分别是T1、T2的计算环境。 　　T1、T2分别在E1、E2中计算其目标，如果它们的计算达到目标，则将计算结果发送给agent T，否则将会继续复制，继续计算下去。 　　2.2 求解算法 　　这个算法的基本思想是：将松弛问题Q作为agent T的目标和计算环境，T首先按单纯形法来求解，如果计算的结果有最佳整数值，则问题得到求解。否则，T将复制成两个子agent T1、T2分别对应与两个子问题B1、B2继续求解，如此下去，以获得问题的最优整数解。算法可描述如下： 　　1）首先把整数线性规划问题中得目标函数以及约束条件作为agent T的目标和环境赋给它，并且定义变量p（p首先不赋予值）； 　　2）agent T首先求解松弛问题，如果松弛问题的最优解全为整数，那么把这些最优解赋值给p，转去执行（6），如果松弛问题没有可行解，就直接转去执行6），否则将执行下一步； 　　3）若在求解过程中某个变量xi的解为分数值kj，那么就分别求得小于 kj下的最大整数[kj]和大于的最小整数[kj]+1，agent T 将复制成两个子agent T1、T2。这两个子agent的计算目标与agent T相同，但其环境分别为原来T的计算环境加上约束条件xi=[kj]+1。 　　4）agent T1、T2 分别在其所处的环境里计算它们的目标，如果最优整数解已求出，则若p没有值，那么将最优整数解赋值给p，否则，p min（p，最优值）； 　　5）