复杂决策系统中的多任务决策理论与方法研究

多任务决策问题作为复杂决策系统科学中的一个前沿方向，是目前公认的极具挑战性的前沿课题。本项目通过引入问题相关的领域知识和约束条件，在智能决策领域开展应用基础研究，通过引入多agent系统中的重叠联盟形成理论，构建多任务决策问题的资源模型；重点研究在企业资源有限情况下有效的多任务资源分配和冲突消解算法，拟引入二维交叉和变异算子，基于差异演化实现每个企业可以自由竞争多个并发任务，且能根据各企业的资源负荷状况明确给出各企业在其任务中的实际承担量，以从根本上杜绝资源冲突现象；同时探索合作联盟的利润划分方案，激励企业积极、及时合作，提高合作联盟的稳定性和任务完成效率；并搭建一个多任务决策支持系统平台，以验证上述方法的整体有效性。此项目属于多学科交叉的应用基础研究，通过实施该项目，可以为企业在激烈的市场竞争中作出正确的决策提供理论指导和方法依据，同时推动重叠联盟形成和复杂决策系统等相关理论的发展。

多任务决策问题作为复杂决策系统科学中的一个前沿方向，是目前公认的极具挑战性的前沿课题。本项目通过引入多agent系统中的重叠联盟形成理论，构建了重叠联盟形成模型；重点研究了在资源有限情况下有效的重叠联盟生成算法和冲突消解算法，并引入引入二进制粒子群优化算法实现每个agent可以自由竞争多个并发任务，且能根据各agent的资源负荷状况明确给出各agent在其任务中的实际承担量，以从根本上杜绝资源冲突现象；同时探索了合作联盟的利润划分方案，提出了一种重叠联盟效用划分策略，并将上述理论应用于应急管理领域，提出了一种基于多目标差异演化算法的应急资源分配多目标分配算法，以验证上述方法的整体有效性。本项目主要涉及到智能决策系统、演化计算、联盟博弈等领域，属于多学科交叉的应用基础研究，既有重要的理论研究意义，又有广阔的应用前景。本项目关于多任务决策的研究成果丰富了国际上现有的复杂决策理论并拓展了其应用，可提高现有决策支持系统的技术水平和功能，同时可充实演化计算、分布式系统等理论，研究成果不仅可以应用到应急资源调度问题中，而且对复杂供应链系统中的多任务决策、电力系统分布式资源整合与调度、软件测试资源分配等相关领域的发展都有着十分重要的借鉴意义。