无线传感器网络中任务调度的并行联盟生成与博弈分配策略

无线传感器网络中任务管理对于合理分配任务，平衡网络中节点开销，最大限度发挥网络作用具有重要意义。因其自身独特的网络形态，传统网络环境下的求解方法难于直接有效地用于该问题的求解，而现有的研究成果都只就某些局部目标而展开，缺乏一个有效的全局解决方案。本课题研究引入动态联盟思想，以最小化完成时间、低功耗和高负载平衡度为优化目标构建多任务联盟并行生成模型及其相应的求解算法，算法中设计编码有效性检查和冲突消解策略以克服联盟死锁问题；利用博弈论思想，抽象出任务分配的相应博弈表示模型，重新定义博弈主体、策略和收益三个基本要素，根据纳什均衡原则给出相应的博弈分配算法，力求让该任务所对应联盟的性能最优；将资源冲突问题转化成一个博弈的过程，根据各主体的策略集和效用找到纳什均衡点，进而找到最佳的冲突解决方案以消除冲突；最后探讨失效节点上未完成任务的迁移策略，构建一种带动态反馈机制的自适应动态任务调度机制。

传感器节点互相合作共同完成指定任务是在资源受限的无线传感网中获得较高性能的有效途径之一。无线传感器网络中任务管理对于合理分配任务，平衡网络中节点开销，最大限度发挥网络作用具有重要意义。受无线传感网本身所具有的动态拓扑性、能耗有限性、节点资源有限性以及数据传感的不可靠性等特点影响，传统网络环境下的求解方法难于直接有效地用于该问题的求解，而现有的研究成果都只就某些局部目标而展开，缺乏一个有效的全局解决方案。本课题围绕这一中心问题，从多方面展开了综合研究，取得一些研究成果：（1）综合权衡网络的容错能力与网络能耗二者之间的关系，构造相应的数学模型，分别从集中式和分布式两个不同的角度出发设计了基于离散粒子群优化的拓扑控制算法；（2）提出了基于能量均衡的网内数据融合路由策略，兼顾通信能耗和融合能耗构造路由树结构，继而考虑到传感器节点会因抗干扰能力差、能量有限等原因产生错误数据，给出一种基于预测模型的容错融合算法，针对无线传感网中节点的能量有限而且很难得到补充，给出了提出了带粒子群优化的两阶段分簇睡眠调度算法；（3）引入了动态联盟思想，通过离散粒子群优化方法并行生成允许处理任务的子集合，设计了一个基于负载和节点能量平衡的节点选择方法，进而提出一个有效地实时任务自适应分配算法；（4）采用离散粒子群优化方法，引入主/副版本技术，提出一个异构无线传感网环境中带重叠技术的实时任务容错分配算法；（5）引入动态博弈思想，以各个任务的主版本作为博弈的参与者，以任务到达时间来决定各个参与者的决策次序，同时改进已有的参与者收益函数，并采用回溯归纳法来求解动态博弈中的纳什均衡解，求得一个最优的主版本分配方案，基于主版本任务的分配方案，我们引入被动副版本重叠技术，并在算法让各个副版本任务能够自适应地选择任务执行模式，以此实现调度模型的容错机制。