基于智能体架构的资源分配策略生成与评估方法及系统与流程

摘要: 本发明涉及资源分配,具体是指基于智能体架构的资源分配策略生成与评估方法及系统。背景技术:1、常规资源分配策略生成与评估方法是依托多智能体感知的资源状态信息,以预...
基于智能体架构的资源分配策略生成与评估方法及系统与流程

本发明涉及资源分配,具体是指基于智能体架构的资源分配策略生成与评估方法及系统。

背景技术:

1、常规资源分配策略生成与评估方法是依托多智能体感知的资源状态信息,以预设收益准则为评判依据,通过固定决策规则筛选调度动作、生成分配策略,并基于基础收益指标完成策略优劣评估,以此实现全域资源智能化分配的通用技术方法。但是常规资源分配策略生成与评估方法存在忽略环境扰动、需求波动带来的随机不确定性,难以兼顾资源过剩、供给不足两类失衡问题,易出现分配偏移失衡的问题;常规资源分配策略生成与评估方法存在个体利己性调度失衡,忽略动态失衡成本以及时序长周期调度能力缺失导致的决策失真问题。

技术实现思路

1、针对上述情况,为克服现有技术的缺陷,本发明提供了基于智能体架构的资源分配策略生成与评估方法及系统,针对常规资源分配策略生成与评估方法存在忽略环境扰动、需求波动带来的随机不确定性,难以兼顾资源过剩、供给不足两类失衡问题,易出现分配偏移失衡的问题,本方案将资源流转、消耗、调配抽象为扩散随机运动,采用随机演化生成元关联调度动作与状态变化;针对两类分配失衡搭建非线性综合收益目标,通过时序等效变换完成目标等价重构,增设时序波动损耗项量化调度损耗,配套时序均衡约束公式限定调度轨迹范围,管控供需失衡问题,量化环境与需求带来的调度损耗;设置失衡敏感系数调节失衡规避程度,定义波动损耗微元,精细化拆分收益与损耗构成,区分基础收益与动态损耗,提升资源分配收益核算精准度;针对常规资源分配策略生成与评估方法存在个体利己性调度失衡,忽略动态失衡成本以及时序长周期调度能力缺失导致的决策失真问题,本方案在失衡约束收益目标框架基础上嵌入由调度秩序因子调控的秩序约束修正分量,重构全局综合收益,实现调度失衡管控与多智能体协同秩序的双向平衡;构建非线性最优调度策略生成架构,搭配全域动作空间积分归一化约束与策略边界约束,通过动作效益值自适应匹配最优调度动作,保障生成的最优策略稳定、无失衡偏移;构建无限时域长时稳态调度目标与长时序均衡条件,有效避免新场景、新业务下的调度决策失真。

2、本发明采取的技术方案如下:本发明提供的基于智能体架构的资源分配策略生成与评估方法,该方法包括以下步骤:

3、步骤s1:全域资源运行状态数据采集;

4、步骤s2:智能体资源随机演化构建;

5、步骤s3:收益目标等价重构;

6、步骤s4:资源收益目标完善;

7、步骤s5:多智能体调度动作价值度量构建;

8、步骤s6:资源分配最优调度策略生成;

9、步骤s7:资源分配均衡判定;

10、步骤s8:智能体资源分配精度优化。

11、进一步地,在步骤s1中,所述全域资源运行状态数据采集是抓取各智能体管辖区域内资源存量、资源流转速率、资源消耗波动量、区域服务需求负荷,完成标准化预处理操作,构建时序资源观测数据集。

12、进一步地,在步骤s2中,所述智能体资源随机演化构建是基于时序资源观测数据集,将全域资源流转、消耗、调配行为抽象为时序动态扩散随机运动过程,依托随机演化生成元刻画不同智能体执行资源调配动作后,资源整体状态的动态演化规律,构建资源随机动力学演化模型。

13、进一步地,在步骤s3中,所述收益目标等价重构是基于s2构建的资源随机动力学演化模型,构建非线性失衡约束综合收益目标;借助连续时序演化等效变换,对非线性失衡收益目标做等价转化,引入时序波动损耗项量化供需与环境扰动引发的调度损失,以约束形式内嵌失衡管控逻辑。

14、进一步地,在步骤s4中,所述资源收益目标完善是基于s3的资源收益目标框架,在原有失衡约束收益目标基础上嵌入智能体调度行为秩序约束项;通过秩序约束动态均衡各智能体的资源调配自由度与调度权限,最终实现资源调度失衡约束与多智能体协同调度秩序的双向平衡。

15、进一步地,在步骤s5中,所述多智能体调度动作价值度量构建是基于s2确立的状态演化生成元以及s4完善后的失衡收益目标结构,对调度动作空间内所有可行行为逐一量化打分,量化定义各智能体不同调配行为对应的动作效益值,并增设资源时序波动失衡补偿项,区分不同调配动作附带的失衡成本大小。

16、进一步地,在步骤s6中,所述资源分配最优调度策略生成是基于s5量化得到的智能体最优调配动作效益值,构造非线性的智能体资源分配执行策略,在决策空间中依据效益高低筛选最优方案,通过动作效益值自适应匹配最优调度动作。

17、进一步地,在步骤s7中,所述资源分配均衡判定是基于s6输出的最优调度策略与s3-s5构建的失衡收益、动作价值体系,设定唯一全局时序均衡判定条件。

18、进一步地,在步骤s8中,所述智能体资源分配精度优化是基于s7全局最优均衡判定机制;针对偏移离线调度场景,赋予失衡约束系数自适应调节能力,让失衡约束机制等效实现资源分配分布鲁棒调控。

19、本发明提供的基于智能体架构的资源分配策略生成与评估系统,包括全域资源运行状态数据采集模块、智能体资源随机演化构建模块、收益目标等价重构模块、资源收益目标完善模块、多智能体调度动作价值度量构建模块、资源分配最优调度策略生成模块、资源分配均衡判定模块和智能体资源分配精度优化模块;

20、所述全域资源运行状态数据采集模块获取全域资源运行状态数据,构建时序资源观测数据集;

21、所述智能体资源随机演化构建模块基于时序资源观测数据集,将全域资源各类行为抽象为时序动态扩散随机运动过程,通过随机演化生成元刻画资源状态演化规律,搭建资源随机动力学演化模型;

22、所述收益目标等价重构模块基于资源随机动力学演化模型,通过时序演化等效变换等价重构目标,引入时序波动损耗项进行约束,量化调度损失;

23、所述资源收益目标完善模块在原有收益目标基础上增设智能体调度行为秩序约束项,完善收益目标;

24、所述多智能体调度动作价值度量构建模块结合随机演化生成元与完善后的收益目标,对调度动作空间内所有可行调配行为量化,实现资源分配策略评估;

25、所述资源分配最优调度策略生成模块依据最优调度动作效益值,构建非线性资源分配执行策略,通过效益值自适应匹配最优调度动作;

26、所述资源分配均衡判定模块依托最优调度策略与失衡收益、动作价值体系,设定全局时序均衡量化判定条件;

27、所述智能体资源分配精度优化模块搭建长时稳态调度目标与时序均衡条件,并基于历史时序数据完成离线参数拟合。

28、采用上述方案本发明取得的有益效果如下:

29、(1)针对常规资源分配策略生成与评估方法存在忽略环境扰动、需求波动带来的随机不确定性,难以兼顾资源过剩、供给不足两类失衡问题,易出现分配偏移失衡的问题,本方案将资源流转、消耗、调配抽象为扩散随机运动,采用随机演化生成元关联调度动作与状态变化;针对两类分配失衡搭建非线性综合收益目标,通过时序等效变换完成目标等价重构,增设时序波动损耗项量化调度损耗,配套时序均衡约束公式限定调度轨迹范围,管控供需失衡问题,量化环境与需求带来的调度损耗;设置失衡敏感系数调节失衡规避程度,定义波动损耗微元,精细化拆分收益与损耗构成,区分基础收益与动态损耗,提升资源分配收益核算精准度。

30、(2)针对常规资源分配策略生成与评估方法存在个体利己性调度失衡,忽略动态失衡成本以及时序长周期调度能力缺失导致的决策失真问题,本方案在失衡约束收益目标框架基础上嵌入由调度秩序因子调控的秩序约束修正分量,重构全局综合收益,实现调度失衡管控与多智能体协同秩序的双向平衡;构建非线性最优调度策略生成架构,搭配全域动作空间积分归一化约束与策略边界约束,通过动作效益值自适应匹配最优调度动作,保障生成的最优策略稳定、无失衡偏移;构建无限时域长时稳态调度目标与长时序均衡条件,有效避免新场景、新业务下的调度决策失真。