联盟作为多智能体系统(Mutil-Agent System,MAS)研究中一个棘手而又紧迫性的问题,如何行成一个高效稳定均衡的联盟,使联盟朝着最佳的方向发展,一直是MAS中研究的一个关键性问题。PSO算法作为一种简单全局优化算法,因寻优能力强、搜索效率高等,经常被用于解决联盟形成问题。但目前PSO算法大多存在易陷入局部最优、进化后期搜索效率低等,这样难免会影响最佳联盟值的求解效率。对此,论文在深入研究了MAS联盟形成理论的基础上,系统研究了基于PSO的多Agent动态联盟形成的相关问题及其在WSN任务分配中的应用,论文具体工作包括:1、提出一种基于IPSO算法的多Agent联盟形成方法。考虑到单个Agent能力的有限性,多个Agent往往需要形成联盟来完成任务或提高联盟整体能力,如何生成一组面向任务的最优联盟是MAS研究中的一个首要问题。基于此文中提出一种改进的粒子群优化算法(IPSO)来解决该问题,同时为克服粒子过早收敛和局部优化问题,引入一种柯西变异的扰动算子。与PSO算法及ACO算法相比,该IPSO算法全局搜索能力高,有效地避免了粒子过早收敛,资源浪费等问题。2、基于Agent自身突出特性提出一种新的效用分配策略。为改善MAS中联员间能者多劳的特性,同时保证联盟效用划分的合理性,文中基于BDI模型提出一种基于Agent自身突出特性的联盟效用分配策略。根据任务需求,Agent及时调整自身突出特性,在保证完成任务及盟员间友好合作的基础上使自身获益最大。经验证,该策略增强了Agent适应环境的能力,较好地满足了联盟形成机制的全局最优性、效益划分的合理性、强稳定性、时效性等要求。3、文中以多Agent角色模型和WSN任务分配问题为背景,提出一种带混合联盟的WSN任务分配方法,也是对MAS联盟形成理论的一种实际应用。针对现有无线传感器网络任务分配策略通常不考虑任务内部结构,从而影响网络生命周期、能耗及负载平衡等,基于逻辑依赖性提出一种新的无线传感器网络任务分配策略。该策略首先由选出的盟主根据任务本身具有的逻辑依赖性,逐层将任务进行分解为由一系列的子任务,并依据逻辑依赖性赋予子任务优先级,最后运用矩阵的二进制编码设计一种基于位置加权的离散粒子群优化的带混合联盟的无线传感器网络任务分配算法,找到某个合适节点执行此子任务。引入虚拟节点以加强盟主间的交流;引入能量阀值对节点能量进行预测并决定子任务是否迁移;运用拓扑和逆拓扑排序法,根据子任务预期完成时间及权重系数,求出关键子任务,优先分配能力强、执行效率高的节点执行相应子任务。仿真结果表明,该任务分配策略能有效延长网络生命周期、均衡网络负载和减少网络能耗等。