[发明专利]一种多智能体仿真部署中负载均衡系统

说明书

本发明涉及计算机仿真领域，具体是一种多智能体仿真部署中负载均衡系统，包括：连接管理模块，用于管理客户端与服务端之间的连接，可视化模块，用于对客户端节点的硬件信息和仿真模型运行状态实时展示，策略调整模块，用于判断仿真模型的运行效率，根据仿真模型的运行效率分配对应的客户端；解决了多智能体仿真部署中，客户端与对应仿真模型负载均衡的问题。

技术领域

本发明涉及计算机仿真领域，具体是指一种多智能体仿真部署中负载均衡系统。

背景技术

随着计算机技术的飞速发展，人们对仿真的效率要求越来越高，计算机仿真已由传统的集中式仿真转变为分布式仿真。相对于集中式仿真，分布式仿真虽然提高了仿真效率，但在多智能体仿真中，分布式仿真中不同的客户端对应的硬件或仿真模型运行效率不等，当计算机的系统能力未发挥出最大性能，硬件资源占用多时，运行速度低的仿真模型分配上运行速度低的客户端，严重导致仿真效率低下。

发明内容

基于以上问题，本发明提供了一种多智能体仿真部署中负载均衡系统，解决了多智能体仿真部署中，客户端与对应仿真模型负载均衡的问题。

为解决以上技术问题，本发明采用的技术方案如下：

一种多智能体仿真部署中负载均衡系统，包括：

连接管理模块，用于管理客户端与服务端之间的连接；

可视化模块，用于对客户端节点的硬件信息和仿真模型运行状态实时展示；

策略调整模块，用于判断仿真模型的运行效率，根据仿真模型的运行效率分配对应的客户端。

进一步，所述客户端采用TCP或IP协议与服务端连接。

进一步，所述硬件信息包括CPU型号、硬盘大小和内存大小，所述仿真模型运行状态包括CPU占有率、数据处理耗时和仿真模型实时状态。

进一步，所述策略调整模块判断仿真模型的运行效率的方法为：

通过仿真模型实时状态和CPU占有率、数据处理耗时、CPU型号、硬盘大小、内存大小进行加权计算，将运行效率慢的仿真模型调整到运行效率高的客户端。

进一步，所述加权计算公式为：

其中，P_i表示仿真模型运行效率，P_i越小，则运行效率越快，排序越靠前，反之，P_i越大，则运行效率越慢，排序越靠后，n表示仿真模型实时状态中的某种状态，N表示仿真模型实时状态总数，L_i表示某种仿真模型实时状态下的运行效率的排序值，λ表示加权系数。

与现有技术相比，本发明的有益效果是：通过策略调整模块对仿真模型实时状态和CPU占有率、数据处理耗时、CPU型号、硬盘大小、内存大小进行加权计算，将运行效率慢的仿真模型调整到运行效率快的客户端，加快多智能体仿真运行的速度，从而提高多智能体仿真的运行效率。

附图说明

图1为本实施例的结构示意图。

具体实施方式

下面结合附图对本发明作进一步的说明。本发明的实施方式包括但不限于下列实施例。

如图1所示，一种多智能体仿真部署中负载均衡系统，包括连接管理模块、可视化模块和策略调整模块。

连接管理模块，用于管理客户端与服务端之间的连接，其中，客户端采用TCP或IP协议与服务端连接，服务端接收客户端的请求，服务端将数据响应给客户端。