针对城市道路交通信息采集传感器网络面向复杂交通参数协同采集的任务分配问题，将传感器网络映射为多Agent系 统，以任务完成时间、节点能耗和网络负载平衡度作为评价函数，采用基于联盟的协同方法，构造传感器网络任务分配的非线性 多目标优化模型。采用遗传模拟退火算法搜索最优联盟结构，实现任务分配策略优化。在道路交通信息采集实际场景中进行 仿真实验，结果表明，遗传模拟退火算法能够有效地优化任务分配的联盟结构，与其他优化算法相比，优化的模型适应度函数值 低，任务完成时间短，网络能耗小。该方法能够用于面向交

针对城市道路交通信息采集传感器网络面向复杂交通参数协同采集的任务分配问题，将传感器网络映射为多Agent系统，以任务完成时间、节点能耗和网络负载平衡度作为评价函数，采用基于联盟的协同方法，构造传感器网络任务分配的非线性多目标优化模型。采用遗传模拟退火算法搜索最优联盟结构，实现任务分配策略优化。在道路交通信息采集实际场景中进行仿真实验，结果表明，遗传模拟退火算法能够有效的优化任务分配的联盟结构，与其它优化算法相比，优化的模型适应度函数值低，任务完成时间短，网络能耗小。该方法能够用于面向交通信息采集