社区分解在多智能平台的一致型收敛速度探析中的应用

《社区分解在多智能平台的一致型收敛速度探析中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、社区分解在多智能平台的一致型收敛速度探析中的应用----社区管理论文-->第一章绪论1.1引言收敛速度对于实际系统来说,是十分重要的。给定一个系统,其收敛速度是由该系统通讯网络拓扑结构的代数连通度决定的。很多学者研究了如何设计网络使得系统可以快速收敛的问题。很多学者研究了如何设计网络结构提高系统的一致性收敛速度,并取得了许多重要的研究成果[1_5]。01fati-Saber[i]研究了小世界网络的快速一致性问题,并基于随机重连概念的随机算法来提高系统的收敛速度;Xiao等设计了一类平均一致迭代算法,通过半正定凸规划的方法来设计网络权值,对权值进行重新分配,以提高网络的代数连通度;文献从理论上证

2、明:若能将多智能体系统单层拓扑结构转换为优化的多层拓扑结构,则有望提高其整体一致性收敛速度,文中未给出具体的转换方法;XiaoliLi[5]提出了一种分层分解算法,将整个多智能体系统的单层拓扑结构划分成多层结构,有效提高了多智能体的一致性收敛速度。由上述文献可知许多学者都是在单层拓扑结构上研究多智能体一致性问题,即传统的一致性算法一般都是在单层拓扑结构上讨论的,通过设计边权数或者调整连接边实现提高系统的一致性收敛速度,类似的方法在很多情况下是受限制的。为此文中考虑采用一种分解方法对多智能体的拓扑结构进行优化分解,将多智能体的单层拓扑结构转换为相互连接的分层结构,从而实现有效提高多智能体的一致性

3、收敛速度。目前复杂网络中的社区结构发现成为近些年来复杂网络领域的一个比较活跃研究热点之一,并且形成了复杂网络中的一个重要研究方向。很多社区结构发现算法己经研究成熟,并得到广泛应用。通过分析发现将复杂网络中的社区结构发现算法应用到多智能体的分解优化问题中能得到很好的效果,并且大量的仿真分析表明针对多智能体的多层拓扑结构可以使多智能体的一致性收敛速度得到有效提高。因此基于社区分解研究多智能体系统的拓扑结构,从而对其进行拓扑优化,这对提高该系统的一致性收敛速度具有很大的意义。1.2研究背景与现状1.2.1研究背景随着网络技术的发展成熟与广泛应用,网络环境下的多平台协调与控制已逐渐成为多机器人系统研究

4、中的热点问题。尽管传统的集中控制方式和分散控制方式在系统结构、计算和决策等方面具有一定的优势,但终究无法回避单点失效而导致系统鲁棒性降低以及全局通信带来的复杂代价等问题。分布式控制策略的出现使得多机器人系统在多平台协调与控制方面具有更好的灵活性和鲁棒性。在多智能体系统的协调控制问题中,协作所需要的信息通过一系列的方式在系统个体之间共享。例如:相对位置传感器可以使智能体建立关于其它个体的状态信息,智能体之间的信息通过无线网络进行共享,这些信息包括相同的控制算法,共同的目的过程中,应具有仍然能够应付环境的改变或者突发状况的能力。而且,随着环境的变化,需要根据个体之问的局部信息设计出针对个体的协作策

5、略(控制律),使得个体够在某些关键信息(关键量)上达到一致或共享。所谓一致性问题(consensusoragreementproblem),就是多智能体系统中的个体按照某种控制规律,通过之间的相作用、相互影响,每个个体的状态达到一致或共享一致性问题作为智能体之间作协调的基础,在多智能体系统的研究中长期占有重要的地位,并且到目前为止已形成了比较系统的理论体系。近年来,分布式人工智能、群集智能等理论的发展促进并形成了一个新的研究领域——多智能体分布式一致性问题。目前,作为多智能体系统协调控制中最基本的问题之一,一致性问题受到了许多科学工的广泛关注。在多个体系统中,一致性是指空间分布的几个个体或者处

6、理器,在没有中央协调控制或者全局通信的情况下,个体之间通过局部的相互稱合作用,达到一个相同的状态或输出。为了达到一致,个体之间通过通信或传感网络相互交换共同感兴趣的信息,并通过一定的分散耦合算法来实现状态一致。此种算法被称为一致性算法。多智能体一致性理论的基本任务是,基于多个智能体可能相冲突的输入信息,采用一致性控制策略使群体系统产生一致公共输出,并且在理论上证明达到一致性所需轮数的上界和下界相同。由于分布式一致性理论具有无中心控制节点、局部信息交换和简单行为协调的特点,因此,越来越多的学者对一致性问题表现出了浓厚的兴趣。第二章多智能体系统一致性问题建模2.1引言本章节主要介绍了多智能体一致性

7、问题分析的预备知识,描述了连续多智能体一致性问题的经典模型,并对该模型的稳定性和收敛性做了具体的分析,紧接着对本文中主要用到的几种复杂网络的社区分解方法做了简单介绍,最后介绍了基于社区分解的多智能体系统的一致性问题建模。第二章基于谱平分法的递阶一致性算法..........213.1引言..........213.2算法提出原理..........213.3基于谱平分法的单层分解问题.......