基于序列平均的量化一致性.pdf

1、隨著通信網(wǎng)絡在實際生活中的廣泛應用,基于通信網(wǎng)絡的多智能體系統(tǒng)(MAS)成為了一個十分熱門的研究領域,由于其在實際生活中發(fā)揮越來越重要的作用,相關的理論逐步得以完善。對一致性問題的研究是多智能體系統(tǒng)研究工作中的一類基本問題,而平均一致性是一致性問題中最基本的一類,即每個智能體通過與其相關聯(lián)的智能體進行信息交換以使每個智能體達到初值狀態(tài)值的平均值。正是因為多智能體系統(tǒng)中各智能體間的信息互換是通過它們之間的通信網(wǎng)絡來進行,所以很有必要考慮此

2、通信網(wǎng)絡中的一些現(xiàn)實因素,如拓撲圖是有向圖還是無向圖、帶寬限制、切換拓撲以及時間延遲等,而這些均會影響多智能體系統(tǒng)的平均一致性?；谏鲜鲇^點,本文的主要工作將從以下幾個方面依次展開:
　　1.首先,驗證了如果通信網(wǎng)絡的拓撲結(jié)構是一個固定的且非平衡的強連通圖,現(xiàn)有的序列平均一致性算法實現(xiàn)不了系統(tǒng)的平均一致性。當且僅當這個固定的強連通圖也是平衡圖時,序列平均一致性算法才能實現(xiàn)系統(tǒng)的平均一致性。然后,基于push-sum模型和surpl

3、us模型,我們提出了新的序列平均一致性算法,并證明了當多智能體系統(tǒng)通信網(wǎng)絡的拓撲結(jié)構是一般強連通圖時,各智能體可以達到一致且可以實現(xiàn)均方形式下的精確平均一致。最后,通過數(shù)值仿真驗證了所得結(jié)論。
　　2.其次,解決了當通信網(wǎng)絡的拓撲結(jié)構不是固定不變而是隨著時間改變而變化的情況,只要這些切換的拓撲結(jié)構圖是聯(lián)合強連通的,基于push-sum模型的平均一致性算法可以使多智能體系統(tǒng)達到精確的量化平均一致性。這個算法的收斂性是從時變隨機矩陣的

4、一個引理得出的,仿真結(jié)果很好地驗證了理論分析的正確性。
　　3.再次,研究了通信網(wǎng)絡中出現(xiàn)的時間延遲對于平均一致性算法收斂性的影響。當出現(xiàn)的時間延遲是固定常數(shù)時,通過對延遲狀態(tài)引入虛擬節(jié)點,我們可以將此時的通信網(wǎng)絡轉(zhuǎn)換為未帶時間延遲的一般強連通圖,此時通信網(wǎng)絡的拓撲結(jié)構圖是從原圖增廣后得出的,上述基于push-sum模型的平均一致性算法仍然可以實現(xiàn)精確的量化平均一致性。同樣的,當出現(xiàn)的時間延遲是隨著時間改變的,只要它們都是有界的,