復(fù)雜網(wǎng)絡(luò)建模與一致性及在多移動(dòng)智能體中的應(yīng)用.pdf

1、自1998年的Watts和Strogatz 提出“小世界”網(wǎng)絡(luò)模型，1999年Barabàsi和Albert提出“無(wú)標(biāo)度”網(wǎng)絡(luò)演化模型以來(lái)，復(fù)雜網(wǎng)絡(luò)的研究在實(shí)證分析、網(wǎng)絡(luò)的演化模型、網(wǎng)絡(luò)的動(dòng)力學(xué)行為和復(fù)雜網(wǎng)絡(luò)理論的應(yīng)用這四個(gè)方面取得了驚人的進(jìn)展。在機(jī)器人及人工智能領(lǐng)域，多移動(dòng)智能體的協(xié)調(diào)控制是當(dāng)前的一個(gè)熱點(diǎn)問(wèn)題。受到當(dāng)前復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)理論迅速發(fā)展的啟發(fā)，將多移動(dòng)智能體系統(tǒng)看成一個(gè)復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的節(jié)點(diǎn)表示智能體，兩個(gè)節(jié)點(diǎn)之間的邊表示兩

2、智能體之間的協(xié)作關(guān)系(比如感應(yīng)關(guān)系、通信關(guān)系等)，節(jié)點(diǎn)的動(dòng)力學(xué)特性則表示智能體群運(yùn)動(dòng)特性。本文以多移動(dòng)智能體系統(tǒng)為研究背景，以復(fù)雜網(wǎng)絡(luò)理論為工具，在網(wǎng)絡(luò)建模、網(wǎng)絡(luò)的一致性問(wèn)題等方面展開(kāi)了研究，本文主要工作如下：
　　 受多移動(dòng)智能體通信網(wǎng)絡(luò)的啟發(fā)，提出了一類基于物理位置近鄰的演化網(wǎng)絡(luò)模型。在這些模型的基礎(chǔ)上，對(duì)這些模型生成的網(wǎng)絡(luò)的聚類系數(shù)、平均路徑長(zhǎng)度、度分布、對(duì)網(wǎng)絡(luò)延時(shí)的魯棒性和達(dá)到一致性所需要的時(shí)間等在不同的演化參數(shù)下不同的

3、特性作了深入研究。研究表明，隨著近鄰節(jié)點(diǎn)數(shù)M的增大，這5個(gè)模型產(chǎn)生的網(wǎng)絡(luò)的聚類系數(shù)都急劇減小、一致性問(wèn)題收斂時(shí)間都會(huì)變短；對(duì)于模型4，它對(duì)網(wǎng)絡(luò)延時(shí)的魯棒性是最差，當(dāng) M 由小變大時(shí)，其度分布由指數(shù)分布到冪律分布過(guò)渡，BA無(wú)標(biāo)度模型僅僅是它的一種特殊(極限)情況。
　　 研究了幾種不同拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)對(duì)節(jié)點(diǎn)失效和邊失效的魯棒性、對(duì)網(wǎng)絡(luò)延時(shí)的魯棒性以及一致性問(wèn)題的收斂速度等方面的特性，這些網(wǎng)絡(luò)包括小世界網(wǎng)絡(luò)、無(wú)標(biāo)度網(wǎng)絡(luò)、最臨近耦合網(wǎng)絡(luò)

4、、星網(wǎng)絡(luò)和全耦合網(wǎng)絡(luò)等。通過(guò)研究發(fā)現(xiàn)，第一，星網(wǎng)絡(luò)作為一個(gè)邊較少的網(wǎng)絡(luò)，卻具有很快的一致性問(wèn)題收斂速度，其收斂速度要比和它具有相同節(jié)點(diǎn)數(shù)和節(jié)點(diǎn)平均度的小世界網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)都要快，但星網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)延時(shí)的魯棒性很弱；第二，小世界網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)在相同平均度和節(jié)點(diǎn)數(shù)的情況下，其一致性問(wèn)題的收斂速度相差不大，但它們要比和它們具有相同平均度和節(jié)點(diǎn)數(shù)的最鄰近耦合網(wǎng)絡(luò)的收斂速度快很多倍；第三，全耦合網(wǎng)絡(luò)是所有網(wǎng)絡(luò)中一致性收斂速度最快的，但其對(duì)網(wǎng)絡(luò)延時(shí)

5、的魯棒性很弱；第四，網(wǎng)絡(luò)節(jié)點(diǎn)最大度和網(wǎng)絡(luò)的延時(shí)魯棒性有近似的線性關(guān)系，因此網(wǎng)絡(luò)節(jié)點(diǎn)的最大度可以用來(lái)對(duì)網(wǎng)絡(luò)延時(shí)魯棒性進(jìn)行預(yù)測(cè)；最后，對(duì)無(wú)標(biāo)度網(wǎng)絡(luò)而言，通過(guò)對(duì)網(wǎng)絡(luò)中很小一部分邊進(jìn)行解耦，可以顯著提高網(wǎng)絡(luò)對(duì)延時(shí)的魯棒性。
　　 提出了設(shè)計(jì)一致性速度優(yōu)化的小世界網(wǎng)絡(luò)的兩種方法。一種基于NW小世界網(wǎng)絡(luò)模型(由Newman和Watts 提出)和遺傳算法，另一種是基于WS小世界模型(由Watts和Staogtz 提出)和長(zhǎng)程節(jié)點(diǎn)優(yōu)先連接。研究

6、表明，當(dāng)使用NW 模型來(lái)構(gòu)建節(jié)點(diǎn)數(shù)不多、長(zhǎng)程連接數(shù)固定的小世界網(wǎng)絡(luò)時(shí)，可以使用遺傳算法來(lái)優(yōu)化選擇長(zhǎng)程連接的連接圖，以獲得小世界網(wǎng)絡(luò)更快的一致性收斂速度；當(dāng)使用WS 模型來(lái)構(gòu)建小世界網(wǎng)絡(luò)，在斷邊重連的每一步，當(dāng)重連的另一個(gè)節(jié)點(diǎn)選擇和固定節(jié)點(diǎn)距離最長(zhǎng)的節(jié)點(diǎn)時(shí)，所形成的小世界網(wǎng)絡(luò)的一致性收斂速度會(huì)明顯加快。
　　 受復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)一致性理論的啟發(fā)，提出了一個(gè)簡(jiǎn)單新穎的、適用固定和動(dòng)態(tài)變化兩種通信拓?fù)涞亩嘁苿?dòng)智能體系統(tǒng)的隊(duì)形控制和群運(yùn)動(dòng)控

7、制模型。在該模型的基礎(chǔ)上，使用復(fù)雜網(wǎng)絡(luò)的一致性理論，給出和證明了兩個(gè)關(guān)于系統(tǒng)在固定和動(dòng)態(tài)變化通信拓?fù)湎碌南到y(tǒng)穩(wěn)定性的兩個(gè)定理。
　　 受復(fù)雜動(dòng)態(tài)網(wǎng)絡(luò)的同步理論的啟發(fā)，提出了另一個(gè)多移動(dòng)智能體系統(tǒng)的隊(duì)形控制和群運(yùn)動(dòng)控制的控制器設(shè)計(jì)方案，并為系統(tǒng)給出了一個(gè)新穎的控制模型。在該模型的基礎(chǔ)上，研究了每一個(gè)智能體的控制器的具體設(shè)計(jì)方案，對(duì)系統(tǒng)的穩(wěn)定性進(jìn)行了分析和證明。該方案更適用于智能體運(yùn)動(dòng)特性特別復(fù)雜的情況。
　　 群集運(yùn)動(dòng)控制