多智能体系统在分布式采样控制下的动力学行为

本文运用图论、矩阵分析和现代控制理论等工具, 研究信息网络传输下多智能体系统的协调控制和动力学行为. 假设每个智能体通过数字化网络传感器获得其邻近智能体的位置状态,而且多智能体系统采取分布式线性控制协议. 每个智能体被描述为一个简单的采样系统,多智能体系统转化为混合动力学系统. 研究结果表明,多智能体系统所呈现的渐近聚集、周期振荡和发散动力学行为不仅和网络结构的代数特征有关, 而且和每个智能体的动力学方程、采样周期有关. 本文给出了具体精确的代数判据. 仿真例子进一步验证了本文结果的有效性.     

基于社区划分的多智能体网络快速蜂拥控制

针对复杂网络社区特性对多智能体系统协同控制效率的影响,面向具有ER(Erdos-renyi)网络或BA (Barabasi-albert)网络性质的多智能体系统,提出一种基于社区划分的快速蜂拥控制算法.该算法充分考虑社区内个体的相对密集特性,通过在社区间引入虚拟领导者作用,避免系统在演化过程中因通信受限而导致的“分块”现象,可有效提高系统拓扑的代数连通度.仿真结果表明:具有相应性质的多智能体系统蜂拥行为的收敛速度与ER和BA网络的平均度以及BA网络度分布的幂指数正相关;优化社区个数有利于提高蜂拥收敛速度.     

基于网络一致性的多智能体跟踪控制

基于动态网络一致性理论,研究外部向量场变化情况下的分布式多智能体的队形保持和跟踪控制问题.利用邻近多智能体间共享的信息,智能体以一致协商的合作方式既控制自身运动轨迹,同时又保持了一定的队形.针对多智能体之间形成的最近邻耦合网络拓扑进行分析后,提出了多智能体一致性动态控制律的设计方法,可方便地对系统的极点进行配置.还提出了一种利用分散的队形控制分解中心领航者作用的方法,并给出了系统稳定性的条件.研究结果显示,队形稳定性问题仅受到通讯拓扑结构的影响,可以通过分解降阶的系统解决,而向量场的特性只影响系统跟踪性能.仿真例子显示了方法的正确性.     

带输出死区的多智能体系统预设时间事件触发式协同控制

针对带有输出死区的多智能体系统的一致性控制问题,提出一种可预设时间的事件触发式协同控制方法.输出死区现象普遍存在于实际系统,对控制回路中负反馈调节影响较大,会导致系统控制性能的下降.为此,通过结合Nussbaum函数对输出死区特性进行补偿,以削弱其对系统性能的影响,但上述问题解决的同时也会加剧对系统控制传输资源的占用.由于多智能体系统依靠智能体之间频繁的信息交互实现控制目标,自身传输资源有限.考虑到实际系统的限制,利用事件触发控制策略节省系统的控制传输资源.更进一步,为有效提高系统性能,使系统能够快速达到稳定,引入一类转换函数进行系统变换,实现系统同步误差在预设时间内收敛于紧集的目标.理论分析和仿真结果验证了所提出方法的有效性.     

基于协同控制的串联超级电容电压均衡策略

超级电容作为储能式轻轨的动力源,其性能非常重要,为此提出一种分布式协同控制策略来实现串联超级电容的电压均衡.在信息层将串联超级电容单体视为智能体,均压问题可建模成多智能体系统协同跟踪问题;将串联超级电容单体之间分散的通信网络利用有向图来描述;借助有界的S型饱和函数,基于最近邻原则,设计了有界的控制增益可调节的协同均压控制律;在假定有向图含有生成树的前提下,利用李亚谱诺夫函数,结合拉塞尔不变集原则,证明了整个闭环系统的渐近稳定性;利用仿真验证了所提出的协同控制策略的有效性和可行性.     

基于自触发的异构多智能体协同输出调节

本文针对线性异构多智能体系统,基于自适应自触发条件,分别设计了状态和输出反馈协同控制器.其中自适应控制策略可以避免使用多智能体系统的全局信息,从而实现分布式控制;自触发控制不仅可以避免对触发条件进行连续监测,还可以有效地降低网络的通信负载和控制器的更新次数,且不存在芝诺现象.最后通过4个跟随智能体和一个领导智能体进行了协同输出直角编队仿真实验,实现了多智能体系统对外部系统的渐近跟踪和干扰抑制,验证了结果的有效性.     

多智能体协调技术在热连轧中的应用

本文以典型的流程工业过程为对象,结合分布式工业过程控制的特点,分析了多智能体应用于复杂工业过程控制的可行性、必要性;提出了一种基于工业过程控制的多智能体系统的体系结构及其协调控制过程.板带热连轧机过程控制是典型的分布式过程控制对象,文章从综合控制的角度出发提出热连轧机工业生产过程多智能体系统的体系结构,给出了体系结构中各功能模块的组成及其处理过程,并重点分析了加热炉控制的协调过程.     

仅用位置信息的多智能体自适应蜂拥控制

复杂系统的研究中,提出了自适应调节的多智能体蜂拥控制算法.算法首先通过改进人工势函数来保证网络的连通性.再通过构造分布式观测器,用多智能体之间的位置信息来估计多智能体之间的速度信息;同时对观测器权重参数进行自适应调节来降低蜂拥控制模型的参数不确定性的影响.并且从理论上对算法进行了分析,然后给出计算机仿真,证明了算法的有效性.仿真结果表明,上述算法能够使多智能体经过一定时间的调整达到速度一致并进入稳态,且运动过程中保证网络连通性.     

基于多智能体交通绿波效应分布式协同控制算法

基于"绿波"效应的交通控制通过实现干道上的车流不间断地经过多个交通灯路口而不停止,是目前公认的最有效率的交通控制策略之一.然而随着城市交通规模的不断扩大,传统的集中式交通控制方法可能遇到计算和通信上的瓶颈.而当路口交通灯只能获取城市交通网络全局有限的信息时,传统的分布式控制方法可能十分低效.提出了一种基于多智能体的交通灯分布式绿波自适应控制方法.在该设计中,每一个交通灯路口通过一个非集中式的协同智能体来控制.其核心是,智能体通过预测自身下一时刻的状态进行自主决策.由于只有来自邻居路口的车辆能够直接影响当前路口下一步的状态,这一决策过程仅需要智能体通过与邻居智能体间的局部交互来完成.描述了基于多智能体交通灯分布式"绿波"效应的控制算法,并通过仿真实验验证了该方法在大规模城市交通系统中的可行性.     

基于事件触发的时变拓扑多智能体系统编队控制

针对资源受限的时变拓扑多智能体系统的编队控制问题,提出一种基于复合误差信息事件触发机制以减少不必要的信息传输,降低带宽占用,并设计了多智能体系统的编队控制协议和分布式事件触发机制.通过将多智能体系统的编队控制问题转化为闭环延时系统的稳定性问题,构造Lyapunov-Krasovskii函数并利用线性矩阵不等式技术,给出多智能体系统实现编队的充分条件.最后,通过仿真验证了所提出方法的有效性.     

基于节点修复的低轨卫星网络动态抗毁性模型

基于复杂网络理论,建立基于多智能体的低轨卫星网络动态抗毁性模型.完成低轨卫星网络的分布式拓扑结构的构建,将每个网络节点看成是一个具有自修复能力的agent,并在不完全信息条件下,采用一般性攻击策略研究信关站的分布、攻击强度、攻击力度、信息指数、自修复能力对低轨卫星网络抗毁性的影响.仿真结果表明:系统存在恢复时滞,对随机打击具有较强的鲁棒性,对蓄意打击脆弱性降低、稳定性提高,自修复性能弱化了网络的无标度特性;信息指数比攻击强度及攻击力度对网络抗毁性的影响更大;信关站分布对空间段网络抗毁性的影响较小,对地面段网络抗毁性影响较大,表明星际链路使得低轨卫星星座对地面网的依赖性大为降低.     

基于组增长的小世界Scale—free网络模型

小世界和Scale-free是很多大规模复杂网络的重要特征，建立体现这些特征的网络模型是研究网络结构和行为的重要基础。针对现有模型不能全面地反映实际网络所具有的特征属性，提出了基于组增长的小世界Scale—free网络模型。该模型在小世界和Scale—free模型的基础上，结合了节点的本地强连接性、新增连接的度相关性和网络动态的增长方式，把小世界和Scale-free联系了起来。仿真结果表明，该模型生成的网络图同时具有小世界和Scale—free特征。     

Topological analysis of a two coupled evolving networks model for business systems

In multi-agent systems, the underlying networks are always dynamic and network topologies are always changing over time. Performance analyses of topologies are important for understanding the robustness of the system and also the effects of topology on the system efficiency and effectiveness. In this paper, we present an example of a real-world distributed agent system, a digital business ecosystem (DBE). It is modelled as a two coupled network system. The upper layer is the business network layer where business process between different business agents happen. The lower layer is the underlying P2P communication layer to support communications between the agents. Algorithms for multi-agent tasks negotiation and execution, interaction between agents and the underlying communication network, evolutionary network topology dynamics, are provided. These algorithms consider the two network layers evolving over time, with effects on each other. Through a comprehensive set of discrete event simulation, we investigate the effects of different evolutionary principles inspired by random graph and scale-free network in complex network theory on the topological properties and performance of the underlying network. We also find several rules to design a resilient and efficient P2P network.     

时变概率随机拓扑条件下高阶群系统一致性分析

在时变连接概率的随机拓扑条件下, 研究了离散时间高阶线性群系统的一致性问题. 首先, 给出一个依赖于相邻主体间拓扑连接概率和各个主体自身信息的随机控制协议; 然后, 应用状态空间分解法分析离散时间高阶线性群系统的一致性, 给出了在连接概率时变的随机拓扑条件下以概率为1 实现一致的充分必要条件; 进而, 确定了随机拓扑条件下离散时间高阶线性群系统的一致函数; 最后, 通过数值分析验证了所得出结论的正确性.

     

万维网无尺度特征与主动服务网格

万维网从网页到站点所形成的链接结构构成一个规模宏大的复杂网络.尽管其发展包含许多随机因素,传统的随机网络模型并不适合描述其结构,实证研究表明其结构呈现一种无尺度网络特征,即海量网络信息资源是由少量的以信息集散节点为核心的网络链接方式构成的.万维网中同时具有“小世界”特征,具有相似主题的资源构成一系列小集群,进而组成无尺度网络.提出了一种万维网的信息传播与访问过程的主动服务与信息推荐体系结构,该结构为资源优化传播以及个性化虚拟社区服务的主动服务网格奠定了理论基础.     

Topological analysis of AOCD-based agent networks and experimental results

Topological analysis of intelligent agent networks provides crucial information about the structure of agent distribution over a network. Performance analysis of agent network topologies helps multi-agent system developers to understand the impact of topology on system efficiency and effectiveness. Appropriate topology analysis enables the adoption of suitable frameworks for specific multi-agent systems. In this paper, we systematically classify agent network topologies and propose a novel hybrid topology for distributed multi-agent systems. We compare the performance of this topology with two other common agent network topologies—centralised and decentralised topologies—within a new multi-agent framework, called Agent-based Open Connectivity for DSS (AOCD). Three major aspects are studied for estimating topology performance, which include (i) transmission time for a set of requests; (ii) waiting time for processing requests; and (iii) memory consumption for storing agent information. We also conduct a set of AOCD topological experiments to compare the performance of hybrid and centralised agent network topologies and illustrate our experimental results in this paper.     

具有切换拓扑的多智能体系统协同控制的差分隐私保护

网络信息技术的不断发展与普及使得各类数据的发布采集变得方便与便捷, 但数据的直接发布势必会造 成个网络信息的泄露和敏感信息的失密, 因此敏感信息的保护成为了各行各业关注的问题. 本文研究了基于固定拓 扑和切换拓扑的多智能体系统协同控制的差分隐私保护问题, 将差分隐私算法与传统平均一致性算法结合, 提出了 具有隐私保护的协同控制算法, 分析了隐私保护算法对分布式协同控制闭环系统稳定性的影响. 基于所提算法, 应 用矩阵论和概率统计对隐私保护协同控制算法的收敛性和隐私性进行理论分析, 该算法可以保护智能个体的数据 隐私, 同时可以使得系统运动实现均方一致. 在系统拓扑结构动态变化的情况下, 本文对该算法的收敛性和隐私性 进行理论分析, 讨论了切换拓扑对隐私保护的影响. 最后的仿真示例验证了理论结果的正确性.     

基于节点重要度的复杂网络可靠性研究

为研究复杂网络的节点重要度及其可靠性,在随机网络、小世界网络和无标度网络模型下,理论分析度值中心性、半局部中心性、介数中心性和PageRank算法在节点重要度评估上的准确性,通过仿真模拟方法,对网络理论模型和实际复杂网络分别进行研究,采用逐步移除节点和重复计算的方式,考察网络最大连通子图和节点移除比例的关系,同时对数值仿真结果进行合理分析。研究结果说明基于网络全局信息的介数中心性和PageRank算法对节点重要度评估的效果更好,同时说明网络的可靠性与网络拓扑结构有关,实际复杂网络一般同时具备多种拓扑特性。     

Local strategy learning in networked multi-agent team formation

Networked multi-agent systems are comprised of many autonomous yet interdependent agents situated in a virtual social network. Two examples of such systems are supply chain networks and sensor networks. A common challenge in many networked multi-agent systems is decentralized team formation among the spatially and logically extended agents. Even in cooperative multi-agent systems, efficient team formation is made difficult by the limited local information available to the individual agents. We present a model of distributed multi-agent team formation in networked multi-agent systems, describe a policy learning framework for joining teams based on local information, and give empirical results on improving team formation performance. In particular, we show that local policy learning from limited information leads to a significant increase in organizational team formation performance compared to a random policy.     

基于随机游走的蠕虫网络演化研究

鉴于无标度网络的健壮性和小世界特性是蠕虫网络的理想特征,借助于复杂网络理论,提出了一个基于随机游走的蠕虫网络演化模型。该模型依据主机性能和网络的带宽采取择优的方式从蠕虫网络中选择合适的节点与新感染的主机建立连接。理论分析和模拟实验表明：所建立蠕虫网络具有无标度网络的性质。