复杂网络特性对大规模多智能体协同控制的影响

随着分布式多智能体系统应用领域和系统规模的不断扩大,网络特性已成为影响系统性能的一个重要因素.通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响,对多智能体系统性能的影响做出系统性分析,同时为提出大规模多智能体组织结构的优化算法提供依据.主要针对随机网络、小世界网络、网格网络和无尺度网络这4种典型复杂网络特性,从理论和仿真两方面进行分析.在理论方面,通过基于马尔可夫链的信息传输过程在不同网络结构下的建模,对比分析了信息无偏随机游走模型和智能决策模型下的传输效率.在仿真建模中,主要从智能体间信息传输效率、不同应用领域中集成协同控制效率、对网络故障恢复的影响这3个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响.研究结果表明,复杂网络特性如小世界和无尺度特性可以在相同的控制策略下形成明显的性能差异,如果设计合理的控制算法,复杂网络结构将有助于多智能体系统性能的提升.     

复杂无向网络连通性的一种高效判定算法

通信网络的拓扑结构连通性是多智能体系统一致性控制或编队控制等的理论前提.以往, 各种多智能体系统一致性控制或编队控制方面的文献仅侧重于控制协议、智能体动力学模型和控制律设计, 而缺乏对多智能体通信网络拓扑结构的连通性研究.网络连通性高效判定算法不仅是大规模多智能体系统一致性控制或编队控制的保证, 而且在图论、现代移动通信、计算机与交通等各种网络中有着重要和广泛的应用.针对复杂无向网络的连通性问题, 本文给出了一种新的高效判定算法、以及该算法的时间复杂度和空间复杂度的上界.该算法具有非常低的时间复杂度和空间复杂度, 且便于计算机实现, 因而具有重要的理论意义和广泛的实用价值.     

复杂网络上的传播动力学及其新进展

深刻理解传染病在社会群体中的传播规律、计算机病毒在因特网上的扩散过程是复杂系统和传染病动力学领域研究的一个热点问题．主要从复杂网络的拓扑结构和流行病的感染机制2个方面综述了当前国内外传播动力学研究的现状和最新进展,探讨了传播动力学在疾病预防与免疫中的应用,最后指出值得进一步研究的问题．例如带社区、层次结构的加权演化模型,动态网络结构下的疾病传播行为和微观感染机制等．     

复杂网络在传统经济系统上的模型研究

在当今社会,经济系统的模型研究一直是科学家研究的热点对象之一.许多自然界存在的经济系统都可以运用复杂网络建立出不同规模和不同拓扑结构的相关研究模型.在这些复杂的经济数学模型中,当研究复杂经济系统的相对特性时,必须针对性地考虑其复杂网络模型中的特性与模型结构.主要研究了复杂网络上的传统经济与部分社会系统,对于复杂网络上的社会经济系统的研究给出了一种新的思路.     

基于复杂网络与演化博弈的群体行为策略分析*

在对演化博弈理论和复杂网络研究的基础上,根据现实社会网络的特性,选取囚徒博弈作为范例,对复杂网络基础上的演化博弈进行研究。分析了网络中个体间协作关系的演化过程、网络收益和个体收益的分布状况,以期为网络结构和群体行为间互动关系作出定性分析,并在一定程度上对复杂网络的形成原因进行解释。     

基于Agent技术的复杂适应系统分析与建模

该文简单介绍了霍兰教授提出的复杂适应系统（CAS）理论,概述了agent和多agent系统（MAS）的概念及其特点,重点介绍了基于agent技术的复杂适应系统的分析方法及建模方法,对其特点及相对于传统方法的优势作了比较.对于由多个Agent组成的复杂适应系统,基于Agent技术是一种十分有效的分析工具,它不但能够对复杂适应系统的体系结构进行适当的描述,而且为复杂适应系统演化过程的建模提供了有力的工具.基于Agent技术的分析与建模是探讨复杂适应系统演化的新动向.     

复杂网络上的演化博弈

主要介绍了近年来复杂网络上的演化博弈研究现状和研究方向．复杂网络理论的发展为描述博弈关系提供了系统且方便的框架，网络上的节点表示博弈个体，边代表与其邻居的博弈关系．介绍了经典演化博弈论中的演化稳定策略概念和复制动力学方程，以及二者的相互联系．介绍了混合均匀有限人口中随机演化动力学问题，并给出了与确定复制方程的相互转化关系．介绍了小世界、无标度等复杂网络上演化博弈的研究结论，给出了复杂网络上演化博弈论的未来发展方向．     

复杂电子邮件网络的智能应用研究

复杂网络及网上智能是新兴的热点研究领域。以复杂电子邮件网络（Complex E-mailNetwork,CEN）为例,对在其上实现智能应用的一系列问题进行了探讨。包括：CEN的自动建立方法、CEN的分析方法、在CEN上实现智能应用的体系结构等。并通过分析具体的实例,阐述了在CEN上实现智能应用的过程及尚待解决的问题。     

复杂网络理论及其在计算机拓扑行为中的应用

随着网络技术、计算机技术的快速发展,当前计算机网络的规模在逐渐地扩大,计算机网络中的节点也随着网络的扩大而不断的增加和扩大。在计算机网络快速扩大的过程中,计算机网络的结构变得越来越复杂,形成一种复杂网络。复杂网络是随着计算机技术和网络的快速发展兴起的,在计算机网络发展的过程中,传统的计算机网络模型现在已经无法在满足计算机的拓扑行为,所以复杂网络产生。本文针对复杂网络理论以及复杂网络在计算机拓扑行为中的应用,以及相关的知识内容进行分析研究。     

Asymptotic behaviours of a class of threshold models for collective action in social networks

A class of dynamic threshold models is proposed for describing the upset of collective actions in social networks. The agents of the network have to decide whether to undertake certain action or not. They make their decision by comparing the activity level of their neighbours with a time-varying threshold, evolving according to a time-invariant opinion dynamic model. Key features of the model are a parameter representing the degree of self-confidence of the agents and the mechanism adopted by the agents to evaluate the activity level of their neighbours. The case in which a radical agent, initially eager to undertake the action, interacts with a group of ordinary agents, is considered. The main contribution of the paper is the complete characterisation of the asymptotic behaviours of the network, for three different graph topologies. The asymptotic activity patterns are determined as a function of the self-confidence parameter and of the initial threshold of the ordinary agents. Numerical validation on a real ego network shows that the theoretical results obtained for simple graph structures provide useful insights on the network behaviour in more complex settings.     

随机复杂网络同步控制研究进展综述

复杂网络控制系统由于其在通信、计算、控制等多学科的交叉特性已经引起了各行各业学者的广泛关注,复杂网络同步控制已经成为一个研究热点.本文主要综述了随机复杂网络的同步控制研究进展情况.首先论述了随机复杂网络同步控制的研究背景及意义,然后从复杂网络的动力学特性、复杂网络的拓扑结构、复杂网络的受限情况、复杂网络的同步控制策略和随机复杂网络同步能力优化几个方面分别进行了综述,进一步综述了随机复杂网络的应用情况.最后在总结国内外研究成果的基础上,指出随机复杂网络未来亟待解决和研究的问题.