一種基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明首次提出一種多智能體一致性實(shí)現(xiàn)方法，屬于多智能體系統(tǒng)技術(shù)領(lǐng)域。具 體涉及一種可提升一致性收斂速度的基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法。 (二）
【背景技術(shù)】
[0002] 近些年來，隨著多智能體系統(tǒng)理論、分布式人工智能、群集智能等理論的發(fā)展促進(jìn) 并形成了 一個嶄新的研究領(lǐng)域一一多智能體一致性研究。多智能體一致性研究的基本任務(wù) 是，基于多個智能體可能相沖突的輸入信息，采用一致性控制策略使群體系統(tǒng)產(chǎn)生一致公 共輸出。由于分布式一致性理論具有無中心控制節(jié)點(diǎn)、局部信息交換和簡單行為協(xié)調(diào)的特 點(diǎn)，因此，越來越多的學(xué)者對一致性理論表現(xiàn)出了濃厚的興趣。
[0003] 多智能體系統(tǒng)一致性的實(shí)現(xiàn)有著廣闊的應(yīng)用前景，一致性問題作為協(xié)調(diào)合作控制 的基礎(chǔ)，被廣泛的應(yīng)用于編隊控制、蜂擁控制、聚集問題、同步以及協(xié)調(diào)決策問題等研究中。 近年來，多智能體系統(tǒng)一致性的實(shí)現(xiàn)存在于基于地面無人小車系統(tǒng)、無人飛行器系統(tǒng)、自組 織水下艦隊、衛(wèi)星群等系統(tǒng)的廣泛工程應(yīng)用中。因此，研究多智能體系統(tǒng)一致性的實(shí)現(xiàn)方法 有著重要的實(shí)際意義。
[0004] 在多智能體的一致性問題中，一致性的收斂速度是一個極為重要的指標(biāo)，當(dāng)前主 要提升一致性收斂速度的主要方法都是在單層拓?fù)浣Y(jié)構(gòu)上通過設(shè)計邊權(quán)數(shù)或者調(diào)整連接 邊來實(shí)現(xiàn)系統(tǒng)一致性收斂速度的提高，類似的方法在實(shí)施起來是有難度的。而且現(xiàn)在對于 一致性收斂速度的研究大多集中在一階系統(tǒng)中，但是實(shí)際應(yīng)用中，大多數(shù)個體的模型是需 要二階或高階系統(tǒng)來描述的。因此研究在不改變原圖拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上提升收斂速度的方 法和針對二階或高階系統(tǒng)來研究具有實(shí)際價值，也是一個必然趨勢。 (三）

【發(fā)明內(nèi)容】

[0005] 本發(fā)明目的在于提供一種實(shí)現(xiàn)多智能體系統(tǒng)一致性的方法，能夠應(yīng)用于涉及地面 無人小車系統(tǒng)、無人飛行器系統(tǒng)、自組織水下艦隊、衛(wèi)星群等系統(tǒng)的廣泛工程中。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn) 方法，其特征在于，該方法包括以下步驟：
[0007] 1)初始化，將每個節(jié)點(diǎn)劃分為一個社區(qū)；
[0008] 2)逐一遍歷各個節(jié)點(diǎn)，將該節(jié)點(diǎn)移動到它鄰域內(nèi)的其他社區(qū)中，根據(jù)如下劃分衡 量指標(biāo)：
[0009]
[0010] 判斷節(jié)點(diǎn)應(yīng)該劃分到哪個社區(qū)，△ Q為劃分節(jié)點(diǎn)到其他社區(qū)后引起的模塊度增益， 將遍歷到的節(jié)點(diǎn)依次劃分到所有鄰居社區(qū)中，計算產(chǎn)生的A Q，取最大值記為最大增益，如 果最大增益大于〇,則將該節(jié)點(diǎn)劃分到對應(yīng)的鄰居社區(qū)，否則保持該節(jié)點(diǎn)歸屬于原社區(qū)，不 斷重復(fù)步驟2,直到節(jié)點(diǎn)的社區(qū)不再發(fā)生變化，這一步驟稱為第一階段；
[0011] 3)步驟2結(jié)束后得到S1個社區(qū)結(jié)構(gòu)，即S1個子圖G 1, G2，…，％，對這^個子圖施 加一致性協(xié)議，S1個子圖分別實(shí)現(xiàn)平均一致性；
[0012] 4)將步驟3中實(shí)現(xiàn)一致性的子圖視為一個狀態(tài)信息相同的虛擬節(jié)點(diǎn)，根據(jù)原拓?fù)?圖中的節(jié)點(diǎn)連接關(guān)系構(gòu)建步驟3中社區(qū)結(jié)構(gòu)的內(nèi)部連接圖，設(shè)置內(nèi)部連接圖與低層子圖的 信息傳遞原則，這一步驟稱為第二階段；
[0013] 5)如果步驟4產(chǎn)生的內(nèi)部連接圖可以繼續(xù)分解為若干社區(qū)，則利用步驟2和3分 解該內(nèi)部連接圖并使新的子圖實(shí)現(xiàn)一致性，并繼續(xù)重復(fù)步驟4,否則轉(zhuǎn)步驟6 ;
[0014] 6)對步驟4產(chǎn)生的內(nèi)部連接圖施加一致性協(xié)議使這些節(jié)點(diǎn)實(shí)現(xiàn)一致性，即達(dá)到所 有實(shí)際節(jié)點(diǎn)狀態(tài)一致。
[0015] 所述的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法，步驟3中對子圖施加的一致性協(xié)議可以根 據(jù)多智能體系統(tǒng)的階數(shù)進(jìn)行更改，也就是本方法可適用于一階或二階的系統(tǒng)。
[0016] 所述的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法，步驟4中內(nèi)部連接圖與低層子圖的信息傳 遞原則為低層子圖實(shí)現(xiàn)一致性后的狀態(tài)為對應(yīng)高層子圖節(jié)點(diǎn)的初始狀態(tài)，高層子圖在一致 性協(xié)議下發(fā)生狀態(tài)變化時，對應(yīng)低層子圖的節(jié)點(diǎn)狀態(tài)也與之保持一致。
[0017] 所述的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法，步驟5中內(nèi)部連接圖不再能分解為若干社 區(qū)的判斷原則為：該拓?fù)鋱D按照步驟2移動節(jié)點(diǎn)到鄰居社區(qū)時，所有節(jié)點(diǎn)都沒有正的模塊 度增益。
[0018] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：
[0019] 1)本方法不改變原來多智能體之間的拓?fù)潢P(guān)系，也不改變連接權(quán)重，實(shí)際應(yīng)用起 來局限性?。?br>[0020] 2)本方法將復(fù)雜網(wǎng)絡(luò)中的社區(qū)結(jié)構(gòu)發(fā)現(xiàn)的思想引入到提升一致性收斂速度中來， 將單層拓?fù)渖系膯栴}轉(zhuǎn)換為在多層拓?fù)渖辖鉀Q，大大提升了系統(tǒng)實(shí)現(xiàn)一致性的速度；
[0021] 3)傳統(tǒng)的一致性實(shí)現(xiàn)方法只適用于一種系統(tǒng)，而本方法不受系統(tǒng)階數(shù)的限制，可 移植到二階系統(tǒng)。 (四）
【附圖說明】
[0022] 圖1是基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法設(shè)計框架
[0023] 圖2是基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法流程圖
[0024] 圖3是分層拓?fù)浣Y(jié)構(gòu)圖
[0025] 圖4是一階系統(tǒng)在標(biāo)準(zhǔn)一致性實(shí)現(xiàn)方法下狀態(tài)變化圖
[0026] 圖5是一階系統(tǒng)在本發(fā)明一致性實(shí)現(xiàn)方法下狀態(tài)變化圖
[0027] 圖6是二階系統(tǒng)在標(biāo)準(zhǔn)動態(tài)一致性實(shí)現(xiàn)方法下狀態(tài)變化圖
[0028] 圖7是二階系統(tǒng)在本發(fā)明一致性實(shí)現(xiàn)方法下動態(tài)一致性狀態(tài)變化圖
[0029] 圖8是二階系統(tǒng)在標(biāo)準(zhǔn)靜態(tài)一致性實(shí)現(xiàn)方法下狀態(tài)變化圖
[0030] 圖9是二階系統(tǒng)在本發(fā)明一致性實(shí)現(xiàn)方法下靜態(tài)一致性狀態(tài)變化圖 (五）
【具體實(shí)施方式】
[0031] 下面【附圖說明】該方法的具體實(shí)現(xiàn)方式：
[0032] 本發(fā)明考慮采用層級分解方法對多智能體的拓?fù)浣Y(jié)構(gòu)進(jìn)行優(yōu)化分解，在不改變原 拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上，將多智能體的單層結(jié)構(gòu)轉(zhuǎn)換為相互連接的多層結(jié)構(gòu)，如果每層子圖收 斂速度都高于原始拓?fù)浣Y(jié)構(gòu)圖的收斂速度，則整個多層系統(tǒng)有望比原圖具有更快的收斂速 度。附圖1描述了本發(fā)明中一致性實(shí)現(xiàn)方法的設(shè)計結(jié)構(gòu)。設(shè)計時有兩個關(guān)鍵問題需要解決。 第一，選取合適的單層分解方法，目標(biāo)是將原始拓?fù)鋱D分解為內(nèi)部連通度較大的若干子圖， 這樣每個子圖的收斂速度都大于原始拓?fù)浣Y(jié)構(gòu)圖的收斂速度，單層的收斂速度也大于原始 拓?fù)洌@樣才有利于整個多層結(jié)構(gòu)的收斂速度大于原始拓?fù)浣Y(jié)構(gòu)圖的收斂速度。第二，單層 分解方法確定后選擇合適的層與層之間的信息傳遞關(guān)系構(gòu)建高層子圖與低層子圖之間的 聯(lián)系，完成整個多層拓?fù)浣Y(jié)構(gòu)的轉(zhuǎn)化。拓?fù)浣Y(jié)構(gòu)分層完成后，從底層開始施加一致性協(xié)議， 每一層實(shí)現(xiàn)一致性后才向更高層移動，對更高層施加一致性協(xié)議，并保證低層節(jié)點(diǎn)與最鄰 近的高層中與之有信息傳遞的節(jié)點(diǎn)始終保持狀態(tài)一致。當(dāng)頂層實(shí)現(xiàn)狀態(tài)一致時，整個多智 能體系統(tǒng)實(shí)現(xiàn)一致性。
[0033] 本發(fā)明包含了一種基于社區(qū)分解的多智能體系統(tǒng)一致性實(shí)現(xiàn)方法（附圖二為具 體步驟的流程圖），包括以下步驟：
[0034] 對于具有η個節(jié)點(diǎn)的多智能體系統(tǒng)，采用本發(fā)明提供的方法對拓?fù)鋱DG進(jìn)行分解。