復雜網(wǎng)絡(luò)建模與一致性及在多移動智能體中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩137頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

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“無標度”網(wǎng)絡(luò)演化模型以來,復雜網(wǎng)絡(luò)的研究在實證分析、網(wǎng)絡(luò)的演化模型、網(wǎng)絡(luò)的動力學行為和復雜網(wǎng)絡(luò)理論的應(yīng)用這四個方面取得了驚人的進展。在機器人及人工智能領(lǐng)域,多移動智能體的協(xié)調(diào)控制是當前的一個熱點問題。受到當前復雜動態(tài)網(wǎng)絡(luò)理論迅速發(fā)展的啟發(fā),將多移動智能體系統(tǒng)看成一個復雜動態(tài)網(wǎng)絡(luò),網(wǎng)絡(luò)中的節(jié)點表示智能體,兩個節(jié)點之間的邊表示兩

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)點的動力學特性則表示智能體群運動特性。本文以多移動智能體系統(tǒng)為研究背景,以復雜網(wǎng)絡(luò)理論為工具,在網(wǎng)絡(luò)建模、網(wǎng)絡(luò)的一致性問題等方面展開了研究,本文主要工作如下:
   受多移動智能體通信網(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,對這些模型生成的網(wǎng)絡(luò)的聚類系數(shù)、平均路徑長度、度分布、對網(wǎng)絡(luò)延時的魯棒性和達到一致性所需要的時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)點數(shù)M的增大,這5個模型產(chǎn)生的網(wǎng)絡(luò)的聚類系數(shù)都急劇減小、一致性問題收斂時間都會變短;對于模型4,它對網(wǎng)絡(luò)延時的魯棒性是最差,當 M 由小變大時,其度分布由指數(shù)分布到冪律分布過渡,BA無標度模型僅僅是它的一種特殊(極限)情況。
   研究了幾種不同拓撲結(jié)構(gòu)的網(wǎng)絡(luò)對節(jié)點失效和邊失效的魯棒性、對網(wǎng)絡(luò)延時的魯棒性以及一致性問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)、無標度網(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。通過研究發(fā)現(xiàn),第一,星網(wǎng)絡(luò)作為一個邊較少的網(wǎng)絡(luò),卻具有很快的一致性問題收斂速度,其收斂速度要比和它具有相同節(jié)點數(shù)和節(jié)點平均度的小世界網(wǎng)絡(luò)和無標度網(wǎng)絡(luò)都要快,但星網(wǎng)絡(luò)對網(wǎng)絡(luò)延時的魯棒性很弱;第二,小世界網(wǎng)絡(luò)和無標度網(wǎng)絡(luò)在相同平均度和節(jié)點數(shù)的情況下,其一致性問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,但其對網(wǎng)絡(luò)延時

5、的魯棒性很弱;第四,網(wǎng)絡(luò)節(jié)點最大度和網(wǎng)絡(luò)的延時魯棒性有近似的線性關(guān)系,因此網(wǎng)絡(luò)節(jié)點的最大度可以用來對網(wǎng)絡(luò)延時魯棒性進行預(yù)測;最后,對無標度網(wǎng)絡(luò)而言,通過對網(wǎng)絡(luò)中很小一部分邊進行解耦,可以顯著提高網(wǎng)絡(luò)對延時的魯棒性。
   提出了設(shè)計一致性速度優(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)和長程節(jié)點優(yōu)先連接。研究

6、表明,當使用NW 模型來構(gòu)建節(jié)點數(shù)不多、長程連接數(shù)固定的小世界網(wǎng)絡(luò)時,可以使用遺傳算法來優(yōu)化選擇長程連接的連接圖,以獲得小世界網(wǎng)絡(luò)更快的一致性收斂速度;當使用WS 模型來構(gòu)建小世界網(wǎng)絡(luò),在斷邊重連的每一步,當重連的另一個節(jié)點選擇和固定節(jié)點距離最長的節(jié)點時,所形成的小世界網(wǎng)絡(luò)的一致性收斂速度會明顯加快。
   受復雜動態(tài)網(wǎng)絡(luò)一致性理論的啟發(fā),提出了一個簡單新穎的、適用固定和動態(tài)變化兩種通信拓撲的多移動智能體系統(tǒng)的隊形控制和群運動控

7、制模型。在該模型的基礎(chǔ)上,使用復雜網(wǎng)絡(luò)的一致性理論,給出和證明了兩個關(guān)于系統(tǒng)在固定和動態(tài)變化通信拓撲下的系統(tǒng)穩(wěn)定性的兩個定理。
   受復雜動態(tài)網(wǎng)絡(luò)的同步理論的啟發(fā),提出了另一個多移動智能體系統(tǒng)的隊形控制和群運動控制的控制器設(shè)計方案,并為系統(tǒng)給出了一個新穎的控制模型。在該模型的基礎(chǔ)上,研究了每一個智能體的控制器的具體設(shè)計方案,對系統(tǒng)的穩(wěn)定性進行了分析和證明。該方案更適用于智能體運動特性特別復雜的情況。
   群集運動控制

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論