基于拉普拉斯特征值的多智能体系统的拓扑估计
在多智能体系统中,智能体的拓扑结构会影响系统的整体性能.为了解决多智能体系统拓扑结构的估计问题,运用相互联系的智能体之间的状态信息,提出了一种连续时间的线性算法.这个算法能够对多智能体系统拓扑结构的拉普拉斯特征值进行估计,进而利用拉普拉斯特征值变化反映整个多智能体系统拓扑结构改变.研究表明,对于多智能体系统,其基本拓扑结构有三种:总线型拓扑、环形拓扑以及星型拓扑.基础拓扑结构的拉普拉斯特征值与系统中的智能体个数有关,且具有各自不同的形式.在多智能体系统中智能体个数已知的情况下,借助系统拓扑结构的拉普拉斯特征值的特征,能够在连续的时间内对多智能体系统的星型拓扑结构、环形拓扑结构、以及总线型拓扑结构进行估计.在此基础上,通过对模型和拓扑结构的分析,能够进一步对多智能体系统中出现的智能体故障进行诊断.并且以六个智能体组成的多智能体系统为例进行仿真,研究结果表明在对拉普拉斯特征值进行计算和分析的基础上,能够有效完成拓扑结构的估计以及系统故障的判定.
多智能体系统 拉普拉斯特征值 拓扑结构 故障诊断
宋运忠 董莉莉
河南理工大学 电气工程与自动化学院复杂网络研究室,焦作 454000
国内会议
河南焦作
中文
1-8
2014-07-26（万方平台首次上网日期，不代表论文的发表时间）