一致环境下多智能体系统的群集算法

针对一致环境下智能群体的群集运动控制算法进行了研究.在群中智能体感知范围有限的情况下,群体拓扑图是动态变化的,假设群体拓扑图时刻保持连通,且群中所有智能体受到外界环境的影响是一致的,通过引入光滑的势场函数,设计了群集控制算法,运用李雅普诺夫稳定性理论,证明了多智能体能取得群集运动,仿真实例验证了算法的有效性.     

平均一致凸空间与平均一致光滑空间

引进平均一致光滑空间的概念,证明了引进的平均一致光滑空间与已有文献中引进的平均一致凸空间恰好是一对对偶概念,并且X*是平均一致凸空间当且仅当X是平均一致光滑空间,X*是平均一致光滑空间当且仅当X是平均一致凸空间.研究了平均一致光滑与其他光滑性之间的关系.     

基于多智能体的人事管理系统研究

现代人事管理系统需要集成数据库、知识系统、决策支持等异构部件,本文提出了基于多智能体的人事管理系统,以实现人事管理任务的分布式协作求解,分别描述了任务智能体、人事管理系统的结构,并讨论其运行过程.     

具有不一致时延的随机多智能体网络H_∞编队控制

研究了存在外界干扰时离散随机多智能体系统的编队控制,其中随机多智能体网络的变换服从马尔科夫链。假设系统中存在不一致的常数时延,首先,设计了编队控制协议,使得跟随者跟踪虚拟领导的同时形成所要求的编队,且和其它智能体达到速度一致。然后,基于Lyanunov稳定性理论,以LMI的形式给出了误差系统稳定并满足H∞指标要求的充分条件,并指出,对于系统中所考虑的常数不一致时延无上限要求。最后,仿真结果证明了所设计协议的有效性。     

局部凸空间的平均一致凸性与平均一致光滑性

引进局部凸空间的平均一致凸性的概念,给出其对偶的定义,得到平均一致凸（平均一致光滑）的局部凸空间的特征刻画及其在P-自反条件下的对偶关系：（X,P）是平均一致凸（平均一致光滑）的当且仅当（X′,P′）是平均一致光滑（平均一致凸）的.     

线性时滞多智能体系统的最优一致性研究

将一致性问题与代价函数相结合,研究了带有时滞的线性多智能体系统最优一致性问题。首先,采用模型变换将一致性问题转换成稳定性问题。进而,利用控制理论和线性矩阵不等式方法推导出控制器存在的一般性条件和代价函数性能指标上界。然后,将问题转换成凸优化问题,得到最优性能指标的一致性控制器。最后,通过仿真实例,验证了算法和判据的正确性。     

多智能体系统中的同步问题综述

多智能体系统的同步问题在机器人网络、传感器网络、电力网络、社交网络等诸多领域有着广泛应用。首先,介绍了多智能体系统和多智能体同步问题的相关背景。随后,对多智能体系统模型和多智能体同步的基本概念进行了阐述,着重介绍了多智能体的状态同步和输出同步及其研究现状。从多智能体自身特性和网络拓扑结构的特性出发,列举了自适应控制,事件触发控制等常见的同步控制器。最后,对多智能体同步问题进行了简要总结和展望。     

主从多智能体网络快速随机一致性

通过设计简单的控制器,利用随机微分方程的有限时间稳定性理论,给出了多智能体网络实现随机一致性的充分条件,并分析了控制参数与噪声强度对网络收敛速度与收敛时间的影响。数值模拟验证了理论结果的正确性。     

基于多智能体的舆情预警系统研究

公共舆情可能引爆社会危机,实时舆情监测、提前预警,是维护社会公共安全的必要保障。舆情预警系统依靠成熟的技术,利用多智能体系统构建舆情预警系统有助于提高舆情监测、预警、处置过程的自动化程度,有助于提高决策层的舆情管理效率。     

A型和B型平均一致凸Banach空间

给出了A型和B型均一致凸Banach空间概论,证明了:一致凸Banach空间是A型平均一致凸的,A型平均一致凸Banach空间X是弱局部一致凸和严格凸的;B型平均一致凸Banach空间X任意元在以0为顶点的闭凸锥中有惟一最佳逼近     

基于多智能体的网络信息隐藏系统研究

为加强网络信息安全,该文提出了一种基于m-序列的多智能体协作的信息隐藏模型,并提出以鲁棒性、安全性和通信容量作为评价信息隐藏系统的性能指标.实现了基于多智能体协作的信息隐藏系统,该系统通过多智能体协作加强信息隐藏的鲁棒性,使用多智能体发送信息,加大了隐蔽通信的容量.仿真结果表明:基于多智能体的信息隐藏算法未对特殊位进行处理,因而没有网络包被防火墙过滤,隐藏的信息未丢失;防火墙类产品对于使用包填充类算法隐藏的信息的安全性影响非常大,对于使用基于多智能体算法隐藏的信息的安全性几乎没有任何影响.     

求解多目标优化问题的多智能体遗传算法

目的 在求解多目标优化问题时，总是希望获得尽可能多的Pareto解，且这些解能够较均匀地分布在目标空间的Pareto边界上。方法 通过引入智能体的概念，并将多个智能体组成的多智能体系统与经典遗传算法相结合，给出了一种求解多目标优化问题的多智能体遗传算法。结果 对每个智能体在其邻域内进行局部Pareto寻优操作，而不是在整个群体中进行Pareto寻优，从而保证了群体的多样性，并在一定程度上抑制了种群的早熟现象。结论 该方法能够找到问题的分布较均匀的Pareto最优解。     

Leader-following多智能体网络分布式编队控制

针对多智能体固定拓扑网络,考虑无时延和有时延两种情况,研究了多智能体网络的分布式编队控制协议.首先,针对无通信时延的多智能体网络,提出了分布式编队控制协议,利用Lyapunov稳定理论,给出了协议有效的充分条件.然后,考虑时变通信时延,利用Lyapunov-Krasovskii函数证明了协议的有效性.最后,利用仿真实验证明了所设计协议的有效性.本文的创新点是对二阶多智能体网络设计分布式编队控制协议时考虑了速度一致性.     

马尔科夫切换拓扑下时滞多智能体系统的平均一致性

针对具有随机切换拓扑结构的一类多智能体系统,考虑具有时变时滞的线性控制协议,研究了其平均一致性问题。假设智能体网络为有向强连通的,利用正交变换方法,将多智能体系统的平均一致性问题转化为其降维系统的稳定性问题,然后基于Lyapunov稳定性理论,通过引入适当的自由矩阵,获得了系统稳定的基于线性矩阵不等式的充分条件。仿真实例验证了所提方法的有效性。     

多智能体编队避障算法研究

利用势函数方法,研究了多智能体在障碍物环境下的追击编队控制.为解决单个智能体在势场中存在局部极小点与动态性能不好问题,引入速度势场建立新的势场函数.并研究了多智能体在不同环境下的编队控制,其中包括无障碍物环境,静态障碍物环境,以及静态障碍物和动态障碍物并存的复杂环境.通过选择与目标,障碍物和编队队形相关的势场函数,提出一种新的分布式编队避障控制算法.仿真结果表明所提算法能有效地解决多智能体编队避障问题.     

求解动态背包问题的多智能体进化算法

针对动态背包问题,提出了一种基于多智能体的进化算法(MAEA).通过智能体相互合作地模拟生物机制特征来寻求最优解.智能体生存于网格环境中,为了增加自身能量,智能体可以与其邻域展开竞争,并依据统计信息来获得知识进行学习.为了保持种群的多样性,在算法中引入了随机移民机制.通过对一系列动态背包问题的仿真实验可以看出,在离线性能指标下,这种引入了随机移民机制的基于多智能体的动态进化算法相比几类遗传算法可以获得更好的性能.     

具有变通信时延的多智能体系统的平均一致性

把一致性增益引入到一致性协议中,利用线性矩阵不等式(LMI)方法,给出了具有时变通信延迟的多智能体系统达到一致的充分条件.分析了当多智能体系统的网路拓扑是强连通平衡图且通信时延具有合适的上界时,带有有界时变延迟的多智体系统的平均一致性问题.证明了当在协议中引入一致性增益时,对于具有不同通信时延的多智能体系统,若时变通信时延的上界满足一定条件,则不论网络拓扑是不变的还是切换的,系统都能够达到平均一致,并且可通过求解线性矩阵不等式得到时变时延的上界.对于具有变时延的多智能体系统,存在相应的时延上界使得系统达到一致.所得结论对于具有时变拓扑网络的多智能体系统也成立.     

基于多智能体的供应链协同机制研究

文章讨论了基于多智能体的供应链框架 ,在框架中由智能体代表供应链上的企业 ,以智能体的方式强调供应链企业间的竞合机制 ,设计一种多智能体的供应链模型 ,研究智能体结构以及多智能体系统的组织方式和协调机制。     

多智能体一致性的随机镇定研究

本文给出多智能体随机一致性的数学描述,模拟了环境噪声对多智能体系统一致性的影响,并提出一种运用随机噪声控制多智能体系统的方法。仿真结果表明,添加满足一定条件的随机噪声控制可以令在没有噪声干扰情况下非一致性的多智能体系统达到随机一致性镇定。最后对多智能体的随机一致性镇定进行理论分析,并得到满足控制要求的随机噪声强度的大致下界。所提出的多智能体协调控制方法具有系统能耗小、控制性能更佳的特点。     

局部凸空间的平均局部一致凸性和一致光滑性

引进局部凸空间平均局部一致凸性的概念,给出其对偶的定义,即局部凸空间平均局部一致光滑性,并在p-自反的条件下得到它们之间的对偶定理,即(X,P)是平均局部一致凸(平均局部一致光滑)的当且仅当(X＇,P′)是平均局部一致光滑(平均局部一致凸)的.