本文關(guān)鍵詞：復(fù)雜多智能體網(wǎng)絡(luò)蜂擁控制問題研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著計算機技術(shù)和信息處理技術(shù)的快速發(fā)展,以群體為研究對象的協(xié)同控制技術(shù)有了迅猛的進展,并成為各領(lǐng)域?qū)W者的研究熱點之一。而受大規(guī)模生物群體的群集運動的啟發(fā),蜂擁控制的研究受到了國內(nèi)外眾多科研工作者的高度關(guān)注,并憑借其良好的適應(yīng)性、魯棒性和自組織性成為群體協(xié)同控制領(lǐng)域的重要研究方向。考慮到實際工程應(yīng)用問題,如何以盡可能少的控制成本實現(xiàn)高效率的全局行為已成為蜂擁控制領(lǐng)域研究的重要內(nèi)容之一。本文在學習和總結(jié)已有成果的基礎(chǔ)上,結(jié)合了復(fù)雜網(wǎng)絡(luò)、圖論和控制理論的相關(guān)知識,對復(fù)雜多智能體網(wǎng)絡(luò)的牽制蜂擁控制問題做了進一步研究。論文的主要研究內(nèi)容和成果如下:1.本文對近幾年蜂擁控制的熱點問題的研究進行較為全面的總結(jié),從與本課題相關(guān)的預(yù)備知識、網(wǎng)絡(luò)模型以及控制算法三個方面進行了歸納和總結(jié),為接下來蜂擁問題的研究展開提供堅實的理論參考。2.針對當前多智能體網(wǎng)絡(luò)蜂擁控制效率不高的現(xiàn)象,結(jié)合圖論和控制理論的分析方法,提出一種基于網(wǎng)絡(luò)特征重數(shù)的多智能體牽制蜂擁控制算法。該算法基于多智能體網(wǎng)絡(luò)拓撲結(jié)構(gòu)的鄰接矩陣,根據(jù)其特征值的最大重數(shù),得出網(wǎng)絡(luò)可控時所需牽制個體的數(shù)目,隨后進一步利用控制理論中的PBH判據(jù)確定具體的牽制個體,并為之設(shè)計牽制蜂擁控制律。與隨機牽制策略和度最大牽制策略進行的仿真實驗統(tǒng)計結(jié)果對比證實了所提算法在提升整個系統(tǒng)控制效率方面的有效性。3.在對蜂擁控制算法深入研究的基礎(chǔ)上,發(fā)現(xiàn)控制效率直接影響多智能體網(wǎng)絡(luò)的收斂特性,并且網(wǎng)絡(luò)拓撲結(jié)構(gòu)對網(wǎng)絡(luò)的動力學行為特性有很大的影響。借鑒復(fù)雜網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)特性,研究基于社區(qū)劃分算法的ER隨機網(wǎng)絡(luò)和BA無標度網(wǎng)絡(luò)的快速蜂擁控制算法,確保網(wǎng)絡(luò)連通性同時避免了“分塊”或“局部聚集”現(xiàn)象。通過仿真實驗來研究不同的初始拓撲分布和劃分社區(qū)的個數(shù)對蜂擁收斂特性的影響,ER網(wǎng)絡(luò)和BA網(wǎng)絡(luò)的平均度以及BA網(wǎng)絡(luò)度分布的異質(zhì)性會影響復(fù)雜網(wǎng)絡(luò)蜂擁控制的收斂特性。此外,劃分后的社區(qū)的模塊度值越大對提高蜂擁收斂速度越有利。
【關(guān)鍵詞】：多智能體 蜂擁控制 牽制控制 特征重數(shù) PBH判據(jù) 社區(qū)結(jié)構(gòu) 模塊度
【學位授予單位】：華東交通大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：O157.5;O231
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 緒論8-14
• 1.1 前言8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-13
• 1.2.1 多智能體網(wǎng)絡(luò)蜂擁控制的研究現(xiàn)狀9-11
• 1.2.2 多智能體網(wǎng)絡(luò)牽制控制的研究現(xiàn)狀11-12
• 1.2.3 多智能體網(wǎng)絡(luò)可控性的研究現(xiàn)狀12-13
• 1.3 本論文主要內(nèi)容及結(jié)構(gòu)編排13-14
• 第二章 多智能體網(wǎng)絡(luò)模型及其相關(guān)算法14-29
• 2.1 圖論基礎(chǔ)及網(wǎng)絡(luò)基本性質(zhì)14-16
• 2.1.1 圖的基本知識14-15
• 2.1.2 網(wǎng)絡(luò)基本性質(zhì)15-16
• 2.2 網(wǎng)絡(luò)模型描述16-19
• 2.2.1 Reynolds模型16
• 2.2.2 Vicsek模型16-17
• 2.2.3 Couzin模型17
• 2.2.4 吸引/排斥群集模型17-19
• 2.3 蜂擁控制算法19-23
• 2.3.1 基本的蜂擁控制算法19-21
• 2.3.2 帶虛擬領(lǐng)導(dǎo)者的蜂擁控制算法21-22
• 2.3.3 帶虛擬領(lǐng)導(dǎo)者的牽制蜂擁控制算法22-23
• 2.4 社區(qū)結(jié)構(gòu)劃分算法23-26
• 2.5 多智能體網(wǎng)絡(luò)可控性26-28
• 2.5.1 網(wǎng)絡(luò)的可控性26-28
• 2.5.2 最大匹配與最少輸入28
• 2.6 本章小結(jié)28-29
• 第三章 基于網(wǎng)絡(luò)特征重數(shù)的多智能體牽制蜂擁控制29-43
• 3.1 問題描述29-30
• 3.2 多智能體網(wǎng)絡(luò)模型描述30
• 3.3 基于網(wǎng)絡(luò)特征重數(shù)的多智能體牽制蜂擁控制算法30-34
• 3.3.1 牽制控制策略—網(wǎng)絡(luò)特征重數(shù)30-33
• 3.3.2 牽制蜂擁控制協(xié)議33
• 3.3.3 穩(wěn)定性分析33-34
• 3.4 仿真結(jié)果與分析34-42
• 3.4.1 無向拓撲結(jié)構(gòu)的仿真35-38
• 3.4.2 有向拓撲結(jié)構(gòu)的仿真38-42
• 3.5 本章小結(jié)42-43
• 第四章 基于社區(qū)劃分的復(fù)雜多智能體網(wǎng)絡(luò)快速蜂擁控制43-55
• 4.1 問題描述43-44
• 4.2 多智能體網(wǎng)絡(luò)模型描述44
• 4.3 基于社區(qū)劃分的快速蜂擁控制算法44-47
• 4.3.1 Fast Newman算法44-45
• 4.3.2 基于社區(qū)劃分的蜂擁控制協(xié)議45
• 4.3.3 穩(wěn)定性分析45-47
• 4.4 仿真與分析47-54
• 4.5 本章小結(jié)54-55
• 第五章 總結(jié)與展望55-57
• 5.1 研究總結(jié)55
• 5.2 研究展望55-57
• 參考文獻57-62
• 個人簡歷 在讀期間發(fā)表的學術(shù)論文62-63
• 致謝63

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉洪;未來的經(jīng)濟組織形態(tài):多智能體組織[J];自然雜志;2004年04期

2 王飛;尹占娥;溫家洪;;基于多智能體的自然災(zāi)害動態(tài)風險評估模型[J];地理與地理信息科學;2009年02期

3 閆楊;王大志;汪定偉;王洪峰;;動態(tài)環(huán)境中的多智能體進化算法[J];系統(tǒng)工程學報;2010年04期

4 徐楊;李響;譚若晨;劉銘;;大規(guī)模多智能體仿真平臺設(shè)計方法的研究[J];中國科學技術(shù)大學學報;2012年08期

5 劉逸;慕彩紅;寇衛(wèi)東;;簡單多智能體進化算法求解高維數(shù)值優(yōu)化問題[J];科技視界;2012年23期

6 于鏑;白麗娟;李鋮;;非線性多智能體網(wǎng)絡(luò)的分布式包容控制[J];復(fù)雜系統(tǒng)與復(fù)雜性科學;2013年02期

7 謝光強;章云;李楊;曾啟杰;;基于Krause多智能體一致性模型的研究[J];廣西師范大學學報(自然科學版);2013年03期

8 呂淑玲;侍紅軍;劉峰;;主從多智能體網(wǎng)絡(luò)快速隨機一致性[J];山東大學學報(理學版);2014年01期

9 樂建兵;楊建梅;趙海霞;;社會學仿真評述[J];科技管理研究;2005年12期

10 吳江;胡斌;;信息化與群體行為互動的多智能體模擬[J];系統(tǒng)工程學報;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 劉杰;王月海;王鴻雁;;基于反思——模仿的多智能體協(xié)作策略[A];2007通信理論與技術(shù)新發(fā)展——第十二屆全國青年通信學術(shù)會議論文集（上冊）[C];2007年

2 梁泉;許曉鳴;張鐘俊;;一種新型的多智能體系統(tǒng)開發(fā)環(huán)境結(jié)構(gòu)[A];1995年中國控制會議論文集（下）[C];1995年

3 張根林;李懷祖;;基于多智能體的客戶關(guān)系管理系統(tǒng)的構(gòu)建[A];2002年中國管理科學學術(shù)會議論文集[C];2002年

4 邱國霞;張志涌;馬潔;李茂;;多智能體的競爭合作策略[A];2005全國自動化新技術(shù)學術(shù)交流會論文集（三）[C];2005年

5 王莉;蔡穎;范海蓉;;基于多智能體可重構(gòu)生產(chǎn)系統(tǒng)研究[A];企業(yè)應(yīng)用集成系統(tǒng)與技術(shù)學術(shù)研究會論文集[C];2006年

6 李鐵軍;趙海文;李慨;沈志忠;;基于多智能體的機電系統(tǒng)控制與故障診斷的研究[A];2003年中國智能自動化會議論文集（下冊）[C];2003年

7 譚樹彬;劉建昌;;帶鋼軋制流程多智能體控制策略研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

8 王曉麗;洪奕光;;利用動態(tài)多智能體覆蓋跟蹤動態(tài)目標[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學術(shù)會議論文（摘要）匯集[C];2009年

9 任銳;王曉麗;周潯;;基于勢函數(shù)的多智能體編隊控制[A];中國儀器儀表學會第十二屆青年學術(shù)會議論文集[C];2010年

10 雷曜;;多智能體模擬框架中的復(fù)雜人模型[A];Systems Engineering, Systems Science and Complexity Research--Proceeding of 11th Annual Conference of Systems Engineering Society of China[C];2000年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 顏秉光;哈爾濱：清潔衛(wèi)生機器人會自動掃地更會自動補給[N];新華每日電訊;2006年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 何漢明;基于角色的多智能體社會模型研究與應(yīng)用[D];西北工業(yè)大學;2006年

2 劉海斌;基于社會—心理因素的分布式組織協(xié)調(diào)工作機制仿真研究[D];華中科技大學;2015年

3 柴國飛;多智能體協(xié)同定位與Sink節(jié)點位置隱私保護研究[D];浙江大學;2015年

4 周博;多智能體的一致性控制及優(yōu)化[D];西南大學;2016年

5 席磊;基于多智能體隨機一致博弈的智能發(fā)電控制[D];華南理工大學;2016年

6 潘維運;多智能體網(wǎng)絡(luò)系統(tǒng)的群體行為研究[D];上海大學;2016年

7 蘇厚勝;多智能體蜂擁控制問題研究[D];上海交通大學;2008年

8 韓偉;電子市場環(huán)境下的多智能體學習與協(xié)商[D];華東師范大學;2006年

9 李揚;網(wǎng)絡(luò)環(huán)境下多智能體協(xié)調(diào)控制研究[D];中國海洋大學;2012年

10 薛宏濤;基于協(xié)進化機制的多智能體系統(tǒng)體系結(jié)構(gòu)及多智能體協(xié)作方法研究[D];中國人民解放軍國防科學技術(shù)大學;2002年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 王海;多智能體分層牽制蜂擁研究[D];南京信息工程大學;2015年

2 吳祁陽;即時戰(zhàn)略游戲場景中多智能體模型的設(shè)計與研究[D];南京理工大學;2015年

3 裴一飛;有向數(shù)據(jù)鏈故障情況下多智能體網(wǎng)絡(luò)的有限時間編隊控制[D];哈爾濱工業(yè)大學;2015年

4 白潔;模糊多智能體模型的同步性[D];哈爾濱工業(yè)大學;2015年

5 劉全平;基于多智能體和元胞自動機模型的虛擬人群行為研究[D];國防科學技術(shù)大學;2013年

6 謝中凱;基于多智能體的城市空間增長模型研究[D];南京大學;2015年

7 羅超;基于多智能體的高爐故障診斷方法研究[D];東北大學;2013年

8 戴俊;基于采樣控制和量化通信的多智能體一致性問題研究[D];安徽工程大學;2015年

9 李歆;多智能體交通擁堵自組織控制策略研究[D];長沙理工大學;2014年

10 劉慶飛;信息丟包下多智能體的一致性與錨點選擇題研究[D];河南理工大學;2014年

  本文關(guān)鍵詞：復(fù)雜多智能體網(wǎng)絡(luò)蜂擁控制問題研究，由筆耕文化傳播整理發(fā)布。

本文編號：496108