楊 宏

（武漢鐵路職業(yè)技術(shù)學(xué)院，湖北 武漢 430205）

0 引言

在智能系統(tǒng)的運(yùn)用中，借助大量分布式配置的自治智能系統(tǒng)，通過網(wǎng)絡(luò)相互連接的形式構(gòu)成復(fù)雜式大規(guī)模系統(tǒng)，該系統(tǒng)能夠?qū)χ悄茏酉到y(tǒng)進(jìn)行綜合管理，從而保障各個(gè)子系統(tǒng)的高效運(yùn)用。而關(guān)于事件觸發(fā)機(jī)制下的多智能體網(wǎng)絡(luò)的平均一致性，主要是對(duì)未必能夠進(jìn)行全局集中控制的系統(tǒng)中，通過對(duì)多個(gè)智能體的網(wǎng)絡(luò)進(jìn)行分布式的協(xié)調(diào)，讓其目標(biāo)與行為能夠達(dá)到整體的理想狀態(tài)，從而保障主體系統(tǒng)下子系統(tǒng)智能狀態(tài)的一致性。該目標(biāo)的一致性建設(shè)能夠優(yōu)化各個(gè)智能體之間的相互作用規(guī)則，從而實(shí)現(xiàn)網(wǎng)絡(luò)的高靈活性與低成本性，其在協(xié)調(diào)調(diào)度領(lǐng)域、編隊(duì)控制領(lǐng)域以及同步問題與蜂擁問題解決領(lǐng)域上具備廣泛的應(yīng)用價(jià)值。因此，本文基于事件觸發(fā)機(jī)制的多智能體網(wǎng)絡(luò)系統(tǒng)的平均一致性協(xié)議進(jìn)行研究顯得尤為重要。

1 研究現(xiàn)狀

在多智能體網(wǎng)絡(luò)的運(yùn)用背景中，平均一致性問題主要來源于管理與統(tǒng)計(jì)學(xué)的計(jì)算中，在多代理存在情況下的網(wǎng)絡(luò)一致性相關(guān)問題的研究中，Olfatisaber.R等人提出一種一致性控制協(xié)議理論框架與基本形式，同時(shí)對(duì)于平均一致性問題的可解性與控制算法，結(jié)合節(jié)點(diǎn)出入度及平衡的概念，給出了基于拓?fù)浣Y(jié)構(gòu)的多智能體網(wǎng)絡(luò)達(dá)成平均值的充要條件[1]。而對(duì)于拓?fù)浣Y(jié)果平均一致性問題的中，當(dāng)網(wǎng)絡(luò)系統(tǒng)抓取結(jié)構(gòu)包含有向生成樹時(shí)，系統(tǒng)最終可以達(dá)到一致性，現(xiàn)有的解決策略涉及以下幾個(gè)方面：通過系統(tǒng)模型降維，隨機(jī)拓?fù)湎碌钠骄恢滦?；多代理拓?fù)湎碌钠骄恢滦?；不確定性拓?fù)浜吐?lián)合關(guān)聯(lián)圖的平均一致性；以及多智能體網(wǎng)絡(luò)在任何強(qiáng)連接有向圖下的控制一致性?；谝酝芯康某晒π?，本文優(yōu)化了連續(xù)更新、周期和一致性協(xié)議的新方法，以減少系統(tǒng)穩(wěn)定性下一致性控制協(xié)議的更新次數(shù)，從而實(shí)現(xiàn)相遇資源的有效節(jié)約，為實(shí)際的運(yùn)用推廣提供一定的經(jīng)濟(jì)價(jià)值與社會(huì)效益[2]。

2 事件觸發(fā)機(jī)制

在關(guān)于事件觸發(fā)機(jī)制下存在的多智能體網(wǎng)絡(luò)平均一致性的協(xié)議優(yōu)化上，需要將連接的智能子系統(tǒng)通過采樣器與事件觸發(fā)器進(jìn)行因果更換連，通過對(duì)控制器與執(zhí)行器的銜接，以此實(shí)現(xiàn)智能體的狀態(tài)進(jìn)行判斷，從而實(shí)現(xiàn)控制的精準(zhǔn)到達(dá)。關(guān)注多智能體網(wǎng)絡(luò)存在的分布式事件觸發(fā)問題，需要建設(shè)智能體控制機(jī)制的更新迭代，以此節(jié)省智能體有限的計(jì)算資源，通過對(duì)于智能體自身信息與關(guān)聯(lián)智能體節(jié)點(diǎn)信息的采樣分析，間事件觸發(fā)時(shí)刻作為采樣時(shí)刻的子集，通過對(duì)觸發(fā)閾值進(jìn)行計(jì)算，以此獲取周期觸發(fā)機(jī)制，同時(shí)對(duì)于練習(xí)事件觸發(fā)機(jī)制，需要連續(xù)事件能夠安裝相應(yīng)的硬件時(shí)刻來對(duì)系統(tǒng)的狀態(tài)進(jìn)行信息實(shí)現(xiàn)，同時(shí)對(duì)于連續(xù)事件的觸發(fā)機(jī)制進(jìn)行復(fù)雜的排除線性事件，以此獲取觸發(fā)間隔的周期規(guī)律。而對(duì)于多智能體的控制規(guī)律的計(jì)算，需要由該個(gè)智能體自身及相鄰的幾點(diǎn)觸發(fā)信息進(jìn)行計(jì)算，通過對(duì)一致性協(xié)議的要求進(jìn)行連續(xù)或者周期性的控制。確定事件觸發(fā)機(jī)制下多代理網(wǎng)絡(luò)的平均一致性需要連續(xù)或周期性的更新控制規(guī)則，通過利用智能體與相鄰節(jié)點(diǎn)的觸發(fā)時(shí)刻信息的更新來減低平均一致性協(xié)議的更新次數(shù)，以此實(shí)現(xiàn)整體性能的優(yōu)化[3]。

3 針對(duì)事件觸發(fā)機(jī)制中拓?fù)浣Y(jié)構(gòu)多智能體網(wǎng)路分析

3.1 事件觸發(fā)機(jī)制

在分析多代理網(wǎng)絡(luò)的一致性收斂性中，根據(jù)事件觸發(fā)存在的分布式機(jī)制，需要在平均一致性系統(tǒng)上，關(guān)注多智能體網(wǎng)絡(luò)的初始平均狀態(tài)計(jì)算，確保能夠逐漸一致性收斂，多智能體網(wǎng)絡(luò)的平均一致性只能在閉環(huán)系統(tǒng)逐漸穩(wěn)定的情況下得到保證，而對(duì)于具有固定拓?fù)浣Y(jié)構(gòu)的多智能體網(wǎng)絡(luò)，如果器周期及事件觸發(fā)閾值能夠使得相應(yīng)的線性矩陣不等式成立，那么其平均一致性收斂于初始狀態(tài)[4]。而考慮到多智能體網(wǎng)絡(luò)存在的切換式拓?fù)浣Y(jié)構(gòu)，需要對(duì)有限的連通圖進(jìn)行描述，對(duì)事件觸發(fā)機(jī)制下多智能體網(wǎng)絡(luò)的拓?fù)浣Y(jié)果進(jìn)行隨機(jī)切換，通過對(duì)切換結(jié)構(gòu)下的多智能體網(wǎng)絡(luò)平均一致性進(jìn)行充分條件研究，選址合適的采樣周期和觸發(fā)法治讓線性矩陣能夠成立，確保多智能體網(wǎng)絡(luò)漸進(jìn)一致性能夠收斂到初始狀態(tài)[5]。

3.2 仿真驗(yàn)證

在觸發(fā)事件機(jī)制下，在網(wǎng)絡(luò)平均采樣周期和多智能體的觸發(fā)閾值的應(yīng)用中，需要對(duì)事件觸發(fā)機(jī)制具備的固定于切換拓?fù)浣Y(jié)構(gòu)進(jìn)行一致性仿真。在軟件的運(yùn)用上需要借助 MATLAB軟件進(jìn)行函數(shù)的采樣周期于觸發(fā)閾值的選取，由于式分布式事件觸發(fā)形式，那么對(duì)于智能體之間的觸發(fā)時(shí)刻式異步，即每一個(gè)事件觸發(fā)條件的變化時(shí)刻都是非周期性的，二軟件能夠?qū)Χ嘀悄荏w網(wǎng)絡(luò)的事件觸發(fā)次數(shù)預(yù)計(jì)控制規(guī)律進(jìn)行對(duì)比分析，由數(shù)據(jù)現(xiàn)實(shí)可知智能體事件觸發(fā)次數(shù)遠(yuǎn)低于采樣次數(shù)，由于各智能體一致性控制系以以及自身的領(lǐng)點(diǎn)觸發(fā)信息，能夠控制更新出書。由此可知多智能體的控制變化曲線，而智能體控制規(guī)律伴隨自身和鄰點(diǎn)觸發(fā)時(shí)刻進(jìn)行更新，本文觸發(fā)事件即控制更新次數(shù)如表1所示：

表1 多智能體網(wǎng)絡(luò)事件觸發(fā)次數(shù)及控制更新次數(shù)

由相應(yīng)的數(shù)據(jù)結(jié)果可知，事件觸發(fā)控制模式的控制效果與之前的循環(huán)控制方法相似，這兩種方法都能保證多智能體網(wǎng)絡(luò)的平均一致性。然而，在以往的周期控制策略中，代理控制律更新的數(shù)量等于3000的樣本數(shù)量，遠(yuǎn)遠(yuǎn)高于事件觸發(fā)機(jī)制下的控制律更新的次數(shù)。綜上所述，基于分布式事件觸發(fā)機(jī)制的平均一致性協(xié)議，其保證了多智能體網(wǎng)絡(luò)，能夠在固定拓?fù)浣Y(jié)構(gòu)下的平均一致性，而分布式事件觸發(fā)機(jī)制，也能夠有效地減少了對(duì)多智能體一致性控制協(xié)議的更新次數(shù)。同樣，對(duì)于多智能體狀態(tài)響應(yīng)，多智能體漸近收斂。在描述狀態(tài)差分向量范數(shù)的變化曲線中，多智能體網(wǎng)絡(luò)表現(xiàn)出平均一致的收斂性。多個(gè)代理的事件觸發(fā)矩，顯然觸發(fā)矩在代理之間是異步的，每個(gè)代理都是非周期的，其中三個(gè)拓?fù)潆S時(shí)間隨機(jī)切換，代理事件觸發(fā)條件變化曲線，在每個(gè)事件觸發(fā)間隔內(nèi)。切換拓?fù)湎碌亩啻硎录|發(fā)器和控制律更新次數(shù)，每個(gè)代理的事件觸發(fā)器次數(shù)明顯低于樣本數(shù)?？刂坡筛碌臄?shù)量等于自己節(jié)點(diǎn)和鄰居節(jié)點(diǎn)觸發(fā)器，減去同時(shí)觸發(fā)器的數(shù)量，值得注意的是，拓?fù)淝袚Q后鄰居節(jié)點(diǎn)集也發(fā)生了變化。綜上所述，基于分布式事件觸發(fā)機(jī)制的平均驅(qū)動(dòng)協(xié)議，能夠保證了交換拓?fù)湎碌钠骄恢滦?，而事件觸發(fā)機(jī)制優(yōu)化，能夠有效減少了對(duì)多智能體一致性控制協(xié)議的更新次數(shù)，以此降低實(shí)際的運(yùn)營(yíng)成本[6]。

3.3 結(jié)果分析

通過對(duì)事件觸發(fā)機(jī)制下的多智能體網(wǎng)絡(luò)的一致性進(jìn)行平均。一種基于代理自身的分布式事件觸發(fā)機(jī)制和鄰居節(jié)點(diǎn)信息的多代理平均一致性控制協(xié)議，以及一種基于代理自身和鄰居節(jié)點(diǎn)觸發(fā)信息的分布式事件觸發(fā)機(jī)制。與文獻(xiàn)中現(xiàn)有的連續(xù)或定期更新協(xié)議不同，基于事件觸發(fā)機(jī)制的平均協(xié)議只有在滿足事件觸發(fā)條件時(shí)才會(huì)更新協(xié)議，這有效地減少了對(duì)協(xié)議的更新次數(shù)。從理論上推導(dǎo)出了固定交換拓?fù)浣Y(jié)構(gòu)下多個(gè)智能網(wǎng)絡(luò)平均一致收斂的充分條件。仿真結(jié)果表明，在基于分布式事件觸發(fā)機(jī)制的固定和切換拓?fù)浣Y(jié)構(gòu)下，保證了多代理網(wǎng)絡(luò)的平均一致性，分布式事件觸發(fā)控制策略有效地減少了一致性協(xié)議的更新次數(shù)[7]。

4 結(jié)語(yǔ)

由此可見，對(duì)于事件觸發(fā)機(jī)制的多智能體網(wǎng)絡(luò)平均一致性進(jìn)行研究分析，有助于組合形態(tài)下的智能體網(wǎng)絡(luò)進(jìn)行分布式的協(xié)調(diào)，讓其目標(biāo)與行為能夠達(dá)到整體的理想狀態(tài)，從而保障主體系統(tǒng)下子系統(tǒng)智能狀態(tài)的一致性。同時(shí)，平均一致性的建設(shè)，能夠優(yōu)化各個(gè)智能體之間的相互作用規(guī)則，從而實(shí)現(xiàn)網(wǎng)絡(luò)的高靈活性與低成本性，為相關(guān)領(lǐng)域的運(yùn)用提供保障。