主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
徐杨,李响,常宏,王月星.复杂网络特性对大规模多智能体协同控制的影响.软件学报,2012,23(11):2971-2986
复杂网络特性对大规模多智能体协同控制的影响
Effects of Complex Network Characters on the Coordination Control of Large-Scale Multi- Agent System
投稿时间:2012-06-07  修订日期:2012-08-21
DOI:10.3724/SP.J.1001.2012.04308
中文关键词:  复杂网络特性  大规模多智能体系统  协同控制
英文关键词:character of complex network  large-scale multi-agent system  cooperative coordination
基金项目:国家自然科学基金(60905042); 国家科技支撑计划(2012BAI22B05); 航空科学基金(20100580005); 中央高校基本科研业务费专项资金(ZYGX2011X013); 吉林大学开放课题(93K172012K10)
作者单位E-mail
徐杨 电子科技大学 计算机科学与工程学院,四川 成都 611731 xuyang@uestc.edu.cn 
李响 电子科技大学 计算机科学与工程学院,四川 成都 611731  
常宏 电子科技大学 计算机科学与工程学院,四川 成都 611731  
王月星 中航工业 成都飞机设计研究所,四川 成都 610041  
摘要点击次数: 3660
全文下载次数: 3864
中文摘要:
      随着分布式多智能体系统应用领域和系统规模的不断扩大,网络特性已成为影响系统性能的一个重要因素.通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响,对多智能体系统性能的影响做出系统性分析,同时为提出大规模多智能体组织结构的优化算法提供依据.主要针对随机网络、小世界网络、网格网络和尺度网络这4 种典型复杂网络特性,从理论和仿真两方面进行分析.在理论方面,通过基于马尔可夫链的信息传输过程在不同网络结构下的建模,对比分析了信息偏随机游走模型和智能决策模型下的传输效率.在仿真建模中,主要从智能体间信息传输效率、不同应用领域中集成协同控制效率、对网络故障恢复的影响这3 个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响.研究结果表明,复杂网络特性如小世界和尺度特性可以在相同的控制策略下形成明显的性能差异,如果设计合理的控制算法,复杂网络结构将有助于多智能体系统性能的提升.
英文摘要:
      With the expansion of distributed multi-agent system applications and the increasing scale of the system, the characters of complex network have become an important factor in system performance. This paper makes an initial effort to find the effects of complex network characters on large-scale distributed multi-agent coordination to create a systemic analysis of the system performance and provide organization optimization algorithm designs. The study primarily investigated typical complex networks: random network, small-world network, grid network and scale-free network in multi-agent coordination on theoretical analysis and practical simulations. In theoretical analysis, the study has built the cooperative information transmission model based on Markov chain over different network topologies and compared their efficiencies on either random walk or intelligent routing model. In addition, the study explored the characters of complex network in three main coordination simulations: cooperative information transmission, multi-agent team coordination, and multi-agent network recovery. It is found that the characters of complex network such as small-world or scale-free attributes will bring significant differences in spite of the same coordination schema, and it is feasible to design some desired intelligent algorithms to take the advantage of those effects so that system performance can be promoted.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利