有限感知蜂擁集群模型噪聲問題的研究.pdf

1、集群行為是對(duì)現(xiàn)實(shí)生活中的生物群體和人工群體的一種高度抽象。單一智能個(gè)體只能完成比較簡(jiǎn)單的任務(wù)，但是由很多智能個(gè)體組成的多智能體系統(tǒng)能夠通過個(gè)體間的相互作用涌現(xiàn)出集體智能，完成比較復(fù)雜的任務(wù)，解決現(xiàn)實(shí)生活中很多難以解決的問題。在當(dāng)前社會(huì)中，多智能體系統(tǒng)已經(jīng)廣泛的應(yīng)用到人們生活的方方面面，包括環(huán)境監(jiān)測(cè)、災(zāi)難搜救、軍事行動(dòng)和工業(yè)操作等等諸多領(lǐng)域，對(duì)多智能體系統(tǒng)的研究具有重要的理論和現(xiàn)實(shí)意義。
　　為了更好的分析智能群體的性質(zhì)，從而構(gòu)建了

2、有限感知蜂擁集群模型。有限感知蜂擁集群模型描述的是 N個(gè)隨機(jī)分布在空間內(nèi)且不斷進(jìn)行交互的智能體中第i個(gè)個(gè)體的運(yùn)動(dòng)狀態(tài)。它是基于引力/斥力函數(shù)構(gòu)建的，所遵循的基本原則是“遠(yuǎn)則吸引，近則排斥”。該模型所描述的系統(tǒng)中的所有智能體能在有限的時(shí)間內(nèi)收斂到一個(gè)有界區(qū)域，并有較好的局部穩(wěn)定性。在進(jìn)行理論計(jì)算時(shí)，引力/斥力函數(shù)需要同時(shí)考慮引力項(xiàng)ga(|y|)的模和斥力項(xiàng)gr(|y|)的模，所以運(yùn)算過程相對(duì)比較復(fù)雜，在實(shí)際運(yùn)算中很難快速的得到數(shù)據(jù)，因此效

3、率比較低；而且，在實(shí)際應(yīng)用中會(huì)出現(xiàn)噪聲干擾的情況，本文經(jīng)過對(duì)噪聲問題的研究，證實(shí)了噪聲具有不可控性，此時(shí)，噪聲干擾項(xiàng)也影響了模型的穩(wěn)定性?？紤]到模型的狀態(tài)方程和一致性問題在本質(zhì)上是一樣的，那么是否可以把一致性問題中的噪聲控制策略引入到模型的狀態(tài)方程中去進(jìn)行實(shí)例模型研究。針對(duì)上述問題，本文所做的工作如下：
　　（1）對(duì)有限感知蜂擁集群模型進(jìn)行了仔細(xì)的研究和分析，研究表明模型中引力/斥力函數(shù)在理論計(jì)算時(shí)需要同時(shí)考慮引力項(xiàng)ga(|y|)

4、模和斥力項(xiàng)gr(|y|)模的計(jì)算，運(yùn)算過程相對(duì)復(fù)雜，因此會(huì)影響計(jì)算效率。針對(duì)有限感知蜂擁集群模型中引力/斥力函數(shù)計(jì)算困難的問題將函數(shù)進(jìn)行了簡(jiǎn)化，把引力/斥力函數(shù)合并成一個(gè)函數(shù)，使得運(yùn)算過程更加簡(jiǎn)便。同時(shí)引入了引力權(quán)重因子 G，此時(shí)，智能體的距離越遠(yuǎn)，吸引力就越大，有效地提高了模型的計(jì)算效率。文章經(jīng)過科學(xué)的理論分析，證明了在簡(jiǎn)化函數(shù)的同時(shí)，模型依然保持了良好的局部穩(wěn)定性。
　?。?）針對(duì)一致性算法中的噪聲問題進(jìn)行了研究，證明了噪聲的

5、不可控性，同時(shí)提出了一種基于抑噪算子ε(t)的噪聲控制策略，證明了當(dāng)ε(t)取t-0.5的高階無窮小時(shí)，抑噪后的算法噪聲可控。在無噪的情況下，當(dāng)ε(t)取t-1的低階無窮小時(shí)，抑噪后的算法可以使智能體的最終狀態(tài)收斂到X*；在有噪的情況下，當(dāng)ε(t)的取值在t-0.5和t-1之間，智能體的最終狀態(tài)將會(huì)以X*為中心呈正態(tài)分布。以算法DHA為實(shí)例對(duì)提出的基于抑噪算子ε(t)的噪聲控制策略進(jìn)行了驗(yàn)證和討論，證明了該噪聲控制策略的可行性。

6、　?。?）考慮到有限感知蜂擁集群模型的狀態(tài)方程和一致性算法在本質(zhì)上是一樣的，把抑噪算子ε(t)引入模型的狀態(tài)方程xm(t+1)，證明了在有噪聲的情況下，當(dāng)ε(t)取t-1的低階無窮小、t-0.5的高階無窮小時(shí)，抑噪算法可以使智能體的最終狀態(tài)收斂到以X*為中心呈正態(tài)分布，即模型中的智能體最終收斂到有界區(qū)域。
　　綜上所述，本文對(duì)有限感知蜂擁集群模型和一致性算法中的噪聲問題進(jìn)行了深入的研究，概括和總結(jié)了模型的優(yōu)點(diǎn)和不足、一致性算法中噪