计算机应用研究

作者：谢光强,章昊晋,李杨,

单位：广东工业大学计算机学院,广州510006；

关键词：多智能体系统,一致性,影响力网络,关键节点,

基金：国家自然科学基金资助项目(62006047)；广东省重点领域研发计划资助项目(2021B0101220004)；；

如何增强系统一致性是多智能体系统研究中的一个重要问题。传统一致性协议通常未考虑拓扑中的关键节点，并且拓扑权重单一，从而导致系统更容易分裂。基于人际关系网络中的关键人物可以促进不同社区信息交流的思想，提出了一种影响力网络模型（influence network model，INM）。首先，提出了分布式的hub node识别算法（distributed hub node identify algorithm，DHNI），用于区分关键节点和非关键节点，可以应用在分布式多智能体系统中；其次，提出了基于分布式hub node的拓扑权重设计算法（distributed hub node-based topology reweighting algorithm，DHNTR），量化不同节点对其邻居的影响力；最后提出了基于影响力网络的一致性协议。设计了公共Lyapunov函数，分析了系统的全局稳定性，证明了系统具有Lyapunov意义下的稳定性。仿真实验表明该协议可以增强系统一致性。

来源：2023年第8期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第8期