Matlab网络通信环境下复杂系统蜂拥算法的设计与仿真(2)
时间:2022-01-22 14:56 来源:毕业论文 作者:毕业论文 点击:次
引言11
3。2 蜂拥算法介绍 11 3。3 稳定性分析 12 3。4 小结13 4 网络通信环境下的蜂拥控制 15 4。1 引言15 4。2 保持网络通信连接的蜂拥算法 15 4。3 小结22 结论 24 致谢 25 参考文献26 第 II 页 本科毕业设计说明书 本科毕业设计说明书 第 1 页 1 绪论 1 。1 引言 近年来人们对于复杂系统与现实应用的研究越来越多。复杂网络是对复杂系统抽 象化的描述方式。它介绍了系统中个体如何关联如何相互作用的拓扑结构,有助于我 们了解复杂系统的性质与功能。利用复杂网络的相关知识来研究复杂系统,还可以让 我们更加深入的了解社会与自然的复杂性。因此,复杂网络的研究对现代社会的发展 具有很强的推动作用[1]。 目前,研究复杂系统的方面很多,蜂拥控制是其中热门之一。所谓的蜂拥控制, 简而言之是一种集群效应。从自然界的角度而言,像蜂群、蚁群、鸟群、鱼群等(如 图 1-1 至 1-3),这些生物群体往往由大量的个体组成。尽管每个个体自身能力、携带 的信息量都很有限,但通过个体间大量的简单交互,整个群体往往能表现出复杂而协 调的群体行为。从而帮助它们完成个体无法完成的任务,弥补个体能力上的不足。例 如蜜蜂筑巢、大雁迁徙、鱼群避让天敌、蚂蚁搬家等等[2,30-31]。近些年,越来越多的 各科科研人员开始对自然界的蜂拥行为进行深入探索。 第 2 页 本科毕业设计说明书 图 1。2 鸟群 图 1。3 鱼群 当我们在计算机上模拟这类具有蜂拥行为的群体时,一般将其抽象化为多智能体 系统。这些智能体最大的特点就是协调一致性。在庞大的系统中,所有的个体并不能 得到全局的动态信息,每个个体只能与自己邻域内的智能体相互交换信息,从而来调 整自己的运动状态,使整个系统有序运行。由此可见,这类系统并不是采用集中式控 制,而是通过分布式的个体调整来实现全局协调一致行为的。通过对抽象化多智能体 系统的研究,我们可以了解蜂拥控制的一般规律,对以后群体系统的发展很有帮助, 同时将会促进分布式协同控制和高度自动化系统的发展。 蜂拥行为具有以下几个特征:(1)简单性:每个智能体在群体中运行的规则相对 简单;(2)鲁棒性:整个系统虽然没有一个中心控制,但整体的稳定性很好,即使会 有少量个体没有跟随,整个群体也不会受其表现出的不一致所影响。 (3)分散性: 群体中所有的智能体在整个系统空间都是随机分布的。每个智能体经过信息的传递与 运动的演化慢慢表现出明显的整体行为。(4)自组织性:每个智能体选择更低的通信 成本、局部区域的信息传递以及通过信息的传递、收集与处理来调整自身的运动状态 [16-18]。 每个智能体的运动行为以及相邻智能体间的通信拓扑结构决定了该系统的整体运 行状态。所以,研究系统的整体动态着重就是要研究拓扑关系结构。当有其他智能体 进入或离开该智能体的邻域时,其拓扑关系就发生了变化,进而导致整体的通信和状 态变化。目前,通过大量的仿真证明,中心控制、全局信息等对于蜂拥群体行为都不 是必要的。每个智能体只需要利用自身有限的感知能力以及有限的局部邻域,来交换、 获取信息,而不了解整个系统的所有信息。因此,蜂拥行为的特点就是利用简单的运 行规则实现整体的一致性。也正因为这一重要特点,蜂拥控制成为当前复杂系统研究 的核心问题之一[19-20]。 (责任编辑:qin) |