基于影响力网络模型的多智能体一致性协议

打开文本图片集

摘 要：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。（剩余10510字）