Название статьи: Достижение консенсуса многокомпонентной системой в условиях переменной топологии и аддитивного случайного шума
Библиография: Шейпак С.И. Достижение консенсуса многокомпонентной системой в условиях переменной топологии и аддитивного случайного шума // Управление большими системами. Выпуск 74. М.: ИПУ РАН, 2018. С.23-41. URL: https://doi.org/10.25728/ubs.2018.74.2
Дата опубликования: 26.07.2018
Ключевые слова: многокомпонентные системы, граф коммуникаций, консенсус, синхронизация, случайный шум
Аннотация: Исследуется многокомпонентная система с фиксированным набором частиц в дискретном времени. В основе процесса синхронизации лежит взаимодействие частиц согласно некоторому семейству графов, вершины которых соответствуют частицам системы. В каждый момент времени система описывается вектором, компоненты которого меняются итеративно: состояние каждого агента линейно определяется через состояния его соседей в предыдущий момент времени и аддитивную случайную компоненту, а также связи между частицами меняются со временем. Таким образом, эволюция вектора состояния системы есть итеративное умножение на стохастические матрицы из некоторого класса и добавление случайного вектора. В статье изучается величина, характеризующая удалённость системы от положения консенсуса, и приводятся условия, накладываемые на семейство графов и достаточные для получения верхней оценки для этой величины. Кроме того, предлагается некоторая модифицированная модель, обеспечивающая верхнюю оценку при итерациях с графами, на которые наложены чуть более слабые условия.
Author(s): Sheipak S.
Article title: Consensus of multicomponent system in changing topology with additive noise
Keywords: multiagent systems, communication graphs, consensus, synchronisation, random noise
Abstract: The article focuses on multiagent systems with a fixed number of components. Particles synchronise in discrete moments of time according to a certain set of communication graphs. At every moment of time state of the system is described by a vector that updates iteratively. Each agent's state is determined by states of its neighbours and is influenced by additive noise component. Besides, links between particles change through time. Thus, the evolution of the system can be described as an iterative process where the state vector is multiplied by a certain stochastic matrix and added to a random vector. The aim of this paper is to analyze a value that represents a measure of how close to consensus the system is. The work suggests some restrictions on graphs that are sufficient to obtain an upper bound on that value. Besides, another modified model is presented. It allows relax conditions on graphs and still keep the value bounded.
В формате PDFОбсудить статью в Интернет-конференции по проблемам управления
Просмотров: 2667; загрузок: 851, за месяц: 14.
Назад