检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

随机拓扑结构下多智能体系统的平均一致性

计算机应用研究 2012年第3期29卷 1011-1013页

作者：杜继永张凤鸣杨骥吴虎胜空军工程大学工程学院西安710038 空军工程大学训练部西安710051

利用马尔可夫收敛准则、图的Laplace矩阵谱特性和欧氏度量的极值,对一类具有随机拓扑结构的离散时间多智能体系统平均一致性问题进行了深入讨论。引入完好概率矩阵的概念,建立随机拓扑结构下离散时间系统的一致性算法,应用马尔可夫过程... 详细信息

利用马尔可夫收敛准则、图的Laplace矩阵谱特性和欧氏度量的极值,对一类具有随机拓扑结构的离散时间多智能体系统平均一致性问题进行了深入讨论。引入完好概率矩阵的概念,建立随机拓扑结构下离散时间系统的一致性算法,应用马尔可夫过程收敛相关结论及伴随算子,从欧氏度量极值的角度证明了系统可达到渐近平均一致,并得出了所需满足的条件,该条件放宽了对系统连通性的要求。最后,采用六个智能体组成的多智能体系统进行计算机仿真,对理论的正确性进行了验证。

关键词：多智能体系统平均一致性随机拓扑马尔可夫过程欧氏度量

在线全文

学校读者我要写书评

暂无评论

一种面向网络编码组播树的随机拓扑生成算法

山东理工大学学报（自然科学版） 2016年第2期30卷 1-4页

作者：顾叶露刘晓红曲志坚张爱凤山东理工大学计算机科学与技术学院山东淄博255049

为了建立满足网络编码需求的组播树,提出一种面向网络编码组播树的随机拓扑生成算法.首先依据总体布局随机网络拓扑生成算法,生成随机的雏形网络拓扑;然后结合网络编码组播树的拓扑特性,对已生成的雏形网络在孤点、连通性、度控制等方... 详细信息

为了建立满足网络编码需求的组播树,提出一种面向网络编码组播树的随机拓扑生成算法.首先依据总体布局随机网络拓扑生成算法,生成随机的雏形网络拓扑;然后结合网络编码组播树的拓扑特性,对已生成的雏形网络在孤点、连通性、度控制等方面进行修补,使最终生成的网络拓扑满足网络编码组播树的拓扑要求.

关键词：网络编码组播树随机拓扑

考虑不定拆卸程度的选择性异步并行拆卸序列规划

在线全文

学校读者我要写书评

暂无评论

中国机械工程 2021年第9期32卷 1080-1090,1101页

作者：郭钧王振东杜百岗李益兵武汉理工大学机电工程学院武汉430070 武汉理工大学湖北省数字制造重点实验室武汉430070

针对废旧产品再生过程中常用的选择性拆卸规划方法无法全面考虑所有零部件再生收益的问题,提出了考虑不定拆卸程度的选择性异步并行拆卸序列规划方法。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,在此基础上,以目标件... 详细信息

针对废旧产品再生过程中常用的选择性拆卸规划方法无法全面考虑所有零部件再生收益的问题,提出了考虑不定拆卸程度的选择性异步并行拆卸序列规划方法。通过拆卸混合图表达产品零部件之间的连接关系和优先约束关系,在此基础上,以目标件逆向搜索出的最小必拆零件集合为拆卸程度下限,获取不同拆卸程度集合;以拆卸时间最小、拆卸利润最大为优化目标建立了数学模型,提出了一种改进的生物地理学优化算法进行求解优化;结合拆卸序列规划问题特点,设计了基于三层链表的编码方式,采用随机拓扑结构以提高算法的搜索能力;最后以机械臂与二级圆柱圆锥齿轮减速器为实例,验证了所提模型和方法的可行性和有效性。

关键词：不定拆卸程度拆卸序列规划选择性异步并行拆卸随机拓扑生物地理学优化

在线全文

学校读者我要写书评

暂无评论

分簇无线传感器网络级联失效抗毁性研究

计算机研究与发展 2016年第12期53卷 2882-2892页

作者：符修文李文锋段莹河南科技大学车辆与交通工程学院河南洛阳471003 武汉理工大学物流工程学院武汉430063

无线传感器网络(wireless sensor network,WSN)级联失效对象多以对等平面结构为对象,但在现实情形中,多数无线传感器网络采用典型分簇结构进行数据采集与传递.因此,考虑分簇传感器网络中节点所拥有连接的异质性,引入感知负载与中继负载... 详细信息

无线传感器网络(wireless sensor network,WSN)级联失效对象多以对等平面结构为对象,但在现实情形中,多数无线传感器网络采用典型分簇结构进行数据采集与传递.因此,考虑分簇传感器网络中节点所拥有连接的异质性,引入感知负载与中继负载等概念,建立分簇级联失效模型,探讨分簇无标度网络和分簇随机网络的级联失效抗毁性能与模型关键参数之间的关联特征,并研究如何选取合适的簇头节点扩充容量达到抑制网络级联失效规模的目的.数值模拟与理论分析结果表明:分配系数A与网络级联失效性能正相关,簇头比例p与网络抗毁性能负相关.当调节参数α=1时,网络级联失效抗毁性能达到最优;当调节参数α1时,选取簇-簇连接度较大的簇头节点扩充容量抗毁性能提升效果更为明显;当调节参数α=1时,网络级联失效规模与簇头选取策略无关.

关键词：无线传感器网络级联失效分簇结构抗毁性无标度拓扑随机拓扑

面向MANETs按需路由协议的黑洞攻击解析改进模型

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2017年第2期29卷 245-250页

作者：刘辛张坦通周口师范学院网络工程学院河南周口466001 河南牧业经济学院信息与电子工程学院河南郑州450044

传统移动Ad Hoc网络(mobile Ad Hoc network,MANETs)黑洞攻击解析模型存在网络拓扑结构固定、网络传输性能预测精确度低的问题。针对使用按需路由协议的MANETs网络,提出一种基于随机拓扑近似技术的黑洞攻击解析改进模型(improved black ... 详细信息

传统移动Ad Hoc网络(mobile Ad Hoc network,MANETs)黑洞攻击解析模型存在网络拓扑结构固定、网络传输性能预测精确度低的问题。针对使用按需路由协议的MANETs网络,提出一种基于随机拓扑近似技术的黑洞攻击解析改进模型(improved black hole attack analytical model,IBAAM)。IBAAM协议使用随机模型代替传统解析模型使用的n元2立方体模型,并将网络结构扩展至随机拓扑结构,使用最短跳距离概率描述表示网络拓扑结构的随机拓扑信息,再使用K均值聚类法实现跳距离文件配置以求解任意拓扑结构下的攻击概率问题,从而在不利用任何实际拓扑先验信息条件下有效预测MANETs网络平均丢包数目。IBAAM实验结果表明,在多种不同固定Ad Hoc拓扑结构下,IBAAM的网络丢包预测精确度在仿真结果的95%置信区间内,能够有效预测网络传输性能。

关键词：移动Ad Hoc网络黑洞攻击按需路由随机拓扑跳距离

在线全文

学校读者我要写书评

暂无评论

基于K-距离拓扑的分布式数据存储方法

沈阳工业大学学报 2021年第1期43卷 67-71页

作者：郎登何重庆大学大数据与软件学院重庆401331 重庆电子工程职业学院人工智能与大数据学院重庆401331

针对分布式数据存储算法通常需要较长的等待时间、且对海量数据加密时严重浪费计算资源和时间的问题,提出了一种基于K-距离拓扑的分布式数据存储方法.通过寻找K-距离拓扑子图来实现数据的安全放置,优先选择存取速度更快的节点和自身保... 详细信息

针对分布式数据存储算法通常需要较长的等待时间、且对海量数据加密时严重浪费计算资源和时间的问题,提出了一种基于K-距离拓扑的分布式数据存储方法.通过寻找K-距离拓扑子图来实现数据的安全放置,优先选择存取速度更快的节点和自身保护能力强的节点实现总体性能的提升.在Internet 2拓扑图与随机拓扑图下的仿真测试结果表明,所提出的方法能在满足安全距离约束的条件下选择到最优的数据存储节点,从而减小数据存取时间.

关键词：分布式数据存储数据安全高效 Internet 2拓扑随机拓扑 K-距离节点

在线全文

学校读者我要写书评

暂无评论

高速车联网场景下分簇式无线联邦学习算法

计算机应用 2021年第6期41卷 1546-1550页

作者：王家瑞谭国平周思源河海大学计算机与信息学院南京211100 江苏智能交通及智能驾驶研究院南京210019

现有无线联邦学习框架缺乏对实际的分布式高速车联网(IoV)场景的有效支持。针对该场景下的分布式学习问题,提出了一种基于随机网络拓扑模型的分布式训练算法——分簇式无线联邦学习算法(C-WFLA)。首先,该算法基于高速公路场景下的车辆... 详细信息

现有无线联邦学习框架缺乏对实际的分布式高速车联网(IoV)场景的有效支持。针对该场景下的分布式学习问题,提出了一种基于随机网络拓扑模型的分布式训练算法——分簇式无线联邦学习算法(C-WFLA)。首先,该算法基于高速公路场景下的车辆分布情况设计网络模型;其次,该算法考虑了用户端进行上行数据传输时的路径衰落、瑞利衰落等因素;最后,该算法设计了基于分簇式训练的无线联邦学习方法。利用所提算法对手写体识别模型进行了训练与测试,仿真结果表明:在信道状态较好、用户发射功率受限较小的情况下,传统无线联邦学习算法与CWFLA在相同的训练条件下损失函数均能收敛至相近的数值,且C-WFLA收敛更快;而在信道状态较差、用户发射功率受限较大的情况下,C-WFLA损失函数收敛值相较于传统的集中式算法可以降低10%~50%。可见,C-WFLA更有助于高速IoV场景下的模型训练。

关键词：无线联邦学习随机拓扑车联网分布式学习分簇算法

在线全文

学校读者我要写书评

暂无评论

基于随机采样的复杂网络状态观测器设计

基于随机采样的复杂网络状态观测器设计

作者：杨过南京邮电大学

学位级别：硕士

随着数字化,信息化,网络化的发展,人类在生产活动的过程中往往会引入数字化设备,所以在使用这些设备传输信息的过程中,就不得不引入数字采样的过程。再者,由于我们只有通过采样的方法才能进行数字通信,以此连接起数字设备,因此研究采样... 详细信息

随着数字化,信息化,网络化的发展,人类在生产活动的过程中往往会引入数字化设备,所以在使用这些设备传输信息的过程中,就不得不引入数字采样的过程。再者,由于我们只有通过采样的方法才能进行数字通信,以此连接起数字设备,因此研究采样控制对人们有着重要的意义。同时,我们知道复杂网络的一些特性反映出了自然界的一些独有特性,深入的了解复杂网络的特性对人类生产,社会发展起着极其重要的作用,因此也在近年引起了国内外大量学者专家的广泛关注,其中对于复杂网络状态观测器的研究是其主要研究热点之一。本文基于Lyapunov稳定性理论,针对多频采样的复杂网络状态观测器进行了主要研究。本文主要工作如下:一、考虑状态耦合的复杂网络,用采样的方式获取节点输出信息设计状态观测器。其中,采样过程为多个已知发生概率满足贝努利分布的r个固定采样周期随机切换发生,并且在信号传输过程中考虑未知扰动。设计了一种新的自适应比例积分控制器,来控制节点的观测器输出值,其中将节点的状态误差以及节点的输出误差作为积分控制的反馈信号,并且以节点的输出信号误差作为比例控制的反馈输入信号。设计过程根据Lyapunov-Krasovskii稳定性理论,以及线性矩阵不等式LMIs给出观测器稳定性理论。最后通过数值仿真给出,设计的观测器的可行性以及相比于简单的比例控制器的优越性。二、考虑输出耦合的复杂网络,通过采样获取节点输出值,在设计的状态观测器观测值的输出端,也引入观测值的采样,并将其作为状态观测器的输入反馈之一。同时,采样的过程是通过信号输入时的时变时延的作为采样过程,时变时延的上下界已知。对于采样过程的不同采样周期的发生概率,设定为满足贝努利分布且概率已知。然后,根据LyapunovKrasovskii泛函来处理,包含时变时延复杂网络的稳定性分析。通过线性矩阵不等式(LMIs)求出适合的控制器参数,最后通过数值仿真验证设计的观测器的可行性。三、考虑满足马尔科夫过程切换拓扑的输出耦合复杂网络,通过采样的形式获取节点的输出信息构建复杂网络的状态观测器并且采样的过程沿用上一研究内容的采样过程,但在采样过程中考虑时滞相关的噪声。并且考虑系统结构,设计了分布式状态观测器。设计分布式的状态观测器时则根据实时的拓扑进行状态估计。然后通过Lyapunov-Krasovskii稳定性理论,It(?)积分公式以及LMIs,求得使观测器可观测的稳定性理论,最后通过数值仿真验证了理论的有效性。

关键词：复杂网络状态观测器多频采样自适应控制随机拓扑

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

带有输入噪声的多智能体分布式一致研究

带有输入噪声的多智能体分布式一致研究

作者：卢宇西南大学

学位级别：硕士

近年来,随着人工智能和物联网的蓬勃发展,多智能体系统得到了越来越多的关注,特别是在机器人网络、城市交通系统、分布式计算、神经网络机器人协作、无线传感器等领域。其研究结果表明多智能体系统能够完成许多复杂的控制任务。一致性... 详细信息

近年来,随着人工智能和物联网的蓬勃发展,多智能体系统得到了越来越多的关注,特别是在机器人网络、城市交通系统、分布式计算、神经网络机器人协作、无线传感器等领域。其研究结果表明多智能体系统能够完成许多复杂的控制任务。一致性是指在分布式多智能体系统中,智能体相互之间经过通讯和协作,各个智能体的某些状态或信息达到一致。分布式一致的主要研究热点为收敛性、收敛速度、通讯协议最优化、网络搭建、事件触发、约束条件优化等。在实际应用中,由于外部条件和器材本身的非理想化,量化、编码和噪声也成为必要的研究方向。本文重点分析了带有少量输入噪声的多智能体系统的分布式协同。本文讨论无向网络,并且用一个一阶差分方程来表示这个系统随时间变化的迭代规则,同时用方程组来描述约束条件、量化规则和编码解码规则。首先,本文讨论固定拓扑多智能体系统。我们假设输入噪声是均值为0的均匀分布噪声,并且和每个智能体的值相互独立。因为噪声是一个随机变量,经过迭代后,智能体的状态值组成了一个随机过程,所以这个随机过程有可能最终达不到一致。我们得到当满足一定限制条件后,整个多智能体系统将达到一致,并且其最终状态是一个随机值。最后我们分析了对应的统计特征和收敛速度。其次,我们分析随机拓扑多智能体系统。因为整个系统的结构不固定,其对应的拉普拉斯矩阵是一个时变的矩阵,易知这个随机矩阵过程是一个马尔科夫过程。为了避免量化饱和,首先我们假设量化无界。在马尔科夫过程中,为了随机化量化误差,我们需要加入一个满足Schuchman条件的扰动信号。本文证明了整个智能体系统平均值形成的序列是一个二阶有界鞅过程,利用这个鞅过程证明了整个多智能体系统将依概率收敛到某个相同的值。对于有界量化,我们证明通过控制相关参数和限制条件,能够提高多智能体达到一致的概率,并且给出了这个概率和对应参数的具体表达式。

关键词：多智能体分布式一致输入噪声随机拓扑