基于多智能体的混合型复杂网络群集动力学及算法研究

本项目以生物多智能体为基础，从网络的混杂性入手，研究多智能体混合型复杂动态网络的建模、动力学分析、设计与算法问题。结合生物智能体和人工智能体的典型群集运动和自组织、自治性、智能性等特点，研究复杂环境下异质和异构的多智能体混杂网络的演化机制, 建立具有一定代表性的拟生物智能网络模型; 从网络的多种一致性、分叉与突变入手，研究多智能体混杂网络的动力学行为和整体涌现性质, 定性与定量地揭示网络拓扑结构参数与网络群集动态性质之间的内在联系和本质规律；研究多智能体混杂网络的群集智能演化算法与设计，结合多机器人系统的协调控制，建立为多智能体混杂网络进行建模、分析和综合设计的仿真平台。该研究对于我们深入理解和认识网络的复杂性，设计、改造与管理人工系统，解决国防高科技发展和国民经济建设中复杂环境下网络化多智能体系统的协调控制与决策问题具有重要的理论意义和广阔的应用价值。

本项目以生物多智能体和人工多智能体为基础，基于网络的混杂性特性，研究了多智能体混杂动态网络的建模、群集动力学分析、控制器与算法设计等问题。本项目结合多智能体的自组织、自治性、智能性以及网络拓扑的切换与跳变等特点，建立了脉冲切换混杂网络模型和奇异混杂网络模型；基于网络通信特点研究了多智能体网络分叉和涌现行为，得到了分叉产生的条件，设计了混沌化控制器和分叉控制器，揭示了网络拓扑结构参数和群集动力学间的内在联系和本质规律；研究了多智能体混杂网络的群集一致性和同步的演化行为，揭示了切换网络同步与节点动力学和网络拓扑间的关系，得到了奇异网络一致或同步的充分条件；分析了包括系统时延和通信时延、参数不确定、干扰和通信介质的不可靠等因素对混杂网络一致性和同步的影响，并得到了保证混杂网络一致或同步的充分条件；借助反馈控制、脉冲控制、自适应控制、切换控制和混杂控制等策略，分别设计了混杂网络一致性算法和同步控制器。本项目的研究进一步完善了混杂网络群集动力学理论，为设计、改造与管理人工智能网络系统提供了理论指导，对解决国防高科技发展和国民经济建设中复杂环境下网络化多智能体系统的协调控制与决策问题具有重要的理论意义和广阔的应用价值。