非均匀选择概率下异步随机Gossip共识算法及优化
王长城
戚国庆
李银伢
盛安冬
1.南京理工大学自动化学院,江苏南京,2100942.南京理工大学自动化学院,江苏南京,2100943.南京理工大学自动化学院,江苏南京,2100944.南京理工大学自动化学院,江苏南京,210094
摘要：异步随机Gossip算法火都采用以均匀选择概率为基础的时间模型,并未充分考虑网络拓扑结构对智能体获取信息的影响,为此本文提出了一种更为合理的基于非均匀选择概率的异步随机Gossip算法.首先给出了非均匀选择概率下的异步时间模型,在概率意义下分析了算法的收敛性.算法的收敛速度取决于概率化权重矩阵的第2大特征值,并利用投影次梯度算法给出了选择概率优化方法.仿真分析表明,在非均匀选择概率下可通过对各智能体选择概率的优化,改善算法的收敛速度,并且弥补了传统的通信概率矩阵优化方法受制于网络拓扑结构的不足.
关键词：多智能体系统非均匀选择概率随机Gossip算法一致性性优化
分类号：TP13(自动化基础理论)
资助基金：国家自然科学基金资助项目(61104186)国家自然科学基金资助项目(61273076)江苏省自然科学基金资助项目(BK2012801)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 299-306 )
英文信息