论文部分内容阅读
在多智能体系统的平均一致性问题中，为了实现每个智能体的状态都加速收敛到所有智能体初始状态的平均值。采用李雅普诺夫函数方法，证明了多智能体系统的平均一致性问题。结合特定的事件触发条件，设计了基于事件的一致性协议，并利用二阶邻居信息来加速多智能体系统的一致性收敛速度。首先在固定拓扑网络下研究了多智能体系统利用二阶邻居信息来加速一致性收敛速度的问题，随后在切换拓扑网络下对类似问题进行了分析。最后，把该协议应用到数值仿真中，并与只利用一阶邻居信息的协议比较，仿真结果表明所设计的协议能够加快收敛速度。