کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6857296 661905 2016 38 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A consensus recovery approach to nonlinear multi-agent system under node failure
ترجمه فارسی عنوان
یک رویکرد بازنگری در توافق با سیستم چند عامل غیر خطی تحت شکست گره
کلمات کلیدی
شبکه های چندگانه، رویکرد کاهش شبکه، رویکرد بازنگری انسجام، شکست گره،
ترجمه چکیده
در شبکه های بزرگ مقیاس، شکست گره اجتناب ناپذیر است و به طور کلی اثرات نامطلوب بر ثبات و عملکرد سیستم ها به ارمغان می آورد. سپس یک سوال طبیعی مطرح می شود: آیا امکان بروز مشکل ناشی از شکست گره در شبکه ها وجود دارد، در حالی که حفظ مالکیت شبکه مربوطه (یا ایجاد سیستم های شبکه ای در مقابل شکست گره ها)؟ در این مقاله، به منظور بررسی توافق کلی شبکه های چند عامل غیر خطی با شکست گره، یک روش بازنگری در مورد توافق ارائه خواهد شد. هدف از روش بازپس گیری اجماع، جبران اثرات نامطلوب گره های شکست و حفظ ویژگی اجماع است. نمونه های عددی برای نشان دادن اثربخشی نتایج نظری به دست آمده، حتی برای سیستم های چند منظوره در مقیاس بزرگ ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
پیش نمایش مقاله
یک رویکرد بازنگری در توافق با سیستم چند عامل غیر خطی تحت شکست گره
چکیده انگلیسی
In large-scale networks, node failure is unavoidable and it generally brings undesirable effects on the stability and performance of the systems. Then a natural question arises: is it possible to cope with the problem arising from the node failure in the networks, while retaining the corresponding network property (or make the network systems robust against the node failure)? In this paper, a consensus recovery approach will be proposed to investigate the consensus of general directed nonlinear multi-agent networks with node failure. The objective of the consensus recovery method is to compensate for the undesirable effects of the failure nodes, and to retain the consensus property. Numerical examples are provided to demonstrate the effectiveness of the theoretical results obtained, even for large-scale multi-agent systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volumes 367–368, 1 November 2016, Pages 975-989
نویسندگان
, , ,