基于LMS的多智能体系统变步长自调优一致性

研究了离散时间多智能体系统中的一致性问题。在不使用任何全局信息的情况下,将粒子群的变步长算法应用到最小均方(LMS)算法中进行多智能体局部自调,实现了多智能体的一致性。在这个过程中,网络模型的代价函数取决于智能体的状态和邻居状态平均值之间的误差。同时证明了网络图强连通的情况下,所有的智能体状态将达到一致性。最后,通过在不同拓扑结构下的仿真实例对提出的算法进行验证。