Resumen

Es bien sabido que todos los agentes en un sistema multiagente pueden converger asintóticamente hacia un valor común basado en protocolos de consenso. Además, la tasa de convergencia asociada depende de la magnitud del menor autovalor distinto de cero de la matriz Laplaciana. En este documento, introducimos un sistema de superposición para superponer al sistema original y estudiar cómo cambiar la tasa de convergencia sin destruir la conectividad de los grafos de comunicación no dirigidos. Y encontramos el resultado de que si el vector propio del autovalor tiene dos entradas idénticas, entonces el peso y la existencia del borde no afectan la magnitud de , que es el argumento de este documento. Aprovechando la desigualdad de autovalores, se derivan condiciones para lograr la mayor tasa de convergencia con el mayor margen de retraso, y al mismo tiempo, se caracteriza detalladamente la estructura topológica correspondiente. Además, se propone un método para construir pesos de conectividad algebraica inválidos para mantener inalterada la tasa

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Agentes; Tasa de convergencia; Valor propio; Matriz Laplaciana; Convergencia; Conectividad;
• Keywords:Agents; Convergence rate; Eigenvalue; Laplacian matrix; Convergence; Connectivity;