[发明专利]一种适用于受攻击情况下多智能体网络的分布式优化方法

权利要求书

1.一种适用于受攻击情况下多智能体网络的分布式优化方法，其特征在于，包括：

S1.在多智能体网络受攻击情况下，使网络中未受攻击智能体的决策值和梯度值按照以下步骤进行更新：

01.设置初始的未受攻击智能体的决策值和平均梯度估计值；

02.未受攻击智能体基于带攻击情况下的多智能体网络结构拓扑图分别收集它入邻居的决策值和梯度估计值；同时向其所有的出邻居发送其当前决策值和平均梯度估计值；

03.未受攻击智能体v_i对收集到的决策值按照大小进行排序，并与v_i自身的决策值进行比较；如果大于v_i自身决策值的个数大于F，移除大于其自身决策值的F个最大值；如果小于v_i自身决策值的个数大于F，移除小于其自身决策值的F个最小值；如果大于或小于v_i自身决策值的个数小于或等于F，则删除所有大于或小于v_i自身决策值的值；如果收集到的决策值与v_i自身决策值相等，则保留这些值；得到智能体v_i在每次迭代t中保留满足以上条件的决策值对应的智能体的集合J_i(t)，F为网络中至多能够承受外部恶意节点攻击的数目；i为第i个智能体；N_i表示第i个智能体决策值的入邻居集合；

同理得到智能体v_i在每次迭代t中保留的梯度估计值对应的智能体的集合K_i(t)；W_i表示第i个智能体梯度值的入邻居集合；

04.未受攻击智能体根据其在迭代t中自身的决策值和J_i(t)中保留邻居的决策值的加权平均和递减步长与平均梯度的乘积值更新自身决策值；同时根据其在迭代t中自身的梯度估计值和K_i(t)中保留邻居的梯度估计值的加权平均和两次梯度的差值更新梯度估计值；

S2.设定相关参数，不断重复步骤S1中02-04，使决策值所求解与最优解之间的误差值最小，得到智能体的近似最优决策值。

2.根据权利要求1所述的一种适用于受攻击情况下多智能体网络的分布式优化方法，其特征在于，带攻击情况下的多智能体网络对应地分布式优化模型为：

其中，n为多智能体网络中所有智能体的个数，a为受攻击的智能体的个数，为实数域，i为第i个智能体。

3.根据权利要求2所述的一种适用于受攻击情况下多智能体网络的分布式优化方法，其特征在于，多智能体网络结构拓扑图表示为G＝(V,E)，其中V表示智能体的集合，V＝(A,R)，A为受到攻击的智能体的集合，数目为a；R为未受到攻击的正常智能体的集合，数目为n-a，E表示有向边的集合。

4.根据权利要求3所述的一种适用于受攻击情况下多智能体网络的分布式优化方法，其特征在于，未受攻击智能体v_i采用以下公式更新自身的决策值和平均梯度估计：

n_ij、w_ij分别表示第i个智能体对第j个智能体的决策值和梯度估计值权重，若第j个智能体属于第i个智能体的入邻居集合，则n_ij0，w_ij0否则n_ij＝0，w_ij＝0；其中i∈{1，…，n}，j∈{1，…，n}；n为多智能体网络中所有智能体的个数；f_i(x_i)未受攻击智能体x_i的局部目标函数，表示α_t表示迭代步长。

5.根据权利要求1所述的一种适用于受攻击情况下多智能体网络的分布式优化方法，其特征在于，步骤S4中设定相关参数包括，设定函数f_i(x)梯度的界限，强凸参数κ和光滑参数β；多智能体网络中所有智能体的个数n、受攻击智能体的个数a、网络中至多能够承受外部恶意节点攻击的数目F和迭代步长α_t；α_t满足以下选取规则