0
Help us understand the problem. What are the problem?

More than 3 years have passed since last update.

posted at

Juliaでグラフラプラシアンを用いた合意形成を計算する

内容

例題状況のグラフ

  • 隣接行列 $A$ を図示すると以下の系が得られる

graph1.png

概要

  • ノード数が5つなので、状態変数5つをベクトル化し $x = (x_1, x_2, x_3, x_4, x_5)$ と表す
  • 状態変数 $x_i$ の時間変化は、自身の値と制御器(コントローラ)の入力を関数 $f$ によって処理した結果決定されると仮定する
    • $\frac{dx_i(t)}{dt} = f_i(x_i(t), u_i(t))$
  • 制御器 $u_i$ は、自分自身の状態変数値 $x_i$ と、自分の近傍の状態変数値によって決定される関数とする
    • 例えば $u_1(t) = c(x_1(t), x_4(t))$
    • 時刻 $t$ におけるノード1への制御信号は、自分の状態値 $x_1$ と $A$ で規定される近傍からの状態値 $x_4$ によって決定する
  • 合意形成
    • 制御器により$\lim_{t\to\infty} x_i(t) = \alpha$となる合意値$\alpha$を達成すること
    • 例えば $\alpha=\frac{1}{N} \sum_{i} x_{0i}$ であるとき、平均値合意である

グラフラプラシアンで表現される系

  • 具体的なシステム $f, c$ について、以下の積分系を仮定する

    • $x_i(0) = x_{0i}$
    • $\frac{dx_i(t)}{dt} = u_i(t)$
    • $u_i(t) = -\sum_{j\in\mathcal{N}i} x_i(t) - x_j(t) $
      • i番目のノードの近傍$N_j$中のノードjに対する状態変数値の差分が制御信号として入力される
  • 行列 $A$ とグラフラプラシアンを思い出す

  • 上の積分系は $\frac{dx(t)}{dt} = -Lx(t)$ という行列形式で表される。

計算例

  • 初期値として $x(t) = (1, 3, 5, 7, 9)$ を与える
  • この系が合意を達成することを確認する
  • 実行結果
    • 4.712程度の値に収束する(合意が形成される)

ex3.png

コード

using PyPlot

# 初期値
x = [1, 3, 5, 7, 9]

# グラフラプラシアンL
A = [0 0 0 1 0;
     1 0 1 0 0;
     0 0 0 0 1;
     0 1 0 0 0;
     1 0 0 0 0]
D = diagm(squeeze(sum(A, 2), 2))
Δ = maximum(D)
L = D - A

# シミュレーション
Δt = 0.05
tf = 10
xx = []
for t in 0:Δt:tf
    push!(xx, x)
    Δx = -L*x
    x += Δx * Δt
    print(x)
end

# plot
t = 0:Δt:tf
figure(figsize=(6, 3))
plot(t, xx)
grid(true)
savefig("ex3.png", format="png", dpi=300)
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
0
Help us understand the problem. What are the problem?