[发明专利]一种离散时间动态反馈辅助winner-take-all竞争方法

说明书

本发明提供了一种离散时间动态反馈辅助winner‑take‑all竞争方法，包括如下步骤：(1)多代理系统中的代理(共有m*n个)形成一个状态空间矩阵，其初始状态值是随机生成的，与之对应的输入矩阵u的值也是随机生成的，随后参与动态系统的运算，得到各自代理第一个状态值；(2)基于步骤(1)的运算结果，各个代理通过算法确定自己的第二个状态值，并将此状态值作为上一步的初始状态继续参与动态系统的迭代。(3)基于步骤(2)的结果，把m*n个代理中状态二的值作为迭代结果输出，随着迭代次数的增加，最终只有一个对应于最大输入的代理保持激活状态，其它所有代理被抑制，即模拟了winner‑take‑all现象。本发明具有矩阵处理，动态反馈，p范数可选以及应用于图像处理的特点。

技术领域

本发明涉及winner-take-all现象与控制领域的结合，具体涉及一种离散时间动态反馈辅助winner-take-all竞争方法。

背景技术

Winner-take-all(赢者通吃)指的是组内代理互相竞争激活的现象，最终只有具有最大输入的代理保持激活状态，而其他代理则被抑制。“赢者通吃”竞争模拟了自然界中存在的许多竞争现象：如植物的生成竞争，皮层竞争决策，动物社会觅食和交配，和视觉系统中神经元之间的竞争等，并发现了许多工程领域的应用。赢者通吃竞争的计算能力异常强大，可以产生计算智能应用所需的一些有用的功能。由于工程应用中赢者通吃竞争的重要性，已经有许多人尝试设计电路来实现它。研究人员提出了各种模型来解释或产生赢家通吃行为。如N物种Lotka-Volterra模型被设计用来解释winner-take-all竞争现象。受到递归神经网络的巨大成功的启发,已经有许多人利用递归神经网络来研究赢者通吃竞争，如FitzHughNagumo模型能够证明互动扣球，用于研究赢家通吃行为。在其它人的研究中,赢者通吃问题被认为是优化问题的解决方案，其结果是通过解决这个问题而产生的。Winner-take-all神经网络具有高速并行分布处理的能力，可以轻松的通过硬件实现，是被用于进行实时处理的强大工具，并成功应用于各种控制系统。虽然已经有许多数学模型被用来解释或者产生赢家通吃的竞争，但是通过对其性能进行严格的分析，发现一个描述这种非线性现象的简单模型并且其适用范围广，仍然是一个悬而未决的问题。

发明内容

本发明所要解决的技术问题是提供一种动态型的、用于多代理系统的winner-take-all反馈辅助竞争方法，能使代理的适用范围扩展到一个状态空间矩阵，并能进行多范数的比较和进行图像矩阵的处理，可以较好地模拟一个winner-take-all竞争现象。

为解决上述技术问题，本发明通过以下技术方案予以实现：

一种离散时间动态反馈辅助winner-take-all竞争方法，包括如下步骤：

(1)多代理动态系统中的代理形成一个矩阵类型的状态空间，其初始值是随机产生的，对应于各代理的输入也是随机生成的。即多代理矩阵x₁和x₂分别代表代理的第一个和第二个状态矩阵，输入矩阵u代表对应于状态矩阵中所有代理的输入，即其中i＝1,2,…,m；j＝1,2,…n代表一个m*n的代理矩阵，表示其状态值，输入同样是一个m*n的矩阵，是对应于代理矩阵的输入矩阵，通过输入与第二状态的初始值可以生成对应第一个状态的矩阵x₁；

(2)基于步骤(1)的生成的对应于一个状态的矩阵x₁，各个代理通过除以整个矩阵的范数可以计算出在下一次迭代中x₂的状态矩阵，然后作为步骤(1)中的x₂继续参与下一次的迭代。