报告人：张胜贵教授

报告时间：2025/11/18 09:00  

腾讯会议：708-707-724

报告摘要：无向图的代数连通度是指图拉普拉斯矩阵的第二小特征值，是反映多智能体系统（Multi-Agent System, MAS）一致性收敛速率的指标。对于有向图，其代数连通度则指拉普拉斯特征值中第二小的实部，反映了领导-跟随者多智能体系统（Leader-follower MAS）的一致性收敛速率。代数连通度越大，系统一致性收敛速率越快。我们从设计与优化通信拓扑以最大化（领导-跟随者）多智能体系统一致性收敛速率出发，落脚于代数连通度的极值与扰动，介绍几类特殊无向图和有向图中代数连通度的极值与极图，并分析图运算对代数连通度的影响。

报告人简介：张胜贵，西北工业大学教授、博士生导师，陕西省教学名师。主要从事图论与组合优化、群体智能数学原理与方法、无人系统建模与算法研究，主持国家级、省部级科研项目10余项，发表学术论文170余篇，获省高等学校科学技术一等奖3项和省教学成果奖3项。现任中国工业与应用数学学会图论组合及应用专业委员会副主任委员、中国人工智能学会人工智能基础专业委员会常务委员和中国数学会组合数学与图论专业委员会委员。

欢迎广大师生参加！