基于三角结构递归压缩的多智能体网络分层影响力节点识别方法

本发明属于网络科学与控制技术领域，公开了一种基于三角结构递归压缩的多智能体网络分层影响力节点识别方法，首先利用交集矩阵快速检测三角结构，降低三角计数复杂度；再用CPI综合能量、邻居变化、连接度与负载评估节点；针对共享节点/边三角及非三角区设计冲突消解与覆盖最大化斥力算法，避免影响重叠并均衡控制分布；经虚拟节点压缩递归筛选Top k控制节点，进一步减少节点数量并提升网络稳健性。本发明能够准确、高效地识别出数量最少且控制效率最高的关键节点，适用于无人机集群、物联网等动态多智能体网络。