复杂网络条件下多UAV集结问题非合作求解方法

针对复杂网络条件下多UAV系统任务区集结问题,提出了多机非合作求解方法.首先,基于协调变量和协调函数,建立多UAV集结问题的分布式求解框架.从任务特征出发,改进多智能体时延相关平均一致性算法,提出非合作优化一致性策略.该方法更强调平台的轨迹控制,弱化UAV对路径规划算法的要求,不仅能够降低集结问题的求解难度,而且使多UAV系统具有较强的动态响应能力.仿真实验验证了非合作优化一致性策略的正确性,多UAV能够在复杂网络条件下实现任务集结.     

分布式HDP领导-跟随者系统最优一致控制研究

为研究行为未知的非线性多智能体系统领导-跟随者最优一致控制问题,针对智能体动态方程未知的情况,设计神经网络辨识器学习智能体动力学行为;构造以多智能体系统局部误差为输入的性能指标函数,将多智能体系统领导-跟随者一致性问题转换为求解智能体局部性能指标函数最优值的优化控制问题;结合自适应动态规划思想设计分布式迭代算法求解该优化问题,并讨论了算法的收敛性;设计基于神经网络的评价-执行结构分布式控制器来近似局部性能指标函数,通过神经网络学习迭代寻找局部性能指标函数的最优解,实现多智能体系统的最优一致控制策略。设计的分布式控制器能够根据智能体状态数据自适应产生控制策略,使多智能体系统趋于一致。     

基于双层不变集的多智能体系统事件触发分布式预测控制

针对含有扰动的多智能体系统,提出了基于双层不变集的事件触发鲁棒分布式预测控制策略。在分布式控制结构下,对每个智能体构建了目标函数含有耦合关联项的事件触发分布式预测控制优化问题。利用输入状态稳定性理论,推导出与子系统自身信息以及邻域子系统信息相关的事件触发条件。每个智能体判断事件触发条件,仅当条件满足时,才进行分布式预测控制优化问题的求解以及子系统之间的信息交互。利用双层不变集来保证扰动作用下多智能体系统的鲁棒性能,并在此基础上给出保证算法递推可行性和闭环稳定性的充分条件。最后通过车辆控制系统对算法进行仿真分析,验证了算法的有效性。     

基于事件触发的多智能体输入饱和一致性控制

针对输入饱和情形,本文研究了Leader-following多智能体系统基于事件触发的一致性控制问题。为了更加接近实际情况,针对智能体的输入存在限制的情况,提出了基于线性触发函数的事件触发一致性控制算法,并利用S-procedure方法分析了控制算法的稳定特性。在该算法下,每个智能体的控制器更新都是基于事件触发的,并且是分布式的,即每个智能体只在自己的事件触发时间更新自己的控制输入。最后通过仿真验证了所设计算法的有效性。     

非线性预测控制及其在微电网中的应用

针对具有异质通信延迟和数据丢失的多智能体非线性系统的输出一致性问题,提出了一种网络化的多智能体预测控制方法。首先,结合输入输出反馈线性化和分布式滚动优化的方法,解决了非线性系统的预测问题。主动通信约束补偿机制的引入,克服了传统控制器仅在最大允许时延情况下实现输出一致性的保守性问题。其次,引入了代理之间的协调和控制成本,即综合考虑了控制目标和系统约束,使得所设计的协调控制器更具物理意义且更易实现。分布式控制器的引入还将大幅减轻大规模网络化多代理控制系统的计算负担。最后,在MATLAB/Simulink软件环境中,该算法被应用在一个具有4个发电单元的分布式智能微电网上,以解决其电压恢复问题。研究结果表明:所提出的网络化分布式预测控制方案,可以有效地解决多代理系统所遭遇的通信约束问题,并使得系统在一定的性能指标下实现输出一致性,即微电网可以在较低的控制成本下,实现时延的主动补偿及给定的380 V电压值的快速跟踪。     

多智能体编队避障算法研究

利用势函数方法,研究了多智能体在障碍物环境下的追击编队控制.为解决单个智能体在势场中存在局部极小点与动态性能不好问题,引入速度势场建立新的势场函数.并研究了多智能体在不同环境下的编队控制,其中包括无障碍物环境,静态障碍物环境,以及静态障碍物和动态障碍物并存的复杂环境.通过选择与目标,障碍物和编队队形相关的势场函数,提出一种新的分布式编队避障控制算法.仿真结果表明所提算法能有效地解决多智能体编队避障问题.     

多智能体分布式智能控制在VAV空调系统中的应

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。     

动态输出反馈协议下二阶多智能体系统H_∞一致性

研究了受外部干扰的二阶多智能体切换网络的一致性控制问题,并通过使用智能体邻居的相对位置信息提出了一种分布式动态输出反馈协议.通过定义受控输出和对原模型进行两步变换,把多智能体系统一致性控制问题转化成H∞控制问题,进而对具有切换拓扑结构的无向网络找出使多智能体系统达到H∞一致性的充分条件.仿真算例验证了所提方法的有效性.     

具有和不具有非线性动态的二阶时滞多智能体系统的领导跟随一致性(英文)

研究了带有时滞的二阶多智能体系统的领导跟随一致性问题.所给定的领导者不仅位置和速度保持变化,而且带有时滞.首先,为了跟踪这样一个具有非线性动态的领导者,对于每一个智能体给出了基于邻域的分布式控制器,基于Lyapunov-Razumikhin理论,获得了二阶多智能体系统达到领导跟随一致性的充分条件.另外,讨论了领导者和每个智能体都不具有非线性动态的一致性问题,得到了使得多智能体系统达到一致性的充分条件.最后,给出的仿真结果表明了所获定理的有效性.     

基于事件驱动的一般线性多智能体系统的一致性

多智能体系统不仅是复杂系统研究中的一类重要系统,也是分布式人工智能研究的一个重要分支。多智能体系统的协调控制是当前国际控制领域的前沿研究方向,其中,多智能体系统的一致性是最基本问题。采用事件驱动控制方法,研究了一类一般线性多智能体系统的一致性问题。通过设计合理的事件驱动函数与激励条件,确定事件驱动时间序列,利用邻域内其他个体在事件驱动时刻点处的信息,设计相应的控制策略,从而获得多智能体系统达到一致的充分条件。同时本文在研究模型上,采用传统的一般化模型,而研究方法上不再需要Laplacian矩阵具有对称性,就可以获得一类线性多智能体系统达到一致的充分条件,所得结果简化改进了过去的模型。     

多UAV协同搜索的博弈论模型及快速求解方法

在分布式模型预测控制（DMPC）方法框架下,提出了一种局部Nash最优的分布式搜索优化决策方法.设计了基于人工势场的协同机制,给出了势场的形成条件,在此基础上建立了多机协同的图论模型.引入局部Nash最优的定义,通过在连通分量的局部范围进行Nash最优迭代,降低了问题的求解维度.建立了以节点出度刻画UAV决策优先度的模型,根据决策偏序关系,提出了对称、主从、主从 对称3种决策形式,并给出了相应的Nash、Stackelberg和Nash Stackelberg的博弈模型,理论推导了该方法的计算复杂度.采用MPC和粒子群（PSO）优化相结合实现单架UAV的最优决策.仿真结果表明,所提出的方法能有效降低问题的求解规模和通信负担.     

基于坐标测量机的多智能主体检测规划知识框架的实现

ＤＩＫＦ是在基于分布式并行处理智能检测规划集成开发平台中，用于多智能主体协同求解的分布式检测规划知识模型框架．论文主要论述了ＤＩＫＦ的系统组织原则和组成ＤＩＫＦ的智能主体的内部结构和功能模块，并依据其内部结构说明了分布式检测规划的协同求解方法和策略．     

基于最优控制的新型非线性预测控制算法

在电站过程控制中定值调节占很大比例,控制系统的抗阶跃干扰性能非常重要。另外,基于机理模型的电站仿真机,能够模拟真实机组对运行人员进行培训。这种机理模型有很高的动、静态特性,完全可以用来作为预测模型,实现对未来时刻输出的预测。作者根据最优控制的设计思想,设计出了将模型预测控制和常规控制相结合的控制方案。此算法改善了对象特性,具有较强的抗干扰能力和鲁棒性,适用于大惯性、有自平衡能力的大多数热工控制对象,为非线性系统模型预测控制提供了一条新思路、新方法。     

基于内容的邮件安全审计系统及实现

分析了电子邮件的编码规则及传送媒体格式，提出了电子邮件审计系统的不同实现方案及其关键技术，实现了一种分布式的基于字符内容的实时审计系统。该系统基于布尔模型和空间向量模型，对不同编码的邮件内容进行实时翻译和匹配，具有分组识别和全文识别2种工作模式，整个系统由前端信息探测器、后台信息处理控制中心、审计统计查询数据库3个主要部分组成，分别工作于Linux和Windows系统平台之上。经过实际运行测试，系统稳定，达到了设计指标，目前已经得到了实际应用。     

无线CDMA数据网络中功率控制的非合作博弈方法

宽带码分多址 (WCDMA)网络中功率控制是进行资源管理的核心手段。该文在 Goodm an的研究基础上提出了一种新的功率控制方法。无线数据网络中各个用户得到的服务质量用效用函数来表示 ,分布式功率控制被描述为一个非合作博弈的过程 ,控制策略是为了寻找达到“Nash均衡”点的一组发射功率 ,价格函数的引入提高了系统的效率。文中提出了一个新的价格函数——能够根据系统拥塞状态自动调整的价格函数。在此价格函数中 ,利用等效带宽来反映系统当前的资源消耗情况 ,通过动态地对各个用户施加价格使系统的运行效率大为提高。对新的价格函数进行了仿真分析     

多无人机分布式协同动态目标分配方法

在以"网络为中心"的作战模式下,以电子干扰无人机和UCAV编队协同作战为研究对象。针对多无人机协同作战的动态目标分配问题,建立基于导弹攻击区分析的威胁估计模型,综合考虑电子干扰效果建立目标分配模型,提出一种基于分布式拍卖机制的目标分配算法。针对不同的作战想定进行仿真计算,结果表明:算法能在规定的时间约束内给出接近理想化效果的目标分配方案,且所提算法与现有几种算法相比在可靠性、实时性上都有明显提高。     

个人快速交通系统智能协同控制与优化

提出了一种新型智能协同控制运行方案,基于个人快速交通(PRT)车辆的运行规则与车辆间的自组织关系,以自底向上的方式建立动态知识图谱,用以辅助车辆运行决策;通过领航者-跟随者策略在车辆行驶过程中形成虚拟车队运行,在此基础上,将滚动优化策略与粒子群算法(PSO)相结合,对车辆的加速度和减速度进行滚动优化调整,缩短了PRT车辆形成虚拟编队的运行时间,进一步提高了PRT系统的运输能力．结果表明:智能协同控制运行方案使得PRT车辆形成虚拟编队所耗时间平均减少了约38%,每小时运输客流量平均提高了约1.5倍;该运行方案保证了PRT系统运行的高效性和安全性,符合低碳出行、绿色发展的需要．      

基于分布式协同求解技术的CMM检测路径神经网络优化

针对三坐标测量机，提出了一种基于分布式并行协同求解技术的检测路径神经网络优化方法，其目标是针对生成检测路径所涉及的多个不确定因素进行全局优化，获得无碰撞干涉的最短路径．为此运用了多智能主体协同求解、产生式规则推理和人工神经网络模拟退火算法等多学科综合技术，以满足复杂形状零件在线检测的需要．主要对该系统的组织结构、算法和实现进行了论述     

基于小波网络的非线性多变量约束预测控制

为了解决非线性多变量系统的建模、控制和优化问题 ,论文扩展基于小波神经网络的单变量系统辨识到多变量系统辨识 ,并用它实现非线性预测控制。对开环稳定过程 ,引入一个具有输入约束的基于小波神经网络模型的区域预测控制方案 ,它的闭环稳定性能够通过适当选择它的预测水平来保证。基于上述动态控制方案 ,提出了一个稳态状态优化方案。通过对一个聚酯生产过程的仿真研究 ,证实了上述方法的有效性。由于能够通过线性最小二乘 (L S)估计方法来辨识 ,该模型易于实现并可用作通用模型。仿真研究的结果表明了该模型的通用性、辨识和控制方法的简单性 ,所提出方案能够被用于过程工业的非线性系统的建模和控制