加权平均预测的一阶多智能体一致性的采样控制

研究了具有加权平均预测的一阶多智能体系统一致性的采样控制问题。应用时滞分解技术得到了基于采样数据的离散时间一致性协议，同时，使用代数图论、线性系统的稳定性理论，获得了确保具有加权平均预测的一阶多智能体系统渐近实现平均一致性的充分和必要条件，最后仿真结果表明了理论研究结果的有效性，得到了采样周期的条件，并对满足和不满足条件的2种情况进行了仿真验证，为一阶多智能体系统采样控制的一致性问题提供了一种可行解。     

离散时间异质多智能体系统的一致性控制

针对由一阶智能体和二阶智能体组成的离散异质多智能体系统,研究其一致性问题.设计无通信时延和具有有界通信时延时的分布式一致性协议,通过将系统转化为自治的离散时间线性时不变系统,运用矩阵理论和代数图论方法,分析得到系统实现一致性的充分条件.获得的充分条件与采样周期、控制参数和系统的拓扑结构有关.证明了系统的一致性不受有界通信时延影响.数值仿真结果验证了理论结果的正确性.     

参数自适应的有限时间多智能体一致性算法

文章研究了一阶多智能体系统的有限时间一致性控制问题.为了对下一时刻智能体系统的状态进行预测,加快系统收敛速度,提出算法将当前智能体间状态信息的差异作为一致性协议的反馈参数,该算法实现了对不同智能体输入的自适应调节,并使多智能体系统在有限时间内达到一致.通过构造Lyapunov函数的方法分别讨论无向固定拓扑和切换拓扑两种情形,得到多智能体系统的稳定条件,证明该协议能在有限时间内收敛.最后,仿真实验结果验证了所得结论的正确性和有效性.     

多智能体一致性的随机镇定研究

本文给出多智能体随机一致性的数学描述,模拟了环境噪声对多智能体系统一致性的影响,并提出一种运用随机噪声控制多智能体系统的方法。仿真结果表明,添加满足一定条件的随机噪声控制可以令在没有噪声干扰情况下非一致性的多智能体系统达到随机一致性镇定。最后对多智能体的随机一致性镇定进行理论分析,并得到满足控制要求的随机噪声强度的大致下界。所提出的多智能体协调控制方法具有系统能耗小、控制性能更佳的特点。     

不确定分数阶非线性多智能体系统的鲁棒一致性

研究了具有分数阶动力学特性的不确定非线性多智能体系统的鲁棒一致性问题.利用分数阶系统的等价频率分布模型和李雅普诺夫稳定性理论,证明了在一致性控制协议的作用下,当反馈增益矩阵满足一定的线性矩阵不等式条件时,系统中的智能体最终趋于所给定的目标状态.运用分数阶微积分的预估—校正算法进行数值仿真,验证了理论分析的有效性和可行性.     

异质多智能体系统的编队控制

目的研究异质多智能体系统的编队控制问题。方法基于图论和李雅普诺夫直接方法进行研究。结果针对由一阶和二阶积分器智能体构成的异质多智能体系统,给出了一种基于一致性的时变编队控制协议。结论证明了使用上述协议的异质多智能体系统能够解决编队控制问题。     

具有时滞状态导数反馈的一阶多智能体系统的收敛速度分析

对于一阶多智能体系统,提出一类具有加权项的时滞状态导数反馈一致性协议,研究在无向通讯拓扑下多智能体系统实现一致性的收敛速度。给出了多智能体系统在一致性协议下的闭环形式,并利用拉普拉斯矩阵将其转化成紧凑形式;利用矩阵理论,分析反馈强度对闭环形式极点的影响,证明当多智能体系统为超临界时滞多智能体系统时,引入适当的反馈强度可以提高多智能体系统实现一致性的收敛速度;数值仿真验证了结果的有效性。     

基于采样数据的大规模储能系统一致性控制

针对大规模储能系统中储能电池的荷电状态(SOC)不一致问题，提出了一种储能多智能体系统一致性控制方法，实现了SOC和输出功率的一致性.该方法应用简化的大规模储能系统模型，基于采样数据进行了一致性控制协议设计，并进行了收敛性分析.从而使本地储能单元智能体仅在特定采样时间点接收邻接储能单元智能体的状态信息，就能够产生本地储能单元控制信号，解决了大规模储能多智能体系统因通讯复杂而带来的计算量过大的问题.考虑了采样数据和系统需求，进行了系统控制参数设计.同时，对瞬时功率过大的问题，进行了带功率限制的一致性控制改进.最后，在满足定理条件、不满足定理条件和功率限制等三种场景下进行了仿真，验证了该方法的有效性.     

基于脉冲控制的线性多智能体系统的二部一致性

对竞争网络下多智能体系统的一致性问题采用了脉冲控制方法进行了研究.利用代数图论知识和稳定性理论,得到了多智能体系统在脉冲控制下实现二部一致的充分条件.最后,通过Matlab数值仿真的例子验证了结论的有效性.     

基于策略迭代的离散多智能体系统最优一致性控制研究

对于未知动力学的离散多智能体系统最优一致性控制问题,提出一种新颖的策略迭代算法,采用(hamilton-jacobi-bellman, HJB)方程解决多智能体系统的最优一致性控制问题。在实际应用中,由于多智能体系统具有复杂性和未知性,使完整的动力学模型无法获取,用一般的数学方法无法得到HJB方程的解。为克服这些困难,新方法借助强化学习,只需智能体与邻居间的状态信息误差,即可近似得到最优的控制策略,并给出策略迭代算法的收敛性证明,理论上证明了可解决未知多智能体系统的最优一致性控制问题。通过仿真试验证明：文中算法比传统的策略迭代算法更具有高效性。     

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.     

具有测量噪声的时滞多智能体系统的一致性问题

为研究噪声和时滞对多智能体系统平均一致性产生的影响,建立了具有测量噪声的时滞多智能体系统的模型,利用随机微分方程的稳定性理论,得到了多智能体系统以概率1实现平均一致性的充分条件。针对时滞和噪声对多智能体系统一致性行为的影响进行了仿真实验,验证了理论结果的正确性。     

一阶非线性多智能体的间歇采样一致性设计

采用周期间歇采样控制策略实现了一阶非线性多智能体系统的分布式一致性.该控制策略不仅降低了控制器的更新频率而且减少了其工作时间.运用代数图论以及矩阵分析理论,给出了依赖网络结构、采样周期以及耦合增益的一致性条件.最后利用仿真实例验证了该一致性理论的有效性并对于给定的耦合增益和网络结构可简单导出通信宽度的可行区域.     

具有采样时延的多智能体系统的一致性跟踪

针对存在采样时延的多智能体系统的采样控制问题,提出了一类基于领导-跟随模型的有界一致性跟踪协议.运用时延分解技术、增广矩阵方法和频域分析方法,得到了确保系统实现有界一致性跟踪的充要条件,系统的收敛性由网络拓扑结构、采样周期及采样时延等因素决定.通过数字仿真,进一步验证了所提出协议的有效性.     

l步信息脉冲牵引控制的多智能体一致性分析

应用矩阵论和代数图论,分析l步信息脉冲牵引控制的多智能体一致性问题.把具有单个脉冲控制器的多智能体的一致性系统推广到只对一个智能体实施l步信息脉冲牵引控制的系统.在通讯拓扑是无向连通图的情况下,给出使多智能体达到一致性的一个充分条件.选择恰当的l有助于减少使多智能体系统达到一致性所需的脉冲次数.最后,仿真实例验证了理论...     

具有状态预测器的领航-跟随邻接输入饱和时滞多智能体系统的一致性

针对具有邻接输入饱和时滞的多智能体系统,设计了状态预测器,研究了无向图下具有状态预测器的领航-跟随邻接输入饱和时滞多智能体系统的一致性问题.首先,为了使多智能体系统可以更快地达到一致,在普通全局一致控制律的基础上,加入状态预测器以预测系统状态的变化趋势,得到新的一致控制律;然后,根据Lyapunov稳定性理论,选取合适...     

有领导者线性多智能体系统一致性的分析与设计

研究有向信息拓扑下有领导者线性多智能体系统的一致性分析与设计问题。利用提出的线性变换,将领导者有扰动输入的多智能体系统一致性问题转换为输入到状态稳定性问题。得到有向信息拓扑下有领导者线性多智能体系统达到一致的基于矩阵Hurwitz稳定的判据和误差估计函数,同时设计反馈增益矩阵,并将有领导者多智能体系统的一致性问题扩展到编队控制问题。数值实例验证表明:所得理论具有有效性。     

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.     

理想通信及通信时延下Euler-Lagrange多智能体系统的一致性控制

本文研究了一类Euler-Lagrange多智能体系统的领导跟随一致性控制问题。分别考虑通信网络拓扑为无通信时延和存在通信时延两种情形,设计了基于滑模思想的一致性控制协议。利用李亚普诺夫稳定性理论,证明了Euler-Lagrange多智能体系统在所设计控制协议下能达到一致性。最后的仿真结果验证了所提算法的有效性。     

复杂条件下多智能体系统编队一致性控制

针对噪声信号使多智能体系统难以形成一致的问题,综合运用代数图理论、矩阵论等知识,结合一致性形成条件和现有的一致性协议,提出一种改进的带有噪声的一致性控制算法。该算法能够使系统状态量与控制输入量收敛到一个很小的范围,从而大大弱化噪声对系统的影响。将这种改进算法应用到多智能体编队控制中并进行仿真,仿真结果表明,采用改进的一致性控制算法后,多智能体运动轨迹波动小,轨迹曲线平滑,各运动参数趋于一致,具有良好的编队一致性。