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。     

基于事件触发机制的离散时变时滞多智能体一致性研究

为降低资源的消耗和浪费,并处理时变时滞对于多智能体的影响,针对离散线性时变时滞多智能体系统,提出一种基于事件触发机制的一致性协议,以减少系统的通信次数。在事件触发机制的框架下,提出一种基于预测控制的分段时滞补偿方法来补偿时变时滞对多智能体系统一致性的影响。在此基础上,通过构造基于延迟划分的Lyapunov-Krasovskii函数分析离散线性多智能系统的稳定性。最后,通过MATLAB仿真验证所提方法的有效性。研究结果表明：事件触发机制可以有效减少系统更新次数,降低消耗,所提出的基于预测控制的分段时滞补偿方法可以弥补时变时滞对于多智能体系统的影响,且基于延迟划分的分段补偿能够降低系统的保守性。     

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。     

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.     

二阶时滞多智能体系统分组一致性分析

在连通二部图结构下,研究二阶时滞多智能体系统分组一致性的问题.根据二部图的特征,给出基于竞争的二阶时滞多智能体系统分组控制协议.利用代数图论和矩阵知识,研究二阶时滞多智能体系统分组一致的充要条件,以及系统在实现分组一致时容许的最大时滞.仿真结果表明:二阶时滞多智能体能够在连通二部图下实现分组一致.     

多智能体离散时间一致性跟踪研究

对具有参考状态和时滞的离散时间一致性跟踪问题进行了研究.给出了离散时间下的一致性控制器,运用经典李雅普诺夫稳定性理论,证明了多智能体系统在具有参考状态和时滞情况下的稳定性,并给出了时滞相关的线性矩阵不等式（LMI）判据.最后以水下无人航行器协同作战为背景,仿真验证了所提出的一致性算法和判据的有效性.     

高阶时滞多智能体系统的固定时间一致性控制

为了研究输入滞后和外部干扰影响下的多智能体系统的固定时间一致性控制问题,提出基于Pade近似一致性误差的领导跟随一致性控制方法。首先,为跟随者设计分布式观测器以获得领导者的状态信息;其次,利用Pade近似方法,引入时滞虚拟变量,将时滞一致性误差转化为无时滞一致性误差,并基于动态增益控制方法设计系统的分布式动态控制协议,利用固定时间稳定性理论得到系统实现固定时间一致性的充分条件和收敛时间的上界;最后,通过仿真实验验证理论结果的正确性。     

加权平均预测的一阶多智能体系统一致性的采样控制

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。     

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。     

基于DOBC的多智能体系统一致性协议设计与分析

针对一类具有未知输入扰动的多智能体系统提出一种基于干扰观测器的多智能体一致性协议.首先，在各智能体中引入干扰观测器，抵消输入通道内扰动；其次，在扰动前馈补偿基础上构建基于无向图图论的一致性协议；最后，利用Lyapunov稳定性理论和线性矩阵不等式得出状态一致性误差系统与扰动跟踪系统的稳定性条件.通过仿真算例验证了该算法的可行性.     

瞬时耦合二阶多体系统的一致性及时滞效应

对于二阶多智能体,提出一种具有输入和通讯时滞的脉冲控制算法,分析可得这一算法的一致性准则. 同时讨论了输入时滞和通讯时滞对二阶多体系统的一致性能的影响. 结果表明,在确定二阶多体系统的一致动力学方面,通讯时滞比输入时滞有更重要的作用. 具体而言,没有通讯时滞时,二阶多体系统达到了动态一致,即个体的速度是一个非零常数;然而,只要有通讯时滞,在一定条件下系统的速度一致状态就是零.此外,发现一个更有趣的事实是,在无向网络拓扑作用下,通讯时滞或输入时滞将增强二阶多体系统的同步性能. 最后用一些数值仿真验证了理论结果的有效性.     

基于一致性理论之飞机群运动控制

提出了一种新的基于平均状态信息的一致性算法,把它应用到一阶系统和二阶系统。应用频域中的分析方法,得到了系统收敛速度的充分条件。由于通信网络中不可避免的存在个体本身和其他个体之间的时滞问题,在此进一步分析了在具有时滞的条件下,系统使用所提出的一致性算法的稳定性问题。针对二阶多智能体系统,首先提出在无向网络下平均状态一致性算法,基于给定的条件,分析得到了系统能够达到静态一致和动态一致的充分条件。最后,将提出的算法在多飞机群的编队控制中进行了应用。     

基于多智能体遗传算法的配电网节能降耗综合管理系统

针对目前企业配电网节能技术的不足,提出了一种基于多智能体遗传算法的配电网节能降耗综合管理系统.结合遗传算法(Genetic algorithm,GA)和多智能体系统(Multi-Agentsystem,MAS)技术构造了一种GA-MAS算法,每一个多智能体相当于遗传算法中一个个体,相邻的多智能体相互作用,并结合遗传算法的进化机理进行全局最优求解.提出了该系统各节能设备智能体结构模型和高压/低压多智能体系结构模型,运用GAMAS算法,得出各个节能设备的最佳调节力度,使节能设备以最小的调节代价获得最大的节能效益.具体算例仿真及工程实际应用表明本文提出的配电网节能降耗综合管理系统能使总有功网损降低,电容器投入总组数减少,实现节能设备的最佳调节,同时表明GA-MAS算法收敛速度较快.     

基于事件触发的非线性多智能体系统一致性

针对有向网络拓扑下具有非线性动态的多智能体系统,提出了基于事件触发的一致性控制协议;在实际的多智能体系统中,每个智能体的机载电池的容量和数量是有限的,基于事件触发的一致性协议能够有效地减少智能体控制器的更新次数,从而节约有限的计算资源;智能体的触发时刻由智能体的触发条件所确定,每个智能体只在触发时刻才更新自己的控制器;首先研究了集中式的一致性控制协议,主要利用矩阵理论的方法将一致性问题转化为微分方程的稳定性问题,得到了系统达到一致性的条件;然后研究了分布式的一致性控制协议,在协议中每个智能体只需利用邻居智能体的状态;利用Lyapunov稳定性理论证明了所设计的两个协议能够解决一致性问题,而且不会出现Zeno现象;最后,仿真实例验证了理论结果的有效性。     

具有通信时延下多无人机编队控制

 针对具有二阶动力学特性多无人机系统模型,在具有通信时延及编队构型时变的情况下,本文提出了一种基于一致性理论的编队控制算法。首先将多个无人机的时变编队控制问题转换成闭环系统的渐近稳定问题;然后通过构造Lyapunov-Krasovskii 函数,并以线性矩阵不等式（linear matrix inequality）的形式给出多无人机编队系统时变编队稳定的充分条件;最后以被视为质点的多无人机系统为例进行了仿真验证。结果表明：当通信时延、控制协议参数等满足稳定条件时,文中提出的编队控制算法能使多无人机编队系统形成期望的时变编队队形。     

具有不同通信时延的多个体系统的一致性

针对具有不同通信时延的多个体系统的一致性问题,提出了一种引入自身时延的一致性协议.根据广义Nyquist判据与Gerschgorin圆盘定理,得到了系统渐近收敛一致的充分条件.在多个体系统的有向连接拓扑含有一个全局可达节点的条件下,一致收敛的充分条件仅与个体的自身时延、以及个体与邻居个体的连接权值有关.在提出的协议中,引入自身时延能够加速具有通信时延的多个体系统的收敛速度,而通信时延并不影响系统的收敛,但其可以延长收敛时间.此外,得到了系统最终收敛的一致状态的求解方法.仿真结果证明了结论的正确性.     

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。     

Sufficient Condition for Average Consensus of Directed Networked Multi-agent Systems with Time Delays

The average consensus problem in a directed network of multi-agent systems with communication time delays was investigated. The directed networks were balanced and weakly connected with fixed or switching topology digraph. Based on frequency domain analysis method. a sufficient condition of asymptotic stability of multi-agent systems with time delays was obtained. where the analytic formula between the maximum time delay and the directed network structure was provided. The maximum time delay can be derived directly and easily by the eigenvalue of Laplacian L. Numerical examples confirm the effectiveness of the proposed technique.     

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。