离散多智能体系统加权一致性

基于一种由不同权重当前状态和时延状态构成的混合型控制器,研究了时延对离散多智能体系统的一致性和动态性能的影响.通过采用频域控制理论中广义Nyquist准则和Gerschgorin圆盘定理,给出了离散多智能体系统实现一致性的充分条件和改进系统最大时延上界方法,最后通过数值仿真验证了一致性结论的正确性,并分析了时延对离散多智能体系统动态性能.     

基于邻居的多智能体系统的多组一致性

针对二阶领导跟随的多智能体系统的组一致性问题,分别就智能体具有线性和非线性两种动态特性情况,在邻域分布式控制下,提出了领导跟随的控制协议.首先,根据设计的控制协议,基于代数和图论相关知识,可以将多智能体系统组一致性问题转化为误差系统的稳定性问题.然后,利用Lyapunov稳定性理论等知识可以得到保证线性和非线性二阶多智...     

一阶多智能体系统的一致性分析

研究一阶连续多智能体系统的一致性问题,其中每个智能体只能在一系列离散时刻上获得其相对邻居的状态信息,并且每个智能体的保持器的周期和采样器的周期是不同的.通过分析多智能体系统的稳定性,获得了一致性成立的充要条件,该条件揭示了交流拓扑、控制器增益、采样器的周期和保持器的周期的关系.最后,提供一个仿真例子以说明理论结果的有效性.     

基于事件驱动的环形编队多智能体系统

研究了控制器采用事件驱动机制时,多智能体系统的环形编队控制问题.事件驱动控制机制用来降低个体控制更新的频率,以此减少整个系统的能量消耗.假设所有智能体始终在一固定的圆环上运动,并且每个智能体只能感知到其前后两个紧邻智能体的信息.利用邻居的信息,对每个智能体设计分布式控制律,在事件驱动控制机制下,所提控制策略可以使多智能体系统形成给定的期望环形编队,并将环形编队扩展到特殊的均匀环形编队形式.数值的仿真验证了所提控制策略的有效性.     

时滞二阶离散多智能体系统的可控性

针对一类二阶离散多智能体系统,在多领导者和固定拓扑情形下,研究了单时滞和多时滞下的系统可控性,运用增广矩阵、可控矩阵、行列式等方法及定义得出了系统可控的充分条件.结果表明整个系统的可控性不仅与跟从者之间的耦合拓扑关系有关,而且与领导者和跟从者之间的信息传递关系有关.所得结果通过例子进行了验证.     

三阶多智能体系统的尺度群一致性

文章研究三阶多智能体系统的尺度群一致性问题:个体网络由两个子网组成;个体网络由任意有限个子网组成.分别针对这两种情形,设计分布式尺度群一致性协议,并基于矩阵理论及Routh-Hurwitz判据分析得到系统达到尺度群一致性的判定条件,以及系统达一致时的收敛状态.最后,通过仿真验证理论结果的有效性.     

具有时变时滞多智能体系统二分一致性

针对具有时变时滞的多智能体系统二分一致性问题,设计出相应的一致性协议.进一步,通过规范变换和状态变换将二分一致性问题转化为相应的稳定性问题.构造LyapunovKrasovskii泛函,利用线性矩阵不等式(LMI)理论并结合自由矩阵的方法得到多智能体系统达到二分一致的充分条件.对于固定拓扑和切换拓扑情形均进行了研究,当系统具有切换拓扑时,利用平均驻留时间方法分析得到保证系统二分一致性成立的充分条件.最后,利用仿真实例说明所得结果的有效性.     

高阶离散时间多智能体系统的量化一致性

研究高阶线性多智能体系统在有向量化链路信息拓扑下的一致性问题,首先提出了包含智能体自身与其邻居量化信息的线性一致性协议,其次利用提出的线性变换,将一致性问题转化为稳定性问题,基于稳定性理论,得到基于矩阵Schur稳定性的充要条件,并得到依赖于信息拓扑、系统动态和整个系统初始状态的一致性函数,最后,通过求解代数Riccati不等式,提出增益矩阵的设计过程.     

具有等级制度的时滞多智能体系统的集群行为

针对应用实际,文章研究了具有等级制度和时间延迟的多智能体复杂系统的集群行为.通过建立时滞微分不等式和构造Lyapunov函数,分别获得了三类具有等级制度和时间延迟系统的条件集群和无条件集群结果.条件集群的结果揭示了初始条件对系统集群行为的影响规律,最后给出了保证系统集群行为形成的时间延迟取值范围.     

一类四阶偏微分多智能体系统的一致性控制

研究一类四阶偏微分多智能体系统的一致性控制问题,该类系统中的每个智能体是由四阶偏微分方程构建而成.针对系统的特点,通过构建合适空间上的Lyapunov泛函,得到分布式反馈控制律.当该反馈控制律作用于系统时,系统状态变量的一致性误差于L2(0,l)×L2(0,l)空间内收敛到零.最后,通过仿真算例验证了方法的有效性.     

四阶偏微分多智能体系统的迭代学习控制

该文研究多智能体系统基于一致性收敛的迭代学习控制问题,该系统中所有的智能体是由四阶梁方程构建而成.基于网络拓扑结构,并利用相邻智能体的信息,构建得到基于一致性的迭代学习控制协议.当该迭代学习律作用于系统时,一致性误差在给定的有限时间段上有界;进一步,在无初始偏差情形下,当迭代次数趋于无穷时,该一致性误差于L²空间中能够收敛于零.仿真算例验证了算法的有效性.     

二阶离散多智能体系统的鲁棒最优一致

研究了不确定二阶离散多智能体有向网络的鲁棒最优一致问题.首先,基于每个智能体可获得的局部信息设计了一个控制协议,并且智能体间相互影响的权重系数具有模型不确定性.其次,利用智能体的能量消耗思想,给出了系统的一个保代价性能指标.然后,利用Lyapunov函数的方法,分析了多智能体网络系统在满足保代价性能指标下的最优一致问题,得到了系统达到渐近最优一致的条件.最后,仿真结果验证了所获得的结果的正确性.     

异构多智能体系统的非凸输入约束一致性

本文主要研究了连续时间异构多智能体系统在输入受非凸约束下的一致性问题.基于每个智能体可以获得的局部信息,利用压缩算子为每个智能体设计了分布式控制器,该控制器可以保证每个智能体的控制输入被约束在相应的非凸约束集之中.通过一个线性变换,首先将闭环系统变为一个易于处理的等价系统.然后,利用Metzler矩阵理论,证明了若联合通信拓扑具有有向生成树,则异构多智能体系统可以在输入受非凸约束的条件下实现一致.最后,通过仿真实验验证了理论的正确性.     

带有未知参数的多智能体系统的自适应分布控制

讨论带有未知参数的多智能体系统的一致性问题.假设网络拓扑中领航者是全局可达的,设计带有未知时滞的自适应分布控制,基于Lyapunov-Krasovskii泛函,得到关于线性矩阵不等式的一致性的充分性条件.该条件保证所有跟随者跟踪领航者的状态,实现状态和参数的一致性.最后仿真算例验证方法的有效性.     

基于二阶邻居信息的高阶多智能体系统的一致性

研究了基于一阶和二阶邻居信息的二阶和高阶丢包多智能体系统一致性问题.对于离散框架下的多智能体系统,假设智能体之间通信拓扑图是无向的,数据包的丢失服从伯努利分布.考虑到丢包问题,文章利用一阶和二阶邻居信息针对二阶和高阶系统给出了控制协议。基于李雅普诺夫函数方法,建立了闭环系统的均方稳定性条件.算例的仿真验证了所提控制策略的有效性.仿真表明由于利用了二阶邻居信息,数据包丢失的多智能体系统具有更快的收敛速度.     

具有外部干扰的非线性多智能体系统的编队控制

多智能体系统编队控制因广泛应用于军事,航天,生物学等领域,成为国内外学者的关注热点.在实际应用中,当系统受到环境噪声等外部干扰时,利用领航者-跟随者的相对状态信息构造控制器无法形成预期队形.为解决这个问题,文章针对一类带有外部干扰的非线性多智能体系统,研究了领航-跟随编队控制问题.首先设计干扰观测器补偿外部干扰.其次利用自适应方法,给出了完全分布式的控制协议.再次选取适当的参数,证明了该分布式控制协议能实现系统的编队控制.最后通过仿真算例,验证了协议的有效性.     

基于∑△量化的多智能体系统的量化一致性

用量化控制分析多智能体的一致性问题.不同于以往的静态量化器,例如均匀量化或者对数量化,文章运用动态Sigma-Delta(Σ△)量化器提出新的多智能体量化一致性协议,利用有限比特数使系统达到渐进一致,且渐进收敛到初值的平均值,并且给出系统达到渐进一致的充分条件.与静态的非对称和对称量化器相比,∑△量化器克服了静态量化器无记忆并且不能消除稳态误差及需要无限比特的量化信息的缺点,体现了它的优越性.     

具有时延和无时延加权多智能体系统一致性

针对存在全局可达节点有向加权图的静态网络,研究了在控制算法中引入不同权重的当前状态和时延状态时多智能体系统一致性问题.通过采用频域控制理论中广义Nyquist准则和Gerschgorin圆盘定理,证明了系统渐近稳定收敛到一致性的充分条件,提出一种改进系统实现一致性的最大时延上界方法;最后通过数值仿真验证了结论的正确性.     

事件触发下多智能体系统规定时间二分一致性

针对线性合作竞争多智能体系统(MAS),考虑到可能受到的外部干扰,研究了系统基于事件触发机制的规定时间二分一致性控制问题.首先,设计干扰观测器估计系统受到的外部干扰,且针对每个智能体给出了事件触发条件,以减少智能体间的通信频率,节省有限的通信网络资源,同时证明避免了Zeno现象,其次,为了明确地预先分配稳定时间,结合干扰观测器的估计值,设计了一种合作和竞争并存拓扑结构的规定时间事件触发控制协议,以保证所有智能体在受到外部干扰的情况下仍然达到二分一致.最后,利用仿真实例验证了所提出方法的可行性和有效性.     

带有初态误差的高阶多智能体系统一致性跟踪

本文借助迭代学习控制方法,针对一类在有限区间上执行重复任务的高阶多智能体,提出一种一致性跟踪算法.在跟踪过程中,通过对状态误差的修正,实现了一致性跟踪.在修正过程中,系统在某段时间内只修正某一种初态误差,当这种初态误差的修正操作完成以后紧接着开始下一种初态误差的修正,以此类推,最终实现所有初态误差的完全修正,并且所有修正操作在一个指定的时间内完成.最后,通过仿真算例验证了所提算法的有效性.