基于迭代学习算法的偏微分多智能体系统的包容控制

该文研究一类偏微分多智能体系统的包容控制问题,该类系统是由二阶抛物型或二阶双曲型偏微分方程构建而成.基于网络拓扑结构,依据跟随者系统的输出形式,设计了P型迭代学习律,得到了系统基于迭代学习稳定性意义下的收敛性条件.利用压缩映射原理,证明了两类系统的包容误差在有限时间区间内随迭代次数的增加于L2空间中收敛到零.最后,仿真...     

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.     

一类非线性系统的迭代学习控制

讨论一类非线性系统的迭代学习控制,系统的非线性动态对状态不快于多项式增长,而量测方程含有噪声.控制序列并非直接输给系统,而是先经过死区、预载及饱和等非线性函数.递推地给出了学习控制序列,并证明它的有界性及最优跟踪性.     

一类非线性系统的分段迭代学习控制

本文提出并研究一类非线性系统的分段迭代学习控制问题.基于P型学习律和D型学习律构建得到分段迭代学习控制律,利用压缩映射原理,证明这种分段迭代学习律能使得系统的输出跟踪误差沿迭代轴方向收敛.仿真算例验证了算法的有效性.     

控制增益时变的非线性系统的迭代学习控制

研究一类具有未知时变控制增益的不确定非线性系统的迭代学习控制.系统的不确定性不仅是时变的,而且可以依赖于系统的状态.在先前的有关研究中,如果不采用饱和控制,只能保证点点收敛或平方积分收敛.文章提出了一个不采用饱和控制的状态反馈迭代学习控制律,并且建立了跟踪误差的一致收敛性.     

一类时滞非线性系统的采样迭代学习控制

本文针对一类时滞非线性系统提出一种采样迭代学习控制算法,严格证明了该算法的指数收敛性.当系统满足所给出的条件时,跟踪误差以指数速率收敛至一个与采样周期有关的误差范围内.     

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.     

具有有界输入领航者的二阶非线性多智能体系统的协调跟踪

针对领航者的控制输入为非零但有界的情形,研究了具有本质非线性动态的二阶多智能体系统的协调跟踪问题.利用邻居智能体之间的相对状态信息,分别提出了具有静态和自适应控制增益的两种控制协议.针对静态控制协议情形,基于李雅普诺夫稳定性理论得到了多智能体系统的状态全局指数达到一致时控制增益所需满足的条件.此外,在自适应控制协议作用下,证明了多智能体系统不需要借助任何全局信息就可以实现协调跟踪.最后,仿真实例验证了所得理论结果的正确性.     

基于神经网络的时变非线性系统迭代学习辨识

时变神经网络结构可简单地取为常规神经网络连接形式,但连接权却是时变的.如何确定时变权是应用时变神经网络时的难题.迭代学习方法是一种合理的选择,它不同于将时变连接权展成Taylor级数,通过训练多项式系数的处理方法.而且,后者的处理方式不可避免地存在截断误差.对于有限区间连续时变非线性系统的神经网络建模与辨识,借助于重复运行过程,以迭代学习算法调整权值,进行网络训练.不计逼近误差,提出的学习算法能够使得辨识误差在整个区间上渐近收敛于零.为处理非零但有界的逼近误差,采用带死区的迭代学习算法.逼近误差界值已知时,文中证明带死区修正的迭代学习算法使得辨识误差在整个区间上渐近收敛于由死区界定的邻域内.对于逼近误差界值未知的情形也进行了讨论.     

异质非线性分数阶多智能体系统的预设时间二部一致性跟踪

文章关注一类具有符号有向图的异质非线性分数阶多智能体系统的预设时间二部一致性跟踪问题.通过引入一类具有广义性质的时变函数,设计了一类基于时变函数的预设时间分布式控制器,以一种完全分布式的方式分别实现了异质线性和异质非线性分数阶多智能体系统的精确预设时间二部一致性跟踪.该预设时间可以通过时变函数预先设定,且不依赖于任何初始值和参数.最后,用实例验证了理论结果的有效性.     

非线性时变系统特征建模与自适应迭代学习控制

讨论连续/离散非线性时变系统的特征建模,统一采用一阶时变差分方程作为特征模型.对于建模中可能产生的快变亦或突变的模型参数,以学习辨识方法进行估计;利用参数估值设计自适应迭代学习控制器,实现轨迹跟踪任务.参数估计学习算法包括带有遗忘因子的最小二乘学习算法和梯度学习算法.数值算例和电机位置跟踪实验结果表明所提出特征建模方法和学习控制方案的有效性.     

非线性系统的高阶迭代学习控制算法

本文对一般非线性系统,提出了三种高阶迭代学习控制算法:(Ⅰ)u_(h 1)=sum from j=1 to r(P_ju_(k-j 1) Г_je_(h-j 1));(Ⅱ)u_(k 1)=sum from j=1 to r(P_ju_(k-j 1) F_je_(k-j 1));(Ⅲ)u_(k 1)=sum from j=1 to r{P_ju_(k-j 1) (Г_j F_jd/(dt))e_(k-j 1)},其中u_(k 1)=u_(k 1)(t)表示系统第k 1次运行时的输入;e_k=y_k-y_d;y_d是系统所期望的输出;y_k是系统第k次运行时的输出;P_j,Г_j,F_j(j=1,…,r)是常数阵;进而给出了比较弱的收敛性条件。     

一类异构线性多智能体系统最优输出跟踪的分析与控制

研究了一类异构线性多智能体系统的最优输出跟踪问题.利用非零给定点调节器理论,通过引入适当的性能指标函数,得到了使所有智能体输出变量收敛到期望值的充分必要条件;并指出当个体输出矩阵为单位阵时,最优输出跟踪问题即转化为最优状态跟踪问题;在此基础上,将所得结果推广到了个体状态变量传输具有时滞的情形,得到了问题可解的充要条件,给出了时滞上界.同时,给出了系统实现动态输出跟踪的充分必要条件.利用所得结果,可以确定满足性能指标要求的信息交换拓扑和基于个体的控制器,从而为实现最优输出/状态跟踪的异构多智能体系统的设计提供了工具.仿真结果验证了所得结果的有效性.     

二阶非线性双曲型分布参数系统的迭代学习控制

研究一类分布参数系统的迭代学习控制问题,该类分布参数系统由二阶非线性双曲型偏微分方程构成.针对系统所满足的性质.基于P型学习律构建得到迭代学习控制律,利用压缩映射原理,证明这种学习律能使得系统的输出跟踪误差于L。空间内沿迭代轴方向收敛.数值例子说明了算法的可适用性.     

非线性多时滞系统的二阶D型迭代学习控制

收敛性是迭代学习控制的重要研究内容之一.针对非线性多时滞系统,讨论了二阶D型迭代学习控制算法.通过引进新的(λ,ξ)-范数和新的分析方法,本文获得了算法收敛和目标跟踪精度较高的结果.仿真结果表明了该算法的有效性.     

大型互联非线性分布参数系统的分散迭代学习控制

研究大型互联非线性分布参数系统的分散迭代学习控制问题,该类大型互联分布参数系统由抛物型偏微分方程组或由双曲型偏微分方程组构成.针对系统所满足的性质,基于P型学习律构建得到迭代学习控制律,在这种分散式控制方案中,每个子系统的控制器仅依赖于该子系统的输出变量,不需要与其它子系统交换信息.利用压缩映射原理,证明这种学习律能使得系统的输出跟踪误差于L~2空间内沿迭代轴方向收敛.仿真算例说明了所得结论的可行性和有效性.     

基于模糊双线性模型的非线性系统的跟踪控制

研究一种基于T-S模糊双线性系统的跟踪控制器设计及稳定性分析.使用分布并行补偿法(PDC)设计了模糊控制器,得到模糊双线性系统跟踪控制渐近稳定的充分条件,仿真结果验证了该方法改进了闭环系统的性能.     

任意初态下非线性不确定系统的迭代学习控制

本文针对带有任意初态偏差的非线性不确定系统,提出了一种新的控制算法.在控制过程中,系统在某个指定时间内一次只修正一个初态偏差,当上一个初态偏差修正操作完成以后再开始下一个初态偏差的修正,最终实现所有任意初态偏差的完全修正,并且该方法能在某个指定区间实现对目标的完全跟踪.最后的仿真结果验证了算法的有效性.     

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.     

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...