随机时延下非线性多智能体系统的一致性控制研究

针对一类非线性多智能体系统,研究了系统的一致性控制策略.考虑到智能体之间信息传输的时滞,把系统建模成随机多智能体系统.通过设计其与随机时延有关的一致性控制协议,借助随机控制和非线性控制理论,给出系统达到一致的控制策略.数值仿真验证了所提控制方案的可行性和有效性.     

基于脉冲控制的时延异构多智能体编队控制

为提高编队系统鲁棒性,降低系统对通信条件的要求,针对异构多智能体系统的编队控制问题,提出一种基于脉冲控制的编队控制方法.考虑异构多智能体的切换拓扑与变时延情况,根据一致性理论,提出基于领航跟随者模型的脉冲控制协议.利用矩阵分析方法将异构多智能体编队系统的变时延问题转化为时延上界问题,通过构造Lyapunov函数并利用Lyapunov稳定理论得到系统实现编队控制一致性的充分条件.同时,为比较不同控制协议的优劣性,提出切换拓扑下多智能体编队控制的平均通信代价指标.仿真结果验证了所提脉冲控制方法的有效性和优越性.     

受限切换拓扑时延多智能体系统的指数一致性

针对多智能体系统的一致性问题,建立一阶动力学模型,并考虑时变时延和受限拓扑切换,设计出相应的一致性控制器,其中有向网络拓扑根据ADT型切换信号进行切换,并通过状态变换将一致性问题转化为低阶差异系统的指数稳定性问题,通过构造分段Lyapunov-Krasovskii泛函,并借助詹森不等式给出在线性矩阵不等式框架下多智能体系统达到指数一致性的充分条件。     

基于智能体状态的虚假信息注入攻击下多智能体系统一致性跟踪

本文针对基于智能体状态的虚假信息注入攻击,本文设计了自适应容错控制协议以使得多智能体系统能在虚假信息注入攻击下实现一致性。本文首先采用径向基神经网络来近似多智能体系统中未知的非线性部分,并设计了相应的自适应律来调整神经网络的参数。然后类似这些自适应律设计了新的自适应律来近似虚假信息注入攻击的参数,并基于这些近似值设计了容错控制协议控制协议。最后利用Lyapunov稳定性定理验证了此容错控制协议的收敛性并利用Matlab数值仿真案例验证了此容错控制协议的有效性。     

基于事件驱动的多智能体系统蜂拥控制

提出一种基于事件驱动的控制策略来研究多智能体系统的蜂拥行为。针对实际系统中相对速度信息难以连续交换的情况,设计了由事件驱动机制触发速度信息交互的控制算法。理论上证明了所设计的事件驱动策略能使系统实现稳定的蜂拥运动同时保持网络的连通性。最后,数值仿真验证了理论结果。     

具有采样信息的多智能体系统的一致性

研究了二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的时刻上获得它和它邻居的相对状态信息。利用Lyapunov函数方法,证明了如果离散时间间隔充分小,那么所有智能体的状态渐近达到一致。通过求解一个线性矩阵不等式,可以得到离散时间间隔的一个允许上界。进一步说明了所得理论在多飞行器编队控制中的应用。所提供的数值仿真验证了理论的有效性。     

一阶离散多智能体系统分布式编队跟踪控制

研究了离散多智能体系统在固定有向拓扑中的分布式编队控制,同时假设此系统跟踪时变参考状态。首先,针对一阶系统设计了控制协议,给出了系统稳定时协议参数需满足的充要条件,仿真结果表明,跟踪误差与采样周期的上限成正比,也证明了所设计协议的有效性。     

多智能体系统群集运动一致性控制分析

多智能体系统由于在微电网需求响应管理、无人驾驶飞行器控制、无人车控制等诸多工程领域中的应用而得到了广泛的关注.其中,多智能体系统的一致性是实现工程应用的理论基础.文章主要给出了多智能体系统的基本概述,并分析了多智能体系统群集运动的一致性控制问题.     

基于多智能体系统的故障诊断技术在智能电网中的应用

伴随着智能电网系统的升级换代,电网规模日趋庞大,电网结构愈加复杂,智能电网的故障诊断与继电保护技术越发显得重要。当大规模智能电网系统发生复杂或多重故障时,仅靠单个系统信息和单一诊断手段很难解决故障诊断问题。文中针对大规模智能电网的故障诊断技术,引入了人工智能领域中具有分布式智能特性的多智能体系统模型,通过分模块故障特征信息捕捉机制及区域智能体并行诊断和全局智能体总体诊断的分单元协调诊断机制,在全局信息基础上实现智能电网的故障诊断。仿真测试案例表明,基于多智能体系统的故障诊断技术有效而可靠,并且具有较好的实时监测应用价值。     

多主体系统中的动态服务匹配

本文研究了多主体系统的服务匹配问题,分析了目前服务描述语言CDL、SDL和LARKS等存在的不足,并结合Web服务、语义Web服务和Grid服务等特点,提出了一种带语义、继承以及支持协商机制的主体服务描述语言SDLSIN.在SDLSIN的基础上,本文重点研究了多主体系统中的动态服务匹配,提出了四种类型的服务匹配算法.最后,介绍了SDLSIN和服务匹配算法在多主体环境MAGE中的实现方法.     

具有领航者的时延多智能体系统的一致性

本文研究了具有不同通信时延和不同输入时延的移动多智能体算法的一致性.假设多智能体系统有n个智能体和一个Leader组成,网络连接拓扑是非对称有向加权图,智能体Leader为拓扑图的全局可达节点.应用频域控制理论和广义Nyquist判据研究了时延多智能体算法的一致性,得到保证系统一致性的收敛条件.该一致性条件是一个应用节...     

高阶多智能体系统的一致性分析

 移动多智能体系统的一致性问题是复杂动力学系统中非常有现实意义的问题.在网络通信拓扑固定时,本文基于矩阵分解理论,提出了高阶多智能体系统中的信息流一致性收敛判据,给出了渐近收敛的充分必要条件;在通信拓扑具有最小生成树的前提下,通过构建多输入多输出系统的闭环传递函数,得到了各个阶次的状态量权重系数对收敛稳定性的影响效果,指出只要状态量权重满足Hurwitz稳定条件,即可实现一致性收敛.最后给出数值算例,仿真结果验证了结论的正确性.     

Neural Network Based Adaptive Tracking of Nonlinear Multi-Agent System

In this paper, the problems of robust consensus tracking control for the second-order multi-agent system with uncertain model parameters and nonlinear disturbances are considered. An adaptive control strategy is proposed to smooth the agent’s trajectory, and the neural network is constructed to estimate the system’s unknown components. The consensus conditions are demonstrated for tracking a leader with nonlinear dynamics under an adaptive control algorithm in the absence of model uncertainties. Then, the results are extended to the system with unknown time-varying disturbances by applying the neural network estimation to compensating for the uncertain parts of the agents’ models. Update laws are designed based on the Lyapunov function terms to ensure the effectiveness of robust control. Finally, the theoretical results are verified by numerical simulations, and a comparative experiment is conducted, showing that the trajectories generated by the proposed method exhibit less oscillation and converge faster.     

Multi-Variable Flocking Control for Multi-Agent Systems via a Received Signal Strength Indicator

A novel flocking control approach is proposed for multi-agent systems by integrating the variables of velocities,motion directions,and positions of agents.A received signal strength indicator (RSSI) is applied as a variable to estimate the inter-distance between agents.A key parameter that contains the local information of agents is defined,and a multi-variable controller is proposed based on the parameter.For the position control of agents,the RSSI is introduced to substitute the distance as a control variable in the systems.The advantages of RSSI include that the relative distance between every two agents can be adjusted through the communication quality under different environments,and it can shun the shortage of the limit of sensors.Simulation studies demonstrate the effectiveness of the proposed control approach.     

A Multi-Agent System Using JADE for Simulation of Supply Chains

This paper proposes a prototype system for modeling and simulation of supply chains using a widely accepted agent platform Java agent development platform (JADE). A simple but practical coordination mechanism agent-based dynamic information network for supply chains (ADINS) is employed for the illustration of the suggested system and a simulation experiment is performed using a supply chain model of a Korean LCD manufacturing company. The result shows that the suggested mechanism is successful in reducing bullwhip effects and increasing service rates.     

基于动态面的死区输入系统跟踪控制算法

针对具有未知死区输入的一类非线性严反馈系统,文中提出了一种基于动态面技术的自适应渐进跟踪控制策略。 在处理虚拟控制器时,不同于传统动态面技术中采用的低阶滤波器,通过引入具有时变积分函数的非线性滤波器,不仅可以规避“微分爆炸”,降低计算负担,简化控制器,还可以很好地补偿动态面方法引起的边界层误差。 理论分析证明,所提出的控制方案能够消除死区非线性的影响,保证闭环系统的稳定性。以单力臂机械手的仿真为例,通过调节设计参数去提高系统的瞬态跟踪性能,实现了系统跟踪误差渐进收敛,验证了所提出控制策略的有效性。     

无人机基站的飞行路线在线优化设计

针对离线的无人机(UAV)基站飞行路线设计无法满足随机的、动态的地面用户通信请求难题,该文研究了飞行路线在线优化设计算法。考虑单个无人机空中基站为两个地面用户提供无线通信服务,通过在线实时优化无人机的飞行路线实现最小化与地面用户的平均通信时延。首先,由于系统的无人机的状态和动作是连续的,将问题转化成一个马尔可夫决策过程(MDP);然后,把单次通信时延引入到动作价值函数中;最后分别采用强化学习中蒙特卡罗和Q-Learning算法来实现无人机的飞行路线在线优化。仿真结果表明,所提出的在线优化的平均时延性能优于“固定位置”和“贪婪算法”的时延计算结果。