分享到:

复杂系统多智能体不一致性问题的研究

1引言复杂工业过程控制方法面临着单一、各种控制方法缺乏集成的问题[1]。从复杂系统的角度上看,单一系统没有足够的知识、资源和信息去解决一个复杂的问题,因而研究如何使用较多的小型系统之间相互协调、相互合作,以解决大规模的复杂问题是必要的。从模块设计及实现的观点上看,把一个复杂的问题分解成相对独立的模块则更易于处理、调试和维护,并且使系统对软件及硬件的错误更具有容错能力,系统更具可靠性。多智能体系统是分布式智能控制研究的一个重要分支[2],它的目标是将大的复杂的系统(软硬件系统)建造成小的、彼互相互通讯及协调、易于管理的智能体,从而实现复杂系统的有机集成[3]。它的研究涉及智能体的知识、目标、技能和规划,以及如何使智能体协调地采取行动解决问题等。在复杂工业过程中,多智能体系统中的各个智能体所处的地位不同[4],外界环境也复杂多变,系统所得的结论应由各个智能体相互协作来完成[5],并且各智能体对于同一问题所得出的结论带有一定程度的不确...  (本文共4页) 阅读全文>>

北京理工大学
北京理工大学

高阶非线性多智能体系统一致性控制研究

已有的多智能体系统一致性控制研究大多局限于个体动态为一阶积分器和二阶积分器的分析和综合。然而现有理论成果所采用的低阶线性化模型过于简单,忽略了实际物理系统中存在的高阶、非线性等特点,以至于无法精确描述系统动态特性,从而导致多智能体理论研究与实际应用的脱节。本论文以高阶非线性多智能体系统一致性控制为主线,研究了几类高阶非线性多智能体系统在不同非线性条件下的一致性控制问题。围绕如何在传统非线性理论的基础上设计分布式控制器,拓展非线性控制理论的适用范围与提高非线性多智能体系统鲁棒性等问题,在Backstepping框架下提出了高阶非线性多智能体系统的分布式自适应控制器、分布式鲁棒控制器、分布式自适应鲁棒控制器以及上述控制器设计方法的综合。首先,研究参数不确定情况下一类高阶非线性多智能体的一致性控制问题。根据系统模型的特点,在传统Backstepping方法的基础上耦合入智能体网络拓扑约束,建立多智能体各级动态的分布式误差系统,逐步将高...  (本文共134页) 本文目录 | 阅读全文>>

西安电子科技大学
西安电子科技大学

多智能体系统一致性问题研究

多智能体系统(Multi-agent System,MAS)是由大量分布的自治或半自治的子系统通过网络互联所构成的复杂的大规模系统。由于基于多智能体系统的方法具有自治性、适应性、稳健性且容易被实现,对于那些结构性能不好和定义不明确的任务具有很大的优势。因此,多智能体系统已经发展成为一门新兴的复杂系统科学,并已成为研究复杂性科学与复杂的系统的有力工具。多智能体系统的一致性是多智能体协同控制的基础,已成为当前的一个研究热点与前沿问题。论文主要针对多智能体系统的一致性问题展开研究,主要工作包括以下几个方面:(1)对多智能体系统图论等方面的相关理论进行了研究。对连续时间和离散时间一阶多智能体系统一致性算法、连续时间二阶多智能体一致性算法分别进行了理论分析,并在不同的拓扑结构中进行了仿真。对离散高阶一致性算法进行了简要的分析。(2)在Cucker-Smale群集算法的基础上,提出了一种改进的变系数的群集算法。在不同二维和三维空间中进行了仿...  (本文共123页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

基于事件触发控制和量化通信的多智能体一致性和差分隐私保护研究

近年来,多智能体网络中的一致性和协同问题吸引了来自各个领域的持续增长的关注,这些领域包括多机器人协同、传感器融合、目标追踪、滤波和估计、大尺度机器学习和分布式计算与优化。一致性问题主要关注于利用相邻智能体的局部信息交换来促使网络系统中的所有智能体个体达到信息全局一致性。换言之,网络系统中的智能体个体不需要与其它所有智能体进行通信,而只需要跟自己相邻的个体进行通信,即可通过状态演化来达到整个网络的全局一致性。尽管已经存在很多针对一致性研究的工作,但这些工作忽视了现实中的很多重要的因素。例如,大多数的工作都假设每个智能体能够没有任何误差地发送和接收精确的实值状态信息,然而这种假设是不现实的,因为很多诸如模拟-数字或数字-模拟信号转换器、离散水平驱动器以及数字化的通信信道经常嵌入在实际的通信网络中。另外,在已有的工作中可能还存在频繁的实时通信和控制器更新问题。此外,从隐私的观点来看,参与智能体在互相通信来达到全局信息一致时可能并不希望...  (本文共107页) 本文目录 | 阅读全文>>

河北科技大学
河北科技大学

无人机航迹规划与一致性方法研究

近些年来,无人机因其生存能力强、自动控制智能化等特点引起了极大地关注度。它成本低,并且容易操控,在完成复杂和枯燥的任务时展现出了较大的优势。在实际飞行中,无人机受到自然环境等多方面的威胁,因此对无人机进行航迹规划是无人机完成任务的关键。另一方面随着越来越复杂的任务以及越来越多变的工作环境,在执行任务时单个智能体的能力明显不足,需要利用多个智能体的合作与协调来完成单个智能体不可能或者很难完成的任务。本文首先对无人机在执行任务时的飞行路线进行了规划,寻求从起始点到目标点的最短路径,然后研究了多智能体系统的分布式协同控制问题,其中重点讨论了有关多智能体系统的一致性问题。论文的主要研究内容如下:首先,基于脉冲耦合神经网络的自动波传播特性,设计了一种改进的脉冲耦合神经元模型,该模型相较于传统的模型具有更加简单的结构,计算速度得到了大幅度的提升。改进的神经元组成的网络结构中,每个神经元仅与其周围的神经元横向连接,与障碍物之间没有连接。然后提...  (本文共77页) 本文目录 | 阅读全文>>

北京理工大学
北京理工大学

多智能体系统的事件驱动一致性控制与多Lagrangian系统的分布式协同

本文重点针对线性/非线性多智能体系统的一致性问题,开展了基于事件驱动和分布式协同的一致性控制算法研究。针对线性连续时间同构多智能体系统一致性控制中的连续通信问题,研究了基于事件触发预估状态反馈控制策略的分布式协同控制算法。提出了仅依赖于少数离散点通信的一致性控制律,使得智能体网络的状态趋于相同,且不发生Zeno现象,将传统的智能体间连续通信改善为某些离散时间点通信。提出了自触发预估状态反馈控制器,消除了智能体连续监测自身状态的限制。提出了基于观测器的事件触发预估输出反馈一致性控制器,解决了输出反馈情形下的一致性控制问题。针对线性离散时间同构多智能体系统一致性控制中的周期性通信问题,研究了事件触发预估状态反馈一致性控制算法。提出了仅依赖于少数采样点通信的一致性控制律,使得智能体网络的状态趋于相同,且不发生类Zeno现象,将传统智能体间的周期性通信改善为某些采样时间点通信。提出了自触发预估状态反馈控制器,消除了智能体周期性监测自身状...  (本文共215页) 本文目录 | 阅读全文>>