多智能体系统协调控制若干问题研究

发布时间：2018-05-15 18:57

  本文选题：多智能体系统 + 切换拓扑　； 参考：《吉林大学》2017年博士论文

【摘要】：日常生活中经常看到生物群体协调运动的现象,一群鸽子在城市上空飞行,一群大雁排成一字或者人字形飞向远方,海洋中的鱼群一直保持紧密又庞大的群体。这些生物群体在没有全局信息和集体控制的情况下,仅依靠彼此之间的信息交流就能完成艰巨而复杂的任务。受到生物群体协调运动的启发,科学家们把这种局部交流就可以体现全局行为的机制引入到实际工程领域,提出了多智能体系统协调控制问题。然而当智能体之间的距离大于其感应半径、遇到障碍物、复杂的运动边界等情况下,个体之间不能进行信息交流,导致整个智能体网络可能会不连通。目前,大部分多智能体系统协调控制研究都假设网络连通或者使用人工势函数保持网络连通,这种假设在实际应用中很难实现。为了解决这个问题,本文提出了一种动态牵制策略,当多智能体网络不连通时,将整个网络分成若干个连通子网络,然后从每个连通子网络中选择一个节点进行牵制控制。如此一来,在每个时刻每个智能体都能直接或间接的收到领导者反馈信息,从而网络达到连通并实现协调控制。基于动态牵制策略,本文主要研究了多智能体系统蜂拥控制问题和一致性问题,具体内容如下:(1)介绍了多智能体系统协调控制相关的基本概念,给出了研究背景以及研究意义,回顾了多智能体系统协调控制国内外研究现状,介绍了蜂拥控制和一致性算法模型及其稳定性分析基础理论知识。(2)研究了具有切换拓扑结构多智能体系统蜂拥控制问题,提出了一种动态牵制蜂拥控制算法,在不假设多智能体网络连通或不使用无穷大势函数保持网络连通的情况下,可以实现多智能体系统蜂拥控制。基于LaSalle不变原理,证明了所有智能体的速度都能一致并且与虚拟领导者的速度一样;所有牵制节点的平均位置与虚拟领导者的位置一样;智能体之间不会发生碰撞;所有智能体的局部势能达到最小化。此外,每个智能体的动力学模型扩展到更一般的二阶线性系统,提出了新的动态牵制蜂拥控制协议,有效解决了具有一般二阶模型多智能体系统蜂拥控制问题。(3)考虑对于没有虚拟领导者的切换拓扑结构多智能体网络,如何高效地实现蜂拥。针对一般二阶线性模型多智能体系统,提出了具有伪领导者的动态牵制策略。首先定义了个体适应度,选择整个网络中适应度最低的智能体作为伪领导者,然后从每个连通子网络中选择一个适应度最低的智能体作为牵制节点接受伪领导者的反馈信息。基于LaSalle不变原理,证明了提出的控制算法可以达到多智能体系统蜂拥控制。(4)考虑了多智能体网络在运动过程中遇到障碍物或者复杂运动边界时的蜂拥控制问题。在障碍物或者复杂边界上增加虚拟粒子,然后产生与智能体运动方向相反的排斥力,还引入了另外一种新的虚拟智能体提供切向作用力使得智能体能更高效地绕过障碍物,再次验证了本文提出的蜂拥控制算法的有效性。(5)研究了具有切换拓扑结构多智能体系统一致性问题,且每个智能体动力学由一般线性系统表示。基于动态牵制策略,提出了一种新的动态牵制一致性算法,无需多智能体网络时刻连通的情况下实现多智能体系统一致性控制,并且利用Lyapunov函数分析了一致性算法的稳定性。此外,一致算法被进一步扩展使其解决编队控制问题。扩展以后的编队控制算法不仅可以使所有智能体保持特定队形而且能够使多智能体网络以相同的速度到达某个目的地。
[Abstract]:On the basis of LaSalle ' s invariant principle , this paper presents a dynamic drafting strategy . ( 3 ) Considering the multi - agent network with no virtual leader , how to efficiently implement the swarm optimization is proposed . Based on LaSalle ' s invariant principle , it is proved that the proposed control algorithm can achieve the control of multi - agent system .

【学位授予单位】：吉林大学
【学位级别】：博士
【学位授予年份】：2017
【分类号】：TP18;TP13

【相似文献】

相关期刊论文 前10条

1 景博,李剑,钱越英;一种多智能体系统中的协作机制[J];计算机工程与应用;2005年04期

2 何涛;白振兴;;多智能体系统设计的关键技术研究[J];现代电子技术;2006年14期

3 寇凤梅;崔剑波;张晶晶;;基于结构优化的节能型多智能体系统[J];甘肃科学学报;2008年04期

4 ;第5届全国多智能体系统与控制会议通知[J];智能系统学报;2009年02期

5 洪奕光;翟超;;多智能体系统动态协调与分布式控制设计[J];控制理论与应用;2011年10期

6 陈小平;徐红兵;李彤;;多智能体系统旋转一致控制[J];宇航学报;2011年12期

7 肖丽;包骏杰;;基于局部交互协议的二阶离散多智能体系统一致性[J];重庆教育学院学报;2012年03期

8 刘金琨,王树青;复杂实时动态环境下的多智能体系统[J];控制与决策;1998年S1期

9 杨飞飞;;二阶多智能体系统快速一致性分析[J];今日科苑;2011年03期

10 胡志刚,刘欧,钟掘;一个多智能体系统平台的构造[J];计算机工程;2000年11期

相关会议论文 前10条

1 杨熙;王金枝;;多智能体系统一致性的鲁棒性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

2 张亚;田玉平;;离散时间多智能体系统一致的权重条件[A];中国自动化学会控制理论专业委员会B卷[C];2011年

3 张文广;郭振凯;;一类高阶多智能体系统的一致控制研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年

4 肖晴;许维胜;吴启迪;;多智能体系统用于企业集成[A];1998年中国控制会议论文集[C];1998年

5 杨熙;王金枝;;Leader-Follower结构下多智能体系统一致性的鲁棒性能分析[A];第二十九届中国控制会议论文集[C];2010年

6 刘华罡;方浩;毛昱天;曹虎;贾睿;;多智能体系统分布式群集运动与避障控制[A];第二十九届中国控制会议论文集[C];2010年

7 贺晨龙;黄丽湘;张继业;;多车辆编队协作控制[A];第十一届全国非线性振动学术会议暨第八届全国非线性动力学和运动稳定性学术会议论文集[C];2007年

8 薛栋;姚静;余有灵;胡俊杰;;具有切换拓扑和非线性环节的关联多智能体系统一致性分析[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

9 杨洪勇;路兰;李晓;;时延多智能体系统的群集运动[A];第五届全国复杂网络学术会议论文（摘要）汇集[C];2009年

10 李韬;张纪峰;;一类多智能体系统的渐近最优分散控制[A];第25届中国控制会议论文集（上册）[C];2006年

相关博士学位论文 前10条

1 王振华;具有通信时滞的线性多智能体系统的趋同[D];山东大学;2015年

2 郑宝杰;多智能体系统若干包含控制问题研究[D];郑州大学;2015年

3 张方方;多智能体系统分布式优化控制[D];山东大学;2015年

4 龙晓军;多智能体系统的有限时间一致性跟踪[D];大连海事大学;2015年

5 杨新荣;广义多智能体系统的一致性问题研究[D];哈尔滨工业大学;2015年

6 夏红;多智能体系统群一致性与编队控制研究[D];电子科技大学;2014年

7 李金沙;多智能体系统一致性学习协议的设计与分析[D];西安电子科技大学;2015年

8 黄捷;高阶非线性多智能体系统一致性控制研究[D];北京理工大学;2015年

9 杨大鹏;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[D];北京理工大学;2015年

10 穆南锟;多智能体系统的事件触发控制协议研究[D];重庆大学;2015年

相关硕士学位论文 前10条

1 孟亚伟;一类具有时滞和领导者的二阶多智能体系统的一致性[D];重庆师范大学;2013年

2 刘孝琪;多智能体系统一致性及其在蜂拥控制中的应用研究[D];电子科技大学;2013年

3 王琛阳;带领导者的多智能体系统一致性问题研究[D];河北大学;2015年

4 陈小龙;基于量化信息的多智能体系统状态估计[D];西南交通大学;2015年

5 王航飞;基于事件驱动的多智能体系统的环形编队控制研究[D];华北电力大学;2015年

6 陈文秀;离散时间广义多智能体系统的容许一致性[D];温州大学;2015年

7 张文涛;多智能体系统分布式协调控制的相关问题研究[D];浙江师范大学;2015年

8 曹伟俊;带有扰动的多智能体系统的一致性研究[D];北京化工大学;2015年

9 成照萌;多智能体系统的模型预测控制[D];华中科技大学;2015年

10 张贺;基于随机影响的多智能体系统的一致性与同步[D];重庆理工大学;2015年

，

本文编号：1893511