通信约束下多智能体系统的迭代学习控制

发布时间：2021-01-22 06:13

　　近年来,多智能体系统的协同控制问题引起国内外控制领域专家学者的广泛关注。一致性作为多智能体系统协同控制中一类重要问题,更是成为了研究的热点。但随着网络通信技术和智能控制理论的发展,基于智能体之间协调合作的多智能体系统同时也是一个复杂的动态网络系统。然而目前关于多智能体系统一致性问题的研究成果大部分仅研究了非网络环境下的稳定性。因此,本文针对实际系统中存在的一类执行重复控制任务的非线性多智能体系统,研究了系统在复杂动态网络环境中受到数据丢失、饱和约束、拓扑切换三方面通信约束限制下的一致性问题,设计出分布式的控制协议,实现了多智能体系统在有限时间区间上的完全一致。本文的主要工作内容分为如下部分:（1）考虑数据丢失下带有领导者智能体的多智能体系统的一致性问题。假设多智能体系统的通信拓扑结构固定。将网络环境传输过程中存在的数据丢失现象,描述为取值0、1的伯努利序列。设计多智能体系统的一致性误差,提出数据丢失下的分布式P型迭代学习控制算法。给出了系统收敛的充分条件,并根据压缩映射的方法分析了系统跟踪误差在期望意义下的收敛性。最后,通过MATLAB仿真验证了算法的有效性,并给出了不同数据丢失率对系... 

【文章来源】：河南理工大学河南省

【文章页数】：78 页

【学位级别】：硕士

【部分图文】：

图的节点与边Fig.1-1vertexandedgeofthegraph

图 1-1 图的节点与边Fig.1-1 vertex and edge of the graph的关系程度不同，而用边的长短对其程值来表示事物与事物之间关联的程度。点间边的权值可以设置为路网中的开车

Fig.2-1 Communication topology of the agents所示的智能体之间的通信结构可以看出，只有智能能体 0 的信息。因此 D = diag{1,1,0,0,0}，那么同时结构图G的 Laplacian 矩阵，如下所示：2 0 1 0 10 1 0 0 -11 0 2 -1 00 0 0 1 -10 1 0 1 2L = 存在初始偏移，在仿真中，每次迭代， 5 个智能0.2 0.2]T ；,2(0) [ 0.3 0.5 0.4]Tix = ；,3(0) ix 0.5]T ；,5(0) [ 0.6 0.5 0.2]Tix = ，选定控制输入为体的学习增益分别选择为1=[0.25 0.23]TΓ ，2Γ ，4=[0.35 0.34]TΓ ，5=[0.34 0.234]TΓ 。


本文编号：2992722