智能网络控制器在水处理中的研究与应用

针时水处理过程中混凝剂的准确投加,以及投药过程中的时滞、网络延迟等问题,采用基于网络学习控制的智能控制算法来改进投药控制系统.用远程专家系统和自学习BP神经网络复合算法的优点,即专家系统的前馈补偿能力解决流量、浊度突变、延迟等干扰因素;神经网络的非线性映射能力解决水处理非线性影响;滚动学习和反馈学习来解决时变、时滞等问题.该算法较好地解决了网络延迟造成的系统性能下降问题,加快了神经网络的训练速度.将该算法应用于水厂自动化系统,可以实现最佳投药量控制,水质符合标准,并取得良好的经济效益.     

博弈论框架下的二阶多智能体系统领导者选择算法

随着人工智能的发展,多智能体系统中智能体的异质性、工作环境的复杂性、系统目标的多样性,给多智能体系统动态性能的分析带来了挑战.同时,也催生了新的控制策略和优化方法.博弈论作为一种研究社会系统中智能体决策过程的经典工具,如今已被应用到了多智能体系统研究领域.本文主要针对二阶多智能体系统编队过程中领导者选取的两类问题:1)选取k个领导者使系统误差达到最小;2)系统误差在一定范围内,选取最小数量的领导者;提出了一类超模博弈建模方法.在建模过程中设计了各个智能体的效用函数与系统整体的目标函数,使各个智能体在寻求各自效用函数最大化的过程中实现整体目标.而后,运用贪婪算法优化了智能体决策过程.本文分析了所建模型的平衡点存在性和系统稳定性.最后,利用仿真实例对比说明了本文提出的基于超模博弈的二阶多智能体系统领导者选择算法的有效性.     

基于模糊自整定PID的直升机飞行控制律设计

在经典PID控制律基础上,引入模糊控制的概念设计模糊自整定PID控制律改进无人直升机姿态回路控制器,实现了PID控制器的参数在线自整定,并改善了控制器性能.通过Matlab对闭环系统进行算法仿真,表明模糊自整定PID控制器能够发挥优于传统PID控制器的控制性能.最后对所设计的控制器进行半物理仿真验证,通过对比典型输入指令下经典PID和模糊自整定PID两种控制器的控制效果,验证了模糊自整定PID对系统性能的优化.     

基于梯度估计的多智能体系统有限时间分布式优化

现有多智能体系统分布式优化算法大多具有渐近收敛速度,且要求系统的网络拓扑图为无向图或有向平衡图,在实际应用中具有一定的保守性.本文研究了具有强连通拓扑的多智能体系统有限时间分布式优化问题.首先,基于非光滑分析和Lyapunov稳定性理论设计了一个有限时间分布式梯度估计器.然后,基于该梯度估计器提出了一种适用于强连通有向图的有限时间分布式优化算法,实现了多智能体系统中智能体的状态在有限时间内一致收敛到全局最优状态值.与现有的有限时间分布式优化算法相比,新提出的有限时间优化算法适用于具有强连通拓扑的多智能体系统,放宽了系统对网络拓扑结构的要求.此外,本文基于Nussbaum函数方法对上述优化算法进行了拓展解决了含有未知高频增益符号的多智能体系统分布式优化问题.最后,通过仿真实例对提出的分布式优化算法的有效性进行了验证.     

切换拓扑下非线性多智能体系统自适应神经网络一致性

本文研究一类具有未知控制系数的非线性多智能体系统自适应神经网络分布式控制策略.首先,针对切换拓扑下具有未知控制系数的非线性多智能体系统一致性问题,提出一类自适应神经网络一致性控制算法.其中,采用神经网络函数逼近方法解决系统中的不确定性问题,并设计一项自适应光滑项处理有界扰动和神经网络函数逼近误差.随后,证明了切换拓扑下具有未知控制系数的非线性多智能体系统的一致性,并保证了闭环系统的有界性.此外,本文把相关的一致性算法扩展到了一般有向图含有一个有向生成树的情形.最后,通过仿真实例验证了本文所提算法的有效性.