多速率分布式预测控制及其在热连轧活套系统中的应用

多智能体协调控制系统更适合采用分布式控制方式,但是处理智能体之间的耦合影响是分布式控制的一个难点.本文针对串联结构下的多智能体系统,提出一类多速率分布式预测控制策略,异步更新多智能体的控制律,能够充分考虑智能体之间的耦合影响,提高系统的稳定性,并给出了系统稳定的充分条件.最后,将多速率分布式控制算法应用到热连轧活套系统,仿真验证了方法的有效性和可行性.     

面向产品协同设计的分布式决策支持系统研究

在传统决策支持系统基础之上,本文提出了面向协同设计的分布式决策支持系统的体系结构,分析了问题处理系统与分布式问题求解的过程,并讨论了分布式决策支持系统的、基于智能Agent集成控制的多库系统及其管理。     

Multi-Agent的连续轧制过程控制系统研究

结合带钢连续轧制过程控制系统的特点,提出基于多智能体理论的控制方法.将多智能体理论应用于连续轧制过程的控制之中,给出了基于多智能体轧制过程的控制系统架构,并对多智能体控制系统的划分机制、协调机制和模型结构等关键问题进行了分析和研究,提出一套基于多智能体的带钢连续轧制过程控制系统的全新控制结构.该系统有利于建立轧制流程的广义集成模型,消除控制系统之间的耦合关系,实现连续轧制生产的高度自动化和智能化.     

基于多智能体的回炉煤气主管压力控制系统

多智能体系统的分解—综合策略和智能体的自主性为复杂过程控制系统的分析提供了设计依据．基于逻辑代数关系，采用面向智能体的程序设计方法，给出了基于多智能体的复杂工业过程控制系统中控制agent单元及其组织协调关系的具体语义描述，并将其应用于具有复杂扰动的回炉煤气主管压力控制系统设计．实际系统构建和运行效果表明该方法在实际系统的分析与实现中具有通用性和可操作性．     

复杂网络特性对大规模多智能体协同控制的影响

随着分布式多智能体系统应用领域和系统规模的不断扩大,网络特性已成为影响系统性能的一个重要因素.通过研究和分析复杂网络特性对大规模分布式多智能体系统协同控制的影响,对多智能体系统性能的影响做出系统性分析,同时为提出大规模多智能体组织结构的优化算法提供依据.主要针对随机网络、小世界网络、网格网络和无尺度网络这4种典型复杂网络特性,从理论和仿真两方面进行分析.在理论方面,通过基于马尔可夫链的信息传输过程在不同网络结构下的建模,对比分析了信息无偏随机游走模型和智能决策模型下的传输效率.在仿真建模中,主要从智能体间信息传输效率、不同应用领域中集成协同控制效率、对网络故障恢复的影响这3个典型的多智能体系统协同控制应用对比分析复杂网络特性对系统性能的影响.研究结果表明,复杂网络特性如小世界和无尺度特性可以在相同的控制策略下形成明显的性能差异,如果设计合理的控制算法,复杂网络结构将有助于多智能体系统性能的提升.     

带有不匹配干扰的多智能体系统有限时间积分滑模控制

针对动态多智能体系统协同控制问题，本文研究了带有不匹配干扰的二阶多智能体系统的有限时间包容控制，提出了基于非线性积分滑模控制（Integral sliding-mode control，ISMC）的复合分布式包容控制算法.首先利用Lyapunov稳定性和齐次性定理，分析了未受扰系统的有限时间包容控制问题；然后针对存在不匹配干扰的多智能体动态系统，设计非线性有限时间干扰观测器估算智能体的状态和干扰，提出基于干扰观测器的复合分布式积分滑模控制协议，结合现代控制理论和滑模控制理论，研究了带有不匹配干扰的多智能体系统有限时间包容控制问题.最后数值仿真证明了控制算法的有效性.     

基于多智能体的多机器人网络控制体系

按照共享控制模式建立基于多智能体的多机器人遥操作系统网络控制体系。设计了具有感知、决策和交互等公共属性的智能体模块化层次结构,给出了各模块的功能描述,阐明了多个智能体之间的交互特性。在此基础上,实现了融合多层分布式黑板模型和智能体节点的多机器人网络遥操作控制体系结构。最后实验测试了状态推理智能体的激活状态,验证了多智能体结构框架下网络遥操作控制体系的有效性。     

基于多智能体的多机器人控制研究

多机器人控制是目前机器人研究的关键问题,本文以足球机器人为研究平台,首先讨论多智能体系统的组织结构和智能体的体系结构;然后,基于多智能体理论,组建多机器人系统,提出一种适用性广泛的多机器人协作控制方案,主智能体和辅助智能体相互协作,降低多机器人系统控制的复杂度.提高了控制效率.实验结果证明该协作控制方案的优越性.     

具有复杂动力学的多智能体系统分布式优化综述

多智能体系统分布式优化由于其高效性、灵活性和可靠性等特点吸引了大量学者的关注,在多机器人协同控制、无线传感器网络、能源系统等领域具有广泛的应用前景.分布式优化的基本目标是利用智能体的个体目标函数梯度、自身及其邻居状态信息设计分布式控制协议,驱动所有智能体的状态或输出到全局目标函数的最优解,系统动力学是影响智能体状态演化的重要因素.鉴于此,在回顾现有连续时间分布式优化算法的基础上,根据系统动力学分类,尽可能全面地评述具有复杂动力学的多智能体系统分布式优化问题的最新研究进展,并对未来发展方向进行展望.     

完全分布式异构多智能体系统有限时间跟踪

针对异构二阶非线性多智能体系统有限时间跟踪问题,提出一种完全分布式一致性控制方法,消除对于误差上界与Laplacian矩阵特征值等全局信息的依赖.设计一种只包含局部信息的有限时间一致性协议,并提出自适应增益的分布式切换机制,使得各增益以分段常数的方式进行调节,简化了相邻两次切换时间区间内稳定性分析过程.通过反证法证明多智能体系统必将实现有限时间一致性,并且自适应增益保持有界.仿真结果验证了所提出的完全分布式一致性协议的有效性.