基于网络一致性的多智能体跟踪控制

基于动态网络一致性理论,研究外部向量场变化情况下的分布式多智能体的队形保持和跟踪控制问题.利用邻近多智能体间共享的信息,智能体以一致协商的合作方式既控制自身运动轨迹,同时又保持了一定的队形.针对多智能体之间形成的最近邻耦合网络拓扑进行分析后,提出了多智能体一致性动态控制律的设计方法,可方便地对系统的极点进行配置.还提出了一种利用分散的队形控制分解中心领航者作用的方法,并给出了系统稳定性的条件.研究结果显示,队形稳定性问题仅受到通讯拓扑结构的影响,可以通过分解降阶的系统解决,而向量场的特性只影响系统跟踪性能.仿真例子显示了方法的正确性.     

非线性耦合动态互联系统分布式协作负载均衡控制

针对一类非线性耦合动态互联系统,提出一种分布式协作负载均衡控制方法.借助输入输出反馈线性化技术,构建系统输入输出之间的关系,将耦合互联系统的分布式负载均衡控制设计问题转化为一阶多速率积分器智能体系统的输出一致性跟踪问题.基于最近邻原则设计增益可调的分布式协作负载均衡控制律,在通信拓扑满足相应的连通条件下,通过子系统间的局部交互实现负载均衡的目标.仿真和实验结果表明了所提出控制方法的有效性和可行性.     

不确定非线性多智能体系统的分布式模糊自适应镇定控制

针对一类具有未知非线性和未知参数摄动的非线性多智能体系统, 提出一种分布式模糊自适应镇定控制方法. 基于邻接智能体信息和部分智能体的自身信息, 分别设计静态耦合和动态耦合的分布式模糊自适应控制律. 基于Lyapunov 稳定性理论, 证明了所提出的控制器能使得系统状态最终稳定于原点的邻域内. 仿真实例验证了所提出方法的有效性.

     

基于近似模拟的多智能体系统分布式层次控制设计

本文主要探讨基于近似模拟的多智能体系统分布式层次控制的设计问题。为降低问题复杂度,首先建立了一个简单的抽象系统指导各智能体,继而讨论这一抽象系统和多智能体之间的模拟关系。借助于该抽象系统,给出多智能体系统完成一类协调任务的分布式层次控制器。同时利用模拟函数和共同Lyapunov函数,进一步分析了多个体系统在切换拓扑下的集体行为。     

基于自适应分布式滤波观测器的多智能体系统编队控制

本文考虑了全局指令系统输出信息受到信道扰动情况下线性多智能体系统的编队控制问题.首先,基于协作式输出调节理论框架对线性多智能体系统的编队控制问题进行数学建模.其次,针对受到信道扰动的全局指令系统输出信息,提出了一类基于受扰输出的自适应分布式滤波观测器,在降低网络信息交换量的同时消除扰动的影响.最后,设计了输出反馈确定等价控制律,解决了线性多智能体系统的分布式编队控制问题.给出了数值仿真结果检验控制性能.     

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.     

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.     

符号网络下一类非线性二分一致性系统的跟踪控制

研究具有对抗交互的一类非线性多智能体系统的二分一致性跟踪控制问题,借助有向符号图刻画智能体之间的通信关系,并假定符号图是结构平衡的.进一步,借助符号图网络对二分一致性跟踪问题进行公式化描述.基于最近邻原则,结合拉普拉斯矩阵、牵制矩阵、符号函数、耦合增益参数等,设计分布式控制律.利用Barbalat引理和李亚谱诺夫函数证明整个闭环系统的渐近稳定性,在保持闭环系统稳定的条件下推导出耦合增益的下界.最后通过仿真验证所提出方法的有效性.     

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.     

多智能体系统一致性问题的控制器与拓扑协同优化设计

本文考虑多智能体系统一致性问题的控制与拓扑协同优化设计.首先在给定的二次性能指标下,对多智能体系统的分布式一致性控制协议寻优,得到依赖于网络拓扑图拉普拉斯矩阵的最优控制器.其次,为进一步最大限度地减少拓扑之间的连边,又不降低多智能体系统的收敛速度,通过权衡系统的通信能量和控制能量,寻求网络拓扑的优化设计,给出了拓扑优化算法和多智能体系统特征值的优化方法.最后,仿真研究验证了在控制器优化的基础上进一步寻求拓扑优化,可大大提升系统的一致性性能.     

基于并行支持向量机的多变量非线性模型预测控制

提出一种基于并行支持向量机的多变量系统非线性模型预测控制算法．首先,通过考虑输入、输出间的耦合,建立基于并行支持向量机的多步预测模型;然后,将该模型用于非线性预测控制,提出新的适用于并行预测模型的反馈校正策略,得到最优控制律．连续搅拌槽式反应器（CSTR）的控制仿真结果表明,该算法的性能优于基于并行神经网络的非线性模型预测控制和基于集成模型的非线性模型预测控制．     

基于扩张状态观测器的分散模型预测控制

针对复杂关联系统中分散控制方法无法有效解决子系统间的耦合和干扰问题, 提出一种基于扩张状态观测器的分散模型预测控制算法. 首先将复杂关联系统分解为多个状态维数较低、控制变量较少的子系统, 并为每个子系统设计本地预测控制器; 然后, 采用扩张状态观测器对子系统的耦合项以及干扰项进行估计, 进而利用估计值对子系统进行前馈补偿, 从而降低复杂关联系统的计算复杂度, 提高系统的稳定性和抗干扰能力; 最后, 利用液位控制系统验证了所提出算法的有效性.

     

基于因果逻辑关系的CPS分布式控因研究

针对多子系统间存在复杂因果逻辑关系的信息物理系统(cyber-physical systems,CPS),建立带有未知非线性项和不确定耦合项的CPS多因系统模型,并提出基于云控制技术的分布式控因方法.利用非线性解耦观测器对CPS多因系统进行动态前馈线性化,使得CPS多因系统分解为多个无耦合关联的CPS因系统.设计基于非线性解耦观测器的分布式模型预测控制器以及分布式优化算法,对解耦后的CPS因系统实现在线约束优化控制.最后,通过数值仿真表明所提出控制策略和优化算法的有效性.     

一类具有随机时延的网络化控制系统的广义预测控制

网络化控制系统中,各种恒定、时变或者随机的网络时延会导致系统控制性能的下降甚至不稳定。针对基于交换式以太网所造成的随机网络时延问题,结合对系统结构及时延特征的分析,给出了一种基于广义预测控制的控制方法,该方法采用网络时间戳机制和模型的在线辨识,能够准确地测量系统输出并及时对预测值进行在线修正,实现对随机时延的网络化控制系统的有效控制。最后通过仿真验证了该方法的有效性。     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制,对一类非线性离散系统提出了直接自适应模糊预测控制的方法,此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器,并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

Multi-step Predictive Control of a PDF-shaping Problem

A predictive control strategy is proposed for the shaping of the output probability density function (PDF) of linear stochastic systems. The B-spline neural network is used to set up the output PDF model and therefore converts the PDF-shaping into the control of B-spline weights vector. The Diophantine equation is then introduced to formulate the predictive PDF model, based on which a moving-horizon control algorithm is developed so as to realize the predictive PDF tracking performance.     

MIMO系统的多模型预测控制

针对非线性多变量系统提出一种多模型预测控制(MMPC)策略.首先给出一种多模型 辨识方法,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统,并获得多个线性模型, 通过模型变换得出全局系统模型,接着对全局MIMO系统设计MMPC,并进行了系统的性能分 析,最后以pH中和过程为例,通过仿真研究验证了辨识和控制算法的有效性.     

输出概率密度函数形状的多步预测控制

A predictive control strategy is proposed for the shaping of the output probability density function (PDF) of linear stochastic systems. The B-spline neural network is used to set up the output PDF model and therefore converts the PDF-shaping into the control of B-spline weights vector. The Diophantine equation is then introduced to formulate the predictive PDF model, based on which a moving-horizon control algorithm is developed so as to realize the predictive PDF tracking performance.     

基于网络的运动控制系统预测控制研究

针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。     

Connectivity-maintaining Consensus of Multi-agent Systems With Communication Management Based on Predictive Control Strategy

This paper studies the connectivity-maintaining consensus of multi-agent systems.Considering the impact of the sensing ranges of agents for connectivity and communication energy consumption,a novel communication management strategy is proposed for multi-agent systems so that the connectivity of the system can be maintained and the communication energy can be saved.In this paper,communication management means a strategy about how the sensing ranges of agents are adjusted in the process of reachin...