基于位置信息的混合多智能体蜂拥控制方法

目前,很多蜂拥控制算法都是基于智能体通信半径为一个固定的值且既考虑多智能体之间的相对位置,又考虑它们的相对速度来设计的,然而,实际的情况往往不会有那么理想。文中试图在基于通信半径不同的混合多智能体控制策略的设计过程中减少考虑的控制因素的个数（只考虑位置信息）,提出一种分布式的控制算法。此控制算法能实现多智能体跟随一个速度固定的虚拟领航者,形成聚合、无碰撞的队列。给出了算法的可行性理论分析,并针对20个智能体跟踪一个速度固定的虚拟领导者的情形给出了计算机仿真,用以验证算法的可行性。     

仅用位置信息的多智能体自适应蜂拥控制

复杂系统的研究中,提出了自适应调节的多智能体蜂拥控制算法.算法首先通过改进人工势函数来保证网络的连通性.再通过构造分布式观测器,用多智能体之间的位置信息来估计多智能体之间的速度信息;同时对观测器权重参数进行自适应调节来降低蜂拥控制模型的参数不确定性的影响.并且从理论上对算法进行了分析,然后给出计算机仿真,证明了算法的有效性.仿真结果表明,上述算法能够使多智能体经过一定时间的调整达到速度一致并进入稳态,且运动过程中保证网络连通性.     

基于虚拟领导者的多智能体蜂拥行为研究

蜂拥行为的产生来源于对飞鸟、鱼群、蚂蚁以及蜜蜂行为的研究,这些群体通过每个个体的局部信息交互而产生统一的觅食、迁徙、归巢等行为。多智能体的自组织行为促进了蜂拥行为在工程上的应用,包括大量在环境中移动的传感器、媒介的平行同步传输、军事任务中的侦查、监视和战斗协作。主要研究内容是具有虚拟领导者的多智能体蜂拥控制算法,分别对群体中只有一部分智能体具有引导信息和虚拟领导者具有变化速度的情况作了分析。通过个体之间的局部感知作用和相应的反应行为,使系统整体呈现一定的协调行为。     

二阶多智能体系统量化蜂拥控制

针对在多智能体系统的通信网络中需要对交换信息进行量化的客观情况,研究基于量化信息的二阶多智能体系统蜂拥控制问题。首先,假设多智能体系统采用一致量化器对速度和位置信息进行量化,并且有一个虚拟领导者沿着固定方向匀速运动;然后,设计基于量化信息的多智能体蜂拥控制输入,并利用非平滑系统的Lyapunov稳定性判据和不变集原理证明系统的稳定性;最后,利用Matlab对多智能体系统在二维平面上的蜂拥运动进行仿真实验,仿真结果验证了理论分析的正确性。     

基于局部估计的功率驱动多智能体网络牵制蜂拥控制算法

针对复杂功率驱动系统控制中现有牵制控制策略在保持拓扑结构连通性和降低功率消耗方面存在的不足,提出一种基于局部估计的功率驱动多智能体网络的牵制蜂拥控制算法。该算法首先利用幂迭代一致估计算法动态估计多智能体网络的代数连通度;然后根据代数连通度的局部估计值及最大功率约束自适应调整个体发射半径,以保持多智能体网络在演化过程中拓扑结构的连通性,并有效降低功率消耗;最后通过仿真实验验证了所提出控制算法的有效性。     

具有时变通信延迟的多智能体系统改进蜂拥控制

针对不确定非线性二阶多智能体系统中存在的时变通信时延和未知干扰问题,提出了一种鲁棒自适应蜂拥控制规律。为了使二阶多智能体系统能够具有更好的抗干扰能力,设计了基于智能体位置状态信息和速度状态信息的鲁棒自适应算子,实现了系统在时变通信时延扰动下的分布控制。通过使用Lyapunov-Krasovskii方法构造能量函数,证明了多智能体系统的网络连通性,智能体的速度收敛于虚拟领导者的速度,并给出了具有时变通信时延的多智能体系统收敛条件。仿真实验结果表明,在不同干扰强度和不同通信时延下系统均能实现快速收敛,形成稳定的拓扑结构,证明所提方法正确有效。     

邻域交互结构优化的多智能体快速蜂拥控制算法

针对多智能体系统在动态演化过程中容易出现的\"局部聚集\"现象,融 合复杂网络中的拓扑结构优化理论与多智能体系统协调蜂拥控制研究,提出了一种基 于邻域交互结构优化的多智能体快速蜂拥控制算法.该算法首先从宏观上分析多智 能体的局部聚集现象,利用社团划分算法将局部相对密集的多个智能体聚类成一个 社团,整个多智能体系统可以划分成多个相对稀疏的社团,并为每个社团选择度 最大的个体作为信息智能体,该个体可以获知虚拟领导者信息;随后从多智能体 系统中不同社团相邻个体间的局部交互结构入手,取消社团间相邻个体的交 互作用,设计仅依赖于社团内部邻居个体交互作用的蜂拥控制律;理论分 析表明,只要每个社团存在一个信息智能体,在虚拟领导者的引导作用下,整个多 智能体系统就可以实现收敛的蜂拥控制行为;仿真实验也证实了对多智 能体系统进行邻域交互结构优化可以有效提高整个系统的收敛速度.     

基于自适应滑模的不确定Euler-Lagrange多智能体系统抗扰动蜂拥控制

针对具有参数不确定性和未知外部扰动的Euler-Lagrange多智能体系统,设计一种基于自适应滑模控制的分布式蜂拥算法.该算法使用自适应滑模控制和自适应控制律分别补偿未知的外部扰动与模型中可线性参数化回归的不确定项,从而在实现蜂拥控制的同时,避免智能体对外部扰动先验知识的要求.理论分析表明,在多智能体达成蜂拥的同时,算法保证滑模的自适应增益有界.此外,所提出的算法同时考虑虚拟领导者追踪与基于目标区域的跟踪问题,并给出碰撞避免的条件.最后,通过算例仿真验证所提出算法的有效性.     

不确定Euler–Lagrange多智能体系统经验回放自适应蜂拥控制

针对具有可参数化线性回归的不确定项的Euler–Lagrange多智能体系统, 提出了一种基于经验回放的自适应蜂拥控制算法. 在系统模型中的不确定项可以被分解为已知的回归矩阵和未知的回归参数的情况下, 该算法通过在线辨识未知参数, 降低了传统自适应蜂拥控制算法中估计参数收敛对持续激励条件的要求, 可以有效地提高蜂拥系统的性能. 利用设计的滤波器, 在获得估计参数量与实际参数的误差信息的同时, 可以避免使用系统状态的导数信息. 本文设计的自适应律不仅保证系统达成蜂拥控制的目标, 还通过记录不同时刻的误差信息, 使得系统在满足间断激励的情况下, 保证估计参数收敛于实际值. 通过LaSalle不变集理论对算法进行了分析, 给出了理论证明. 仿真验证了该算法的有效性.     

基于磁流变的气动位置速度复合控制策略

为了提高线性气缸的定位精度、减小制动冲击,提出了基于磁流变阻尼器的位置速度复合控制策略.依据气缸两腔压力差和磁流变阻尼特性,建立了气动系统定位过程的动力平衡方程,通过分析阻尼控制电流的变化规律和系统响应对定位精度的影响,分别提出了速度柔性控制和位置补偿控制算法.在该算法下采用位置速度复合控制策略进行试验研究表明定位误差随着负载质量的增大而增大,随着目标位置的增大而减小,对气源压力波动有较好鲁棒性.该控制策略在改善系统冲击特性的基础上提高了定位精度,为磁流变技术在气动位置伺服控制中的应用提供了理论与试验依据.     

关于flocking的综述

本文着重介绍了群及其聚结规则,由雷诺兹启发提出的控制规律确保所有个体的前进方向和速度以渐近线趋向于相同值,并且避免个体问的相互碰撞.阐述了国内外研究的历史和现状,以及对未来发展的预测.本文在总结国内外flocking研究发展的基础上,预测其在航空等方面发展的前途,为我们在新的领域中研究flocking提供了可能.     

基于智能多代理的工作流资源分配

提出了一种基于智能多代理实现分布式工作流资源分配的方法。该方法采用KQML语言来设计资源分配代理和工作流引擎之间面向知识交换的通信协议,并且由Router提供消息存储和转发机制。工作流资源分配代理与工作流管理系统的其他代理程序通过KQML消息交流知识,从而达到在分布式、异构环境下的互操作。     

基于服务多代理的集成供应链系统

供应链管理在快速多变的全球环境下竞争,对集成供应链信息系统提出了新的要求。该文分析了多代理系统在集成供应链中的应用及Web服务技术,提出了基于服务多代理技术实现集成供应链系统的模型,解决了基于多代理的供应链成员信息系统在跨Internet集成技术实现上的困难。     

Flocking shape analysis of multi-agent systems

In this paper,we consider the shape control in flocking behavior of a multi-agent system with a virtual leader.Besides the traditional flocking control terms,which include a gradient-based term,a velocity consensus term and a navigational feed-back in general,a new piecewise smooth neighbor-based local controller is added to regulate the configuration to the desired flocking shape.All agent velocities approach the desired velocity asymptotically,while collisions among agents can be avoided.Furthermore,based...     

基于X-Y定位平台的力/位置混合控制

在确定了X-Y定位平台系统数学模型的基础上,提出了一种力/位置混合控制方法。在位置控制部分,采用了基于重复控制补偿的PID控制方法。用重复控制作为误差补偿与传统简单的PID控制器相结合作为位置控制部分所采用的控制算法。在力控制回路中采用一种自适应模糊控制方法。通过引入一个切换函数来确定控制律形式,根据所设计的模糊规则对变量进行模糊化,通过解模糊得到控制律结果,自适应律是通过调制饱和度得到的。仿真结果表明,该控制方法能使系统的自适应能力和鲁棒性均有显著改善。     

基于混杂理论的机器人辅助康复治疗控制方法

现有机器人辅助康复治疗控制方法大多是分别从机器人连续变量运动控制或医师离散事件决策控制角度设计控制器,未能将系统这种混杂特性融于统一框架内,具有一定的局限.为更好解决上述问题,本文在分析机器人辅助康复过程的连续与离散混杂特性的基础上,以渐进抗阻肌力训练过程为例,提出一种基于混杂理论的机器人辅助康复治疗控制方法.该方法通过定义肌力训练过程中离散系统控制状态、控制输出向量及连续系统状态转换产生的离散事件,设计了基于混杂自动机的离散事件决策控制器.临床实验结果表明,混杂系统理论应用于机器人辅助康复过程具有较好的有效性和实用性.     

基于MCGS的前馈-反馈复合控制系统的设计

根据系统工艺要求及实际需要,给出了流量液位前馈一反馈计算机复合控制系统的设计方案及实施方法,着重说明了MCGS组态软件在设计开发计算机流量液位前馈～反馈复合控制系统中的应用。实际运行结果表明,前馈一反馈复合控制系统对可测量的外部扰动具有及时补偿的能力,具有一定的实际应用价值。     

机器人力／位置自适应模糊控制

在机器人力／位置混合控制的基础上，本文提出了一种对力控制回路采用自适应模糊控制的方法，有利于提高系统对机器人末端操纵器五外界工作环境接触时，其接触刚度不确定性的自适应能力，仿真结果表明，该控制方法与常规ＰＩＤ控制相比，系统的自适应能力和鲁棒性有显著的改善。