基于反馈控制策略的多智能体蜂拥控制

讨论一类带有虚拟领导者的二阶多智能体蜂拥问题. 为了避免群体的分裂, 提出对虚拟领导者进行反馈控制的蜂拥算法.假设多智能体系统中有部分数量固定的跟随者和领导者之间建立通信链路,领导者在沿着预设轨迹运动的同时, 根据此部分跟随者的状态反馈调节自身的运行速度,减小跟随者和领导者之间的跟随误差.利用该算法,即使只有部分的跟随者能够获得虚拟领导者信息,所有的跟随者的速度仍将渐近收敛到虚拟领导者的速度,跟随虚拟领导者的运行轨迹运行,最终形成稳定的群集运动.仿真了多智能体在平面上的蜂拥运动,仿真结果验证了结论的有效性.     

时延多智能体系统的编队控制

为了揭示多智能体系统的群集行为特征,研究2阶时延多智能体系统的编队控制问题.假设多智能体系统的网络拓扑是有向图、且具有一个全局可达结点,在多智能体之间的信息传输存在通信时延、信息处理存在输入时延的情况下,研究移动多智能体系统的动态编队控制.通过分析多智能体系统的运动特性,建立具有不同通信时延和不同输入时延的多智能体系统的控制协议.采用频率域的Laplace变换,分析时延通信系统的频率特性.根据Greshgorin圆盘定理,研究闭环控制系统的特征方程.应用广义Nyquist判据,得到保证多智能体系统编队控制的收敛性条件.得到的收敛性条件是一个分散式条件,该条件只采用每个结点的局部信息,与其他结点无关.应用计算机仿真验证了结论的有效性.     

全局信息未知的多智能体自适应容错包容控制

研究一类带有执行器故障并且全局信息未知的多领航者多智能体系统包容控制问题,其中执行器故障包括失效、卡死和中断。针对未知的全局信息问题,即Laplacian矩阵的最小特征值未知,通过自适应技术在线估计了控制器的耦合增益,进而设计鲁棒容错控制器实现跟随者的状态跟踪误差在不确定性、扰动、非线性动态和故障同时存在的情况下的稳定性,并给出一个仿真算例来验证所提出的方法的有效性。最终保证了跟随者的状态跟踪误差的渐近稳定性,即所有的跟随者状态轨迹能够跟踪到多个领航者所形成的凸包区域内。     

通信时延下多智能体系统的安全一致性控制

本文主要探究了离散时间多职能系统在其通信状况之下的时延条件下存在的安全一致性状况与问题,对于一致性控制算法在网络中的应用等相关问题进行了分析,对其能够使得网络中各正常智能体抵御敌对智能体的攻击并实现最终状态一致的相关算法进行探究,进而了解到此种算法在实践中主要就是通过个体的自认状态以及其相邻个体的实际时延相关信息作为其控制输入,在基于此对其相关控制器的参数、拓扑属性以及相关通信时延等进行控制,对其相关条件进行获取,利用实验的方式对其进行了验证分析.     

基于牵制控制带有协议失效多智能体的一致性

基于牵制控制研究了线性多智能体系统中协议失效的一致性问题,建立了一种连接失效的网络模型,该模型的驻留时间为常数。基于两种状态的李雅普诺夫方法函数来分析其一致性。依赖于驻留时间,给出了计算复杂度较小的简洁条件。在此基础上,总结了对于存在故障设计的一个牵制一致性控制器的两个充分条件。最后,通过实例验证了该方法的有效性。     

带有未知反应参数的一种发酵过程非线性自适应控制

将非线性系统的线性化方法与神经网络在线辨识技术相结合,提出了一种基于神经网络的非线性自适应控制策略,提出的控制策略,对带有未知反应参数的连续发酵过程,取得了良好的控制性能,仿真实验表明,提出的自适应控制方法能够适应过程模型的不确定性,具有较强的鲁棒性。     

带有未知反应参数的一种发酵过程非线性自适应控制

将非线性系统的线性化方法与神经网络在线辨识技术相结合,提出了一种基于神经网络的非线性自适应控制策略.提出的控制策略,对带有未知反应参数的连续发酵过程,取得了良好的控制性能.仿真实验表明,提出的自适应控制方法能够适应过程模型的不确定性,具有较强的鲁棒性.     

全局信息未知的多智能体自适应容错包容控制（英文）

研究一类带有执行器故障并且全局信息未知的多领航者多智能体系统包容控制问题,其中执行器故障包括失效、卡死和中断。针对未知的全局信息问题,即Laplacian矩阵的最小特征值未知,通过自适应技术在线估计了控制器的耦合增益,进而设计鲁棒容错控制器实现跟随者的状态跟踪误差在不确定性、扰动、非线性动态和故障同时存在的情况下的稳定性,并给出一个仿真算例来验证所提出的方法的有效性。最终保证了跟随者的状态跟踪误差的渐近稳定性,即所有的跟随者状态轨迹能够跟踪到多个领航者所形成的凸包区域内。     

一种时延多智能体系统的分布式编队

针对具有定常时延的二阶积分器多智能体系统,提出一种不依赖时延的分布式编队控制律。通过引入编队误差的积分信息,设计一种新的分布式比例积分微分控制律。和当前的编队控制律相比,分布式比例积分微分控制律具有对部分恒偏差故障鲁棒的特性。利用Nyquist稳定性判据,通过分析系统开环传递函数的幅相曲线特性,给出独立于时延的编队控制律存在的充要条件。仿真结果验证了该方法的有效性。     

通讯时延和外部干扰下多无人机事件触发滑模编队控制

针对多无人机编队系统,采用了内外环控制策略。首先,在考虑通讯时延和有界外部干扰的情况下,针对位置子系统提出了一种基于记忆事件触发机制的滑模控制方法。针对所建立的无人机二阶模型,采用领航-跟随法实现期望飞行编队。其次,为降低编队过程中的通讯负荷,设计了基于输入反馈和跟踪误差的新型自适应记忆事件触发机制,针对由此产生的输入通讯时延和系统所受的外部干扰问题,设计了滑模控制器,保证了控制性能并抑制了通讯时延和有界干扰的影响。再次,应用Lyapunov理论和H∞控制理论完成了闭环系统稳定性证明,并且给出了便于滑模控制器增益和触发参数求解的策略。从次,基于所获得的虚拟控制量,针对姿态子系统设计了跟踪控制器。最后,通过仿真验证了所提方法的有效性。     

基于多智能体的城市道路交通控制

在分析多智能体特性的基础上，提出了基于多智能体的城市道路交通控制系统，并采用遗传再励学习和博弈论方法进行优化控制和区域协调，最后通过仿真分析说明了算法的有效性。     

一类带有未知间隙滞后特性的反演自适应控制

提出了一类带有未知间隙滞后特性的不确定非线性单输入单输出系统的一种反演自适应控制器设计方案。在有界外部干扰的情况下,通过不同的方程式建立了滞后模型。在设计方案中,我们提出了一种可供选择的平滑控制律,它的跟踪误差仍然接近指定界。与别的控制方案不相同的是发展的反演自适应控制不要求内部模型参数已知,也不要求干扰项有界。除了说明全局稳定性之外,在设计参数方面,也给出了性能的轨线误差一个确切的界。最后的仿真结果说明了我们方案的有效性。     

基于模型简化法的含有随机时延的 多智能体系统一致性研究

讨论具有随机时延的一阶多智能体系统的一致性问题.首先利用模型简化法,将具有随机时延的多智能体系统简化为一个非时延系统.然后设计一个通信协议,实现简化后的系统的一致性,从而使原系统达到一致性.最后通过一个数值仿真验证了方法的有效性.     

带有未知系数的非线性系统的自适应模糊跟踪控制

针对带有未知虚拟控制增益的严格反馈系统的输出反馈控制问题,给出一类单输入单输出严格反馈系统鲁棒观测器的设计方法,提出一种基于观测器的自适应模糊输出反馈跟踪控制设计方案。同时,利用模糊自适应控制方法和Backstepping技术,构造理想的控制器,并在李雅普诺夫稳定性理论的基础上,证明所提出的输出反馈控制策略能保证,闭环系统的所有信号是半全局一致最终有界,且使跟踪误差能够收敛到原点的一个小邻域内。并通过实际例子验证所提控制方法的有效性。验证结果表明,本文设计的观测器能很好的估计系统的状态,而且闭环系统的所有信号最终是有界的。本文所提出的控制方案,保证了闭环系统的稳定性,跟踪误差能够收敛到原点的一个小邻域内。本研究简单易行,在实际工程中具有广阔的应用前景。     

基于事件触发和欺骗攻击的多智能体一致性控制

本文研究了基于事件触发和欺骗攻击的多智能体一致性问题.为了降低智能体间无线通信网络负载,本文引入事件触发机制来减少智能体之间通信的冗余数据传输量.由于智能体间无线通信网络易遭受网络攻击,因此考虑无线通信网络环境下欺骗攻击的影响,建立了一类基于事件触发和欺骗攻击的多智能体系统数学模型.基于此模型,通过利用Lyapunov稳定性理论、多智能体一致性理论和线性矩阵不等式技术分别给出多智能体一致性控制的稳定性条件和控制器设计算法.最后,通过仿真算例验证了所提出设计方法的有效性.     

基于多智能体的交通控制仿真系统

研究了基于多智能体的交通控制Agent模型,将多智能体技术(Multi-Agent)引入智能交通控制系统.首先介绍了系统各功能模块的逻辑结构,然后详细介绍了基于泊松分布、AABB碰撞检测、粒子系统的Agent主体构建过程.最后以C++和OpenGL实现系统仿真,系统能较好的模拟交通控制.     

多智能体足球机器人系统的协作控制

运用多智能体系统的思想,提出了一种新的多智能体系统协作控制模型,介绍了基于此模型设计的足球机器人系统的策略实现方法,通过实例分析了模型及其策略在系统协作控制方面的性能优越性．     

基于多智能体遗传算法的多机器人混合式编队控制

提出了一种基于多智能体遗传算法的多机器人混合式编队控制方法,将多智能体系统与传统遗传算法相结合,形成了一种新的在线优化算法(多智能体遗传算法),应用到多机器人编队控制中。同时将领航跟随法与人工势场法相结合,能更有效地保持队形的稳定性、增强抗干扰能力。采用该方法进行仿真实验,并与传统机器人编队控制方法相比较,实验结果验证了所提方法的可行性和有效性。     

参数未知非线性系统的神经网络自适应控制

提出了一种以神经网络为模型的新型间接自适应控制算法,该控制算法不仅能解决一类含未知参数的离散非线性系统的跟踪控制问题,而且降低了通常该类自适应控制算法的神经网络模型的构造的复杂性,神经网络参数收敛性和闭环控制系统跟踪误差的ＵＵＢ（ｕｎｉｆｏｒｍｌｙ Ｕｌｔｉｍａｔｅｌｙ Ｂｏｕｎｄｅｄ）也能得到保证。     

基于多智能体系统的智能配网控制中心和智能微网的信息管理架构

通信网的发展趋势标志着多智能体系统和智能微网的发展。为满足不同技术下的智能配网能力和管理需求,对智能微网的信息管理结构的研究也应该提到更高的要求。智能微网的本质是分布式电源、储能和能量转换装置汇集成的小型发配电系统。属于利用不同程序进行自我控制的系统。可以与外部电网并网运行,也能独自运行,所以基于多智能体系统的智能配网控制中心对智能微网的研究是具有可行性和重要意义的。微网可以作为小型电力系统进行利用,无论从宏观还是微观方面,微网都具有着比较重要的研究意义。