未知非线性多智能体系统的分布式有限时间自适应神经网络控制北大核心CSCD

针对一类具有未知磁滞输入的非线性多智能体系统,提出了一种基于改进命令滤波器的分布式预设性能自适应神经网络渐近一致控制方案。首先,为保证系统的跟踪性能,提出了基于新型性能函数的有限时间Funnel控制方案,使得跟随者与领导者在有限的时间内输出一致。其次,利用径向基神经网络和放缩方法消除了未知非线性的影响。然后,使用命令滤波器解决了传统递归方法的“微分爆炸”难题。理论分析表明:该控制方案消除了未知磁滞输入的影响并且实现了一致性误差渐近收敛至0。最后通过实例仿真验证了文中控制方案的有效性。