信息、通信技術及人工智能等技術的飛速發(fā)展,為多智能體系統(tǒng)的編隊控制提供技術支持,編隊控制已經成為當前的熱點研究方向。多智能體系統(tǒng)在生產、生活、軍事等方面均有廣泛的應用,例如,現(xiàn)代布雷方式以潛艇式布雷最為隱蔽,在現(xiàn)有作戰(zhàn)設備基礎上,對自航水雷進行編隊控制研究,提高海防作戰(zhàn)能力、提升海域封鎖效率,成為布雷問題的研究重點問題之一。因此本文提出了對多智能體編隊控制策略的研究,在多智能體編隊控制策略研究中,一個特別重要的問題就是如何使得初始位置任意分布的多智能體系統(tǒng),通過合理的編隊控制策略,形成并保持一定的隊形。本文對多智能體編隊控制策略進行研究,將多智能體系統(tǒng)映射為編隊圖,根據(jù)編隊圖制定智能體之間的約束關系,設計多智能體一般性控制律,對這些約束關系進行控制,使多智能體系統(tǒng)達到期望隊形,主要成果有:首先,對剛性圖理論進行研究,提出生成最優(yōu)剛性圖的算法。并根據(jù)編隊有向性和維持性的要求,將多智能體系統(tǒng)映射的最優(yōu)剛性圖轉化為基于最優(yōu)剛性圖的有向編隊圖,為后續(xù)控制律設計及驗證提供基礎;其次,分別以速度分解法和幾何表示法對多智能體系統(tǒng)控制律進行設計,并證明在控制律作用下系統(tǒng)的收斂性。通過仿真驗證控制律的有...

【文章頁數(shù)】：102 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 引言
    1.2 多智能體系統(tǒng)編隊控制理論國內外研究現(xiàn)狀分析
        1.2.1 虛擬機構法編隊控制理論
        1.2.2 行為法編隊控制理論
        1.2.3 圖論編隊控制理論
        1.2.4 領導-跟隨者編隊控制理論
    1.3 智能體避障方法國內外研究現(xiàn)狀分析
        1.3.1 自由空間法
        1.3.2 柵格法
        1.3.3 模糊控制法
        1.3.4 人工勢場法
    1.4 論文主要內容及結構
        1.4.1 論文主要內容
        1.4.2 論文結構
2 基于最優(yōu)剛性圖的多智能體有向編隊控制模型
    2.1 編隊問題
        2.1.1 編隊問題模型構建
        2.1.2 編隊圖
    2.2 基于剛度矩陣判定法的最優(yōu)剛性圖算法
        2.2.1 圖的剛性和最小剛性圖生成法
        2.2.2 基于剛度矩陣的最優(yōu)剛性圖算法
    2.3 基于最優(yōu)剛性圖的多智能體有向編隊圖
    2.4 本章總結
3 基于領導者速度收斂情況下的編隊控制律設計
    3.1 問題提出
    3.2 只有領導者和第一跟隨者情況下的控制律設計
    3.3 基于速度分解法的控制律設計及驗證
        3.3.1 三個智能體控制律設計及驗證
        3.3.2 DMO編隊圖下基于速度分解法的多智能體一般性控制律設計
    3.4 幾何表示方法的控制律設計
        3.4.1 三個智能體控制律設計及驗證
        3.4.2 DMO編隊圖下基于幾何表示法的多智能體一般性控制律設計
    3.5 兩種編隊控制律仿真驗證優(yōu)選
        3.5.1 三個智能體的編隊控制律驗證對比
        3.5.2 七個智能體的編隊控制律驗證對比
    3.6 多智能體編隊控制律對比分析
    3.7 本章總結
4 基于人工勢場法的避碰控制律設計
    4.1 多智能體系統(tǒng)在收斂過程中的碰撞問題
    4.2 基于人工勢場法的避碰控制律設計
        4.2.1 引力場控制律設計
        4.2.2 斥力場控制律設計
    4.3 避碰控制律算例驗證
        4.3.1 避碰控制律算法驗證
        4.3.2 避碰控制律比較
    4.4 本章總結
5 基于雙領導者-跟隨者的最小有向編隊方案
    5.1 基于雙領導者-跟隨者的最小有向編隊圖算法
        5.1.1 編隊方案的改進
        5.1.2 算法設計
        5.1.3 兩種編隊方案的比較
    5.2 兩種編隊方案的仿真對比分析
    5.3 算例仿真分析
        5.3.1 單條線的仿真分析及領導者初速度經驗值參數(shù)選取
        5.3.2 兩條線的仿真分析及系統(tǒng)領導者的選取
    5.4 本章總結
6 總結與展望
    6.1 工作總結
    6.2 研究展望
參考文獻
作者簡歷
學位論文數(shù)據(jù)集



本文編號：3846465