網(wǎng)絡(luò)化多智能體系統(tǒng)是由多個(gè)可相互通信、相互合作的智能體組成的一類系統(tǒng)。它在智慧城市、智能交通、傳感器網(wǎng)絡(luò)等多種領(lǐng)域的研究中發(fā)揮著重要的作用。由于網(wǎng)絡(luò)的存在,網(wǎng)絡(luò)化多智能體系統(tǒng)中不可避免的會(huì)存在網(wǎng)絡(luò)誘導(dǎo)時(shí)延、數(shù)據(jù)包丟失、通信信道擁堵等問(wèn)題,而多智能體系統(tǒng)本身具有一定的復(fù)雜性,因此考慮采用分布式控制算法進(jìn)行處理。模型預(yù)測(cè)控制算法因其具有良好的優(yōu)化控制效果以及處理各類約束的能力而受到大家的廣泛關(guān)注,但是它的迭代優(yōu)化的特性也成為了它最大的短板,反復(fù)迭代會(huì)給計(jì)算機(jī)帶來(lái)很大的計(jì)算負(fù)擔(dān)。因此本文針對(duì)以上問(wèn)題,基于事件觸發(fā)機(jī)制、隨機(jī)通信協(xié)議、事變終端成本函數(shù)研究網(wǎng)絡(luò)化多智能體系統(tǒng)的模型預(yù)測(cè)控制問(wèn)題。主要研究?jī)?nèi)容概述如下:首先,研究了具有丟包的非線性多智能體系統(tǒng)的事件觸發(fā)主動(dòng)模型預(yù)測(cè)控制�；谀Ｐ皖A(yù)測(cè)控制算法的遞歸可行性條件,設(shè)計(jì)了一種降低傳感成本的事件觸發(fā)機(jī)制,實(shí)現(xiàn)在一定的采樣瞬間檢測(cè)事件觸發(fā)條件,并且所有智能體的預(yù)測(cè)時(shí)域都通過(guò)事件觸發(fā)機(jī)制實(shí)現(xiàn)自主選擇。通過(guò)選擇最大預(yù)測(cè)時(shí)域得到非線性多智能體系統(tǒng)的共同預(yù)測(cè)時(shí)域,以保證所有智能體的同步更新。利用求解優(yōu)化問(wèn)題得到的可行序列補(bǔ)償了丟失的數(shù)據(jù)包。最后,通過(guò)數(shù)值... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：82 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

區(qū)域t和定義2-1：如圖2-1中所示，將外圈定義為一個(gè)正定不變集合2:iiP@x‖x‖，

第2章具有丟包的非線性多智能體系統(tǒng)的事件觸發(fā)自主MPC-25-稱正定矩陣*iQ和iP如下：*1.88421.48424.32950.3295,.1.48421.88420.32954.3295iiQP通過(guò)引理2-1可知，在非線性多智能體系統(tǒng)所受的擾動(dòng)不超過(guò)擾動(dòng)上界3max6.010時(shí)，是一個(gè)正定不變集合。再通過(guò)定理2-1可知，如果擾動(dòng)的界限為5max8.718010%時(shí)，系統(tǒng)的的可行性能得到保證。因此，對(duì)于非線性多智能體系統(tǒng)(2-57)-(2-58)，得到了一個(gè)擾動(dòng)的上界，如下所示。25{()|()8.718010}.iiiPttW令四個(gè)智能體的初始狀態(tài)分別為12342.63.13.54(0),(0),(0),(0).0000xxxx從圖2-2中可知，通過(guò)事件觸發(fā)模型預(yù)測(cè)控制算法的控制作用，雖然前一步有較大的超調(diào)，但是最終實(shí)現(xiàn)了對(duì)具有四個(gè)智能體的系統(tǒng)一致性控制。同時(shí)圖2-3中的四個(gè)智能體在相同的時(shí)刻進(jìn)行更新，達(dá)到了個(gè)智能體同步到更新的目的，這種設(shè)計(jì)使得智能體之間的信號(hào)傳輸免于混亂。圖2-2多智能體系統(tǒng)狀態(tài)圖

燕山大學(xué)工程碩士學(xué)位論文-26-圖2-3多智能體系統(tǒng)預(yù)測(cè)時(shí)域圖從圖2-3中可以知道，整個(gè)多智能體系統(tǒng)的預(yù)測(cè)時(shí)域呈現(xiàn)出遞減的形式，也就是在每個(gè)時(shí)刻多智能體系統(tǒng)都不在需要計(jì)算與上一時(shí)刻相同的預(yù)測(cè)時(shí)域了。當(dāng)預(yù)測(cè)時(shí)域減小到一定的大小的時(shí)候就不會(huì)再減小，這也是與雙�？刂撇呗韵辔呛系默F(xiàn)象，即當(dāng)系統(tǒng)的狀態(tài)進(jìn)入終端域以后，控制器就進(jìn)行了自動(dòng)的切換，也就不需要再求解優(yōu)化問(wèn)題，因此預(yù)測(cè)時(shí)域不會(huì)再減校圖2-4表示智能體1與其他三個(gè)智能體的通信情況。

【參考文獻(xiàn)】：
期刊論文
[1]一類離散時(shí)延多智能體系統(tǒng)的安全一致性研究[J]. 高炎秋,紀(jì)良浩,高婷,于南翔.  控制與信息技術(shù). 2020(02)
[2]基于多智能體系統(tǒng)的藥品供給應(yīng)急管理多元主體信息交互機(jī)制研究[J]. 仇佳歡,湯少梁.  中國(guó)藥房. 2019(24)
[3]執(zhí)行器飽和的多智能體一致性控制[J]. 郜晨,何瀟.  航空學(xué)報(bào). 2020(S1)
[4]基于深度學(xué)習(xí)的組合體航天器模型預(yù)測(cè)控制[J]. 康國(guó)華,金晨迪,郭玉潔,喬思元.  宇航學(xué)報(bào). 2019(11)
[5]基于GEO SAR編隊(duì)飛行的動(dòng)目標(biāo)檢測(cè)[J]. 崔暢,胡程,董錫超.  太赫茲科學(xué)與電子信息學(xué)報(bào). 2019(04)
[6]多能互補(bǔ)微網(wǎng)集群分布式優(yōu)化調(diào)度[J]. 周曉倩,艾芊,林琳,袁帥.  電網(wǎng)技術(shù). 2019(10)
[7]基于模型預(yù)測(cè)控制的協(xié)作焊接雙機(jī)械臂軌跡跟蹤算法[J]. 陳文皞,吳建民.  輕工機(jī)械. 2019(01)
[8]基于模型預(yù)測(cè)控制的磨削機(jī)器人末端力跟蹤控制算法[J]. 劉哲,宋銳,鄒濤.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2018(01)
[9]車聯(lián)網(wǎng)環(huán)境下的車輛編隊(duì)協(xié)作路徑跟蹤控制[J]. 俞志英,郭戈.  控制工程. 2015(05)
[10]多傳感器網(wǎng)絡(luò)中的分布式故障檢測(cè)算法[J]. 徐向華,周彪,萬(wàn)健.  傳感技術(shù)學(xué)報(bào). 2010(04)

碩士論文
[1]基于模型預(yù)測(cè)控制的軌跡跟蹤自動(dòng)駕駛系統(tǒng)[D]. 高元龍.大連理工大學(xué) 2019



本文編號(hào)：3402705