脈沖多智能體系統(tǒng)的一致跟蹤問題是多智能體的重要研究方向,它在信息通信,控制科學和編隊控制領域具有廣泛的應用。本文研究了帶有虛擬領導者的脈沖多智能體系統(tǒng)在有限的時間區(qū)間內(nèi)對領導者的一致跟蹤問題。針對批次長度固定的情形,采用帶有初始迭代狀態(tài)的D-型和PD-型學習律,在脈沖輸入下實現(xiàn)多智能體系統(tǒng)的一致跟蹤問題。在固定有向拓撲圖下,對于脈沖多智能體系統(tǒng),證明了當系統(tǒng)的參數(shù)和學習律滿足給定條件,并且所有跟隨者都可以通過給定的拓撲關系獲得虛擬領導者的信息時,隨著迭代次數(shù)的增加,所有智能體可以一致地跟蹤到領導者。并通過數(shù)值仿真驗證了理論結(jié)果的有效性。針對批次長度變化的情形,引入域?qū)R算子來修正跟蹤誤差,更新控制函數(shù)。在此基礎上,利用DαD-型學習律和IβD-型學習律分析脈沖多智能體系統(tǒng)的收斂性。進一步地,使用局部平均算子來優(yōu)化控制函數(shù),以便控制函數(shù)可以充分利用迭代誤差來更新學習律,并通過嚴格的數(shù)學理論,給出了多智能體系統(tǒng)一致跟蹤領導者的充分條件。并通過數(shù)值仿真驗證了這所提出學習律的有效性。

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 引言
    1.1 研究背景
        1.1.1 脈沖多智能體系統(tǒng)
        1.1.2 迭代學習控制
    1.2 研究現(xiàn)狀及問題提出
    1.3 主要研究內(nèi)容
第二章 準備知識
    2.1 空間及范數(shù)
    2.2 圖論知識
    2.3 系統(tǒng)
    2.4 分數(shù)階微積分
    2.5 重要引理
第三章 批次長度固定情形下的一致跟蹤問題
    3.1 D-型學習律的收斂性分析
    3.2 PD-型學習律的收斂性分析
    3.3 數(shù)值仿真
第四章 批次長度變化情形下的一致跟蹤問題
    4.1 D^αD-型學習律的收斂性分析
    4.2 I^βD-型學習律的收斂性分析
    4.3 帶有局部平均算子的D^αD-型學習律收斂性分析
    4.4 帶有局部平均算子的I^βD-型學習律收斂性分析
    4.5 數(shù)值仿真
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 進一步的研究工作
參考文獻
致謝
攻讀碩士學位期間科研和論文情況



本文編號：3901885