發(fā)布時(shí)間：2021-01-26 17:27

　　多智能體之間的協(xié)調(diào)與合作可以提高單個(gè)個(gè)體行為的智能化程度,更好地完成很多單個(gè)個(gè)體無(wú)法完成的工作,因此多智能體協(xié)調(diào)控制成為眾多領(lǐng)域的研究熱點(diǎn)�，F(xiàn)有關(guān)于多智能體系統(tǒng)協(xié)調(diào)控制的絕大多數(shù)結(jié)果都是只關(guān)注了在時(shí)間域上的收斂性。然而,為了精確地實(shí)現(xiàn)多智能體的一致性目標(biāo),迭代學(xué)習(xí)控制的方法在多智能體一致性方面的應(yīng)用受到了關(guān)注。目前,利用迭代學(xué)習(xí)研究多智能體的一致性還處在初步研究階段。本文主要充分利用了分布式多智能體系統(tǒng)和學(xué)習(xí)控制的特點(diǎn),研究了具有重復(fù)性質(zhì)的多智能體系統(tǒng)完全一致性問(wèn)題。設(shè)計(jì)出了分布式的學(xué)習(xí)協(xié)議,使得多智能體能夠達(dá)到完全一致。實(shí)現(xiàn)了學(xué)習(xí)控制理論與分布式多智能體系統(tǒng)的有效結(jié)合。本文的主要工作有1.利用迭代學(xué)習(xí)控制的方法研究帶有頭節(jié)點(diǎn)的線性多智能體系統(tǒng)的一致性問(wèn)題。假設(shè)頭節(jié)點(diǎn)是全局可達(dá)的,分別針對(duì)單積分多智能體系統(tǒng)和一般的線性多智能體系統(tǒng)設(shè)計(jì)出了分布式迭代學(xué)習(xí)算法,并且得到在有向拓?fù)溥B接下達(dá)到完全一致的充分條件。使得每一個(gè)從節(jié)點(diǎn)在有限時(shí)間區(qū)間[0,T]上能完全地跟隨上頭節(jié)點(diǎn)。2.利用自適應(yīng)迭代學(xué)習(xí)控制的方法來(lái)研究帶頭結(jié)點(diǎn)的一階參數(shù)化非線性多智能體系統(tǒng)的一致性。結(jié)合自適應(yīng)迭代學(xué)習(xí)控制的特征和分布... 

【文章來(lái)源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：135 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
第一章 緒論
    1.1 學(xué)習(xí)控制
        1.1.1 迭代學(xué)習(xí)控制
        1.1.2 重復(fù)學(xué)習(xí)控制
    1.2 多智能體系統(tǒng)
        1.2.1 圖理論
        1.2.2 多智能體協(xié)調(diào)控制的基本問(wèn)題
        1.2.3 多智能體協(xié)調(diào)控制的研究現(xiàn)狀
    1.3 本文的研究目標(biāo)和意義
    1.4 本文的主要工作及內(nèi)容安排
    1.5 預(yù)備知識(shí)以及相關(guān)的引理
第二章 線性多智能體系統(tǒng)一致性迭代學(xué)習(xí)協(xié)議
    2.1 引言
    2.2 問(wèn)題描述
    2.3 多智能體一致性的迭代學(xué)習(xí)算法
        2.3.1 一階積分器
        2.3.2 一般的線性多智能體系統(tǒng)
    2.4 仿真結(jié)果
    2.5 本章小結(jié)
第三章 參數(shù)化多智能體系統(tǒng)一致性的自適應(yīng)迭代學(xué)習(xí)協(xié)議
    3.1 引言
    3.2 一階參數(shù)化非線性多智能體系統(tǒng)一致性迭代學(xué)習(xí)協(xié)議
        3.2.1 問(wèn)題描述
        3.2.2 主要結(jié)果
        3.2.3 仿真
    3.3 二階參數(shù)化非線性多智能體系統(tǒng)一致性迭代學(xué)習(xí)協(xié)議
        3.3.1 多智能體的模型
        3.3.2 多智能體系統(tǒng)的一致性問(wèn)題
        3.3.3 自適應(yīng)迭代學(xué)習(xí)協(xié)議的設(shè)計(jì)
        3.3.4 一致性的充分條件及分析
        3.3.5 多智能體系統(tǒng)的編隊(duì)控制
        3.3.6 數(shù)值仿真
    3.4 本章小結(jié)
第四章 含未知?jiǎng)討B(tài)的多智能體系統(tǒng)的自適應(yīng)迭代學(xué)習(xí)協(xié)議
    4.1 引言
    4.2 一階非線性多智能體系統(tǒng)一致性的自適應(yīng)模糊迭代學(xué)習(xí)控制
        4.2.1 問(wèn)題描述
        4.2.2 控制協(xié)議的構(gòu)建
        4.2.3 編隊(duì)控制協(xié)議的設(shè)計(jì)
        4.2.4 數(shù)值仿真
    4.3 高階非線性多智能體系統(tǒng)一致性的自適應(yīng)模糊迭代學(xué)習(xí)控制
        4.3.1 問(wèn)題描述
        4.3.2 自適應(yīng)模糊迭代學(xué)習(xí)控制協(xié)議的設(shè)計(jì)
        4.3.3 編隊(duì)控制
        4.3.4 數(shù)值仿真
    4.4 本章小結(jié)
第五章 異質(zhì)多智能體系統(tǒng)協(xié)調(diào)控制的迭代學(xué)習(xí)協(xié)議
    5.1 引言
    5.2 問(wèn)題描述
    5.3 固定連接拓?fù)?br>        5.3.1 異質(zhì)多智能體一致性協(xié)議的設(shè)計(jì)
        5.3.2 異質(zhì)多智能體的編隊(duì)控制
    5.4 切換拓?fù)浣Y(jié)構(gòu)下一致性協(xié)議設(shè)計(jì)與分析
    5.5 仿真
    5.6 本章小結(jié)
第六章 多智能體系統(tǒng)一致性分布式重復(fù)學(xué)習(xí)協(xié)議
    6.1 引言
    6.2 不確定多智能體系統(tǒng)一致性重復(fù)學(xué)習(xí)控制的框架
    6.3 含有未知時(shí)變參數(shù)的多智能體系統(tǒng)
    6.4 多智能體系統(tǒng)的編隊(duì)控制方法
    6.5 仿真結(jié)果
    6.6 本章小結(jié)
第七章 結(jié)論與展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介
    1. 基本情況
    2. 教育背景
    3. 攻讀博士學(xué)位期間的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]尋找多智能體系統(tǒng)一致性的迭代學(xué)習(xí)方法(英文)[J]. 李金沙,李俊民.  控制理論與應(yīng)用. 2012(08)
[2]Leader-following consensus protocols for formation control of multi-agent network[J]. Xiaoyuan Luo 1,*,Nani Han 2,and Xinping Guan 2 1.School of Electronic,Information and Electrical Engineering,Shanghai Jiaotong University,Shanghai 200240,P.R.China;2.Institute of Electrical Engineering,Yanshan University,Qinhuangdao 066004,P.R.China.  Journal of Systems Engineering and Electronics. 2011(06)
[3]Consensus seeking in multiagent cooperative control systems with bounded control input[J]. Shijie ZHANG,Guangren DUAN Center for Control Theory and Guidance Technology,Harbin Institute of Technology,Harbin Heilongjiang 150001,China.  Journal of Control Theory and Applications. 2011(02)
[4]嚴(yán)格反饋非線性時(shí)變系統(tǒng)的迭代學(xué)習(xí)控制[J]. 朱勝,孫明軒,何熊熊.  自動(dòng)化學(xué)報(bào). 2010(03)
[5]Consensus of high-order dynamic multi-agent systems with switching topology and time-varying delays[J]. Fangcui JIANG,Long WANG,Guangming XIE(Institute of Intelligent Engineering,Center for Systems and Control,College of Engineering,and Key Laboratory of Machine Perception(Ministry of Education),Peking University,Beijing 100871,China).  Journal of Control Theory and Applications. 2010(01)



本文編號(hào)：3001528