【摘 要】
:
近年来,由于在传感器网络,多机器人协作等领域中的大量应用,多智能体系统的协调控制问题引起了国内外专家学者广泛关注。研究多智能体系统的主要目的在于通过使整个网络系统
论文部分内容阅读
近年来,由于在传感器网络,多机器人协作等领域中的大量应用,多智能体系统的协调控制问题引起了国内外专家学者广泛关注。研究多智能体系统的主要目的在于通过使整个网络系统中的智能体互相协作,从而完成相对复杂的任务。其中一致性问题由于其基础性以及与许多其他协调控制问题密不可分的关系,一直是研究的热点。本文研究的群一致性问题是一致性问题的拓展,控制目标是使得被分为几组的智能体组内实现一致性而组与组之间状态可以不同。目前大多数相关研究的控制对象采用的是线性系统模型,考虑到现实中很少存在完全线性的系统,而有许多机械系统动力学方程都可以用非线性的Euler-Lagrange方程表示,因此研究网络Euler-Lagrange系统的群一致性问题有着很重要的意义。在参考已有的研究成果上,本论文针对网络Euler-Lagrange系统的群一致性问题进行了研究探讨,主要内容如下:在非对称有向图中,研究网络Euler-Lagrange系统的群一致问题。每组内的智能体均为合作关系,而组间智能体则可以为合作关系或竞争关系。为了实现群一致性,假设组与组之间是无环连接的且系统有向图满足入度平衡条件。考虑到实际中智能体之间的相对速度信息很难精确得到,设计未使用邻居速度信息的分布式自适应控制律,实现网络Euler-Lagrange系统的群一致性,并在系统模型为多二连杆机械臂系统的情况下进行仿真分析验证所设计算法的有效性。许多研究设计的分布式控制算法中的常值控制增益取值时需用到全局信息,为了避免使用全局信息从而降低系统的实现难度以及提升其鲁棒性,使用自适应控制增益代替了常值增益,设计了仅使用邻居信息的完全分布式自适应控制算法。为了可以精确得到群一致性研究中每组智能体的最终收敛值,构建了新的辅助状态变量,并通过引入积分项的形式设计了新的群一致性分布式自适应控制器,并从理论上证明了最终收敛值与拓扑结构,智能体状态初值,控制增益相关。最终通过数值仿真验证了理论计算值与实验数据的一致。
其他文献
微型扑翼飞行器(简称“FWMAV”)是一种基于仿生学的模仿昆虫或者鸟类飞行的新概念飞行器,同固定翼飞行器和旋翼飞行器相比,它可以通过模仿昆虫和鸟类的飞行模式来克服常规飞
分数阶Rayleigh-Stokes问题是物理学的一个重要问题,它在描述一些非牛顿流体行为方面扮演重要角色.Schr(?)dinger方程是描述非相对论量子力学行为的基本物理方程,作为Schr(?)dinger方程一种简单形式,无场势Schr(?)dinger方程在计算氢原子和谐振子的能级、空气波包的解等方面有着重要应用.因此,研究这两类物理学方程具有一定的现实意义,尤其是对这两类物理学方程反问题
偏最小二乘回归分析方法(Partial Least Squares Regression,PLS)是一种多元数据统计方法,广泛应用在质量控制、医药等各方面。传统偏最小二乘方法处理线性数据之间的关系,在
随着计算机技术以及测试仪器与系统的飞速发展,地震预警技术已然成为了近些年来有效减少地震带来的损失的重要手段。通过对纵波和横波进行初至波到时拾取,能够实现对地震预警,从而减少人员伤亡以及财产损失。本文将变分模态分解(VMD)方法引入到地震自动拾取中并对其进行改进完善,VMD结合NLMS自适应滤波算法,提升基于新特征函数的STA/LTA-AIC对不同信噪比的地震信号震相识别的精度和稳定性。论文的主要内
生境片断化是指大面积连续分布的生境在空间上变成相对孤立小生境的现象,生境片断化会降低种群内遗传多样性、增加种群间遗传分化。而植物的交配方式及种子传播方式会影响植物对生境片断化的响应。理论预测表明,生活史特征相近的物种对相同生境片断化具有相似的响应,但这一预测几乎没有得到检验。本论文以千岛湖区岛屿作为生境片断化研究体系,以风力传播花粉并以重力传播种子的3种壳斗科(Fagaceae)植物,白栎(Que
数值线性代数(NLA)是科学计算领域的一项重大成就,它被广泛的应用于各个科学领域.在其众多的分支当中,随机迭代算法居于重要的位置,它在求解大规模线性方程组、数值优化、机器学习与人工智能等领域做出了突出的贡献.较为知名的算法有:随机梯度下降(SGD)、随机坐标下降(RCD)、随机Kaczmarz(RK)算法等等.Kaczmarz算法是求解线性方程组的迭代算法,因其简易性,它被广泛的应用于图像重构、分
随着社会不断发展,社会上开始出现大量的具有多种特征的复杂网络,如社交网络、互联网、交通网络等,通过对这些网络进行分析,可以帮助人们更好地了解隐藏在这些网络的复杂结构
电力通信网是电力系统的神经网络,一旦网络出现故障,准确及时的诊断故障十分重要。然而,随着电力通信网拓扑越来越复杂,网络故障诊断变得越来越困难。传统的依靠人工从网管收集告警数据,再依靠经验或规则定位故障源的策略,精确度和判断速度难以保证,如果决策失误可能会对检修效率有很大影响,造成网络不能及时恢复到正常状态。而近年来,随着软硬件平台计算能力的提高、机器学习算法的持续改进、海量训练样本数据的积累,利用
持续提高单产是我国小麦生产的硬性要求,增加种植密度以提高单位面积穗数是增加单产的重要技术途径。种植密度增加,小麦茎秆细长,充实度降低,木质素积累量下降,群体质量变差,容易发生大面积倒伏,严重时可能会出现绝收的现象。不同的抗倒伏品种因遗传背景的差异,在茎秆各类形态指标方面表现有所差异。因此,研究不同抗倒伏品种的小麦在抗倒伏方面的差异,有助于品种选育以及增加茎秆的抗倒伏能力。小麦茎秆既具有机械刚力又具
蚜虫种群是危害作物正常生长的主要害虫,常年造成作物减产10%左右,灾难年有些地区造成作物减产高达30%左右.由于蚜虫种群具有极强的繁殖力和较短的生活周期,导致其爆发频率较