非线性多智能体系统的模糊自适应一致性控制

来源 :青岛大学 | 被引量 : 0次 | 上传用户:Vanix
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
受自然界中群体行为的启发,控制科学领域的学者们开始对非线性多智能体系统进行一致性研究。多智能体实现一致性所用时间是一致性控制问题的评价指标之一。与渐近稳定相比,有限时间稳定不仅使系统在更短的时间内实现控制目标,而且使系统具有更好的鲁棒性和更强的抗干扰能力。本文主要研究非线性多智能体系统的有限时间一致性控制问题和固定时间一致性控制问题。具体内容如下:第一章介绍了多智能体系统一致性问题的国内外研究动态和发展现状。第二章给出了一些基础知识并建立了新的快速有限时间稳定性准则和更为一般的固定时间稳定性准则。第三章考虑了k阶非线性多智能体系统的有限时间一致性跟踪控制问题,通过模糊逻辑系统近似各个智能体中的未知非线性函数,结合自适应方法和反推技术为k阶非线性多智能体系统设计了渐近一致性跟踪控制器。接下来,选取积分型李雅普诺夫函数用于控制设计与稳定性分析,以避免虚拟控制信号的导数奇异性问题。依据有限时间稳定性理论为k阶非线性多智能体系统提出了模糊自适应有限时间一致性跟踪控制器。利用仿真算例验证了所提出的控制方案是有效的。第四章讨论了二阶非线性多智能体系统的快速有限时间一致性控制问题。在反推控制设计过程中,借用模糊逻辑系统逼近每个智能体中的非线性函数,构建积分型李雅普诺函数避免奇异性问题。基于新建立的快速有限时间稳定性准则为二阶非线性多智能系统构建了模糊自适应快速有限时间一致性跟踪控制策略。通过数值仿真验证了所设计控制器的有效性。第五章解决了二阶非线性多智能体系统的固定时间一致性跟踪控制问题。借助模糊逻辑系统近似各个智能体中的未知非线性项,利用曲线拟合技术设计出可微的分段型虚拟控制信号以避免奇异性问题。根据新提出的更一般的固定时间稳定性理论,结合自适应技术和反推法为二阶非线性多智能体系统建立了模糊自适应固定时间一致性跟踪控制方案。通过数值仿真结论验证了所构建控制器的有效性。第六章概述了本文的研究成果并展望了未来可能的研究方向。
其他文献
在现代信号处理系统中,由于带宽占用、能量供给、系统实现成本等实际约束问题,需要将模拟观测信号进行量化,然后再进行进一步地数据处理。信号的量化不仅使硬件设计复杂度降低、器件功耗少、占用通信带宽减小,而且量化传感器还具有成本低、物理尺寸较小、易实现高速率采样等优点。尽管具有上述优势,但信号量化会损失数据的信息、降低分辨率、使系统的估计性能降低,而且将非线性效应引入系统,这给信号参数的估计带来了诸多新挑
磷脂酶D及其水解产物磷脂酸在植物信号转导途径中具有重要作用,包括参与调控植物生长发育,如根毛的发生及生长、花粉管的萌发及伸长;介导植物对外界环境的响应,如盐胁迫、渗透胁迫、病原微生物感染等;参与多种植物激素的信号转导,如脱落酸、生长素等。目前已有研究证实PLDal是ABA诱导拟南芥气孔关闭过程中一个不可缺少的因素,PLDα1的缺失导致气孔关闭对ABA处理不敏感。但是PLDα1在植物根系响应ABA信
语音在传输的过程中,常受到噪声的干扰,影响人们对信息的正常接收。因此,语音增强在信号处理中占据着越来越重要的地位。由于噪声也具有非平稳性,一些传统方法的语音增强效果并不明显,而利用稀疏表示与字典学习对语音信号进行处理无疑是一种有效的去噪方法。基于此,本文提出了几种改进的基于稀疏表示和字典学习的语音增强方法。基于字典学习算法和基于非负矩阵分解算法是两种主要的基于稀疏表示和字典学习的语音增强算法。在字
光通信技术和传感技术的发展日新月异。光纤传感技术作为一种新型技术,在医学、航天、工程、物联网等领域产生极为重要的影响。历经几十年的研究和发展,光纤传感技术在理论研究和实际应用等方面已走向成熟,光纤传感器作为这项技术的重要组成,备受各界学者的关注。由于其具备诸多良好的性能如结构紧凑、质量轻小、可远程传输、成本低、抗电磁干扰等,在传感领域有着广阔的应用前景。本文利用细芯光纤、多模光纤和单模光纤,基于S
车辆路径问题(Vehicle Routing Problem,VRP)是组合优化领域的热点问题之一,具有广泛的应用背景和现实意义。随着客户对服务要求的不断提高,时间窗车辆路径问题(VRP with Time Window,VRPTW)引起了越来越多的重视。本文分别对静态软时间窗车辆路径问题(Static Vehicle Routing Problem with Soft Time Window,S
目前,我国传统制造业处于生产模式转型的重要阶段,逐渐由大批量、流水生产模式向多种类、小批量柔性生产模式转型,对企业实现高效、智能化生产提出了更高的要求,因此,出现了分批调度问题(Scheduling With Lot Streaming Problem,SLSP)。SLSP的研究对车间智能生产具有重要的学术价值和工程意义。结合已有的文献资料,进一步研究了考虑批量流(Lot-Streaming,LS
在钢铁行业中,高炉渣作为高炉炼铁的主要副产物,出炉温度在1500℃左右。工业中常用的水淬法无法实现其高温显热的回收利用,水淬法还会造成环境污染与资源浪费。为解决上述问题,高炉渣机械离心粒化及热回收工艺成为当前研究的热点。为实现高炉渣的资源化回收利用,该工艺要求粒化渣粒的平均粒径小于2mm并实现对离心粒化过程的自适应控制。为满足工艺要求,研究提出了基于神经网络PID的高炉渣离心粒化控制方法,在分析离
本文对具有输入时滞的非线性系统进行了自适应神经网络控制。根据自适应神经网络控制方法、Backstepping设计思路和Lyapunov稳定性理论,在系统具有状态时滞和输入时滞的条件下,设计状态反馈控制器。并考虑了具有输入时滞条件下系统的输出反馈控制方案。主要针对非严格反馈非线性输入时滞系统考虑了控制设计以及闭环稳定性分析问题。利用积分变换和辅助系统方法,给出了两种控制设计方案。具体研究内容如下:1
目前,游泳池溺水检测是基于摄像头的人工监控,这不仅耗费人力、容易漏检、误检,并且受人类情绪和疲劳等因素而影响监控的效果。少数的溺水检测是基于计算机视觉的自动监控,其中具有代表性的算法是背景减除法。但该算法检测速度较慢,只有5fps左右;检查精度较低,只有60%左右。这些问题使得溺水现象无法及时、准确地被检测,导致溺水者无法得到及时救援。针对上述问题,本文用深度学习方法对基于计算机视觉的自动溺水检测
5G技术的兴起,使得智能可穿戴产品在人体健康监测、运动检测以及人机交互等领域扮演越来越重要的角色。作为智能可穿戴产品的重要组成部分,应变传感器在感知外界刺激、获取数据信息方面发挥着重要作用。目前,应变传感器的研究主要致力于工作范围、灵敏度、响应时间以及工作稳定性等性能的提升。纤维基柔性应变传感器因其较大的比表面积、较轻的质量、优良的透气性、优异的柔韧性和可拉伸性及可编织性等特点,引起了研究人员的广