基于位置信息的混合多智能体蜂拥控制方法

来源 :南京邮电大学 | 被引量 : 0次 | 上传用户:gs086449
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
蜂拥运动是自然界进化的产物,很多生物在迁徙、觅食或者躲避天敌的攻击时都会选择形成一个群体做蜂拥运动,比如做蜂拥运动的鸟群、鱼群等,都是自然界美丽的风景线。多智能体运动蜂拥控制领域近年来引起了广泛的关注和研究,在生物学、社会行为学、统计物理学、控制工程等多个领域有着良好的应用前景。目前,实现蜂拥控制的主要方法是把智能体的位置信息和速度信息都考虑在控制器的设计中,本文主要研究智能体的通信半径不同引发的混合多智能体系统蜂拥控制问题,基于智能体位置信息来设计混合多智能体系统蜂拥控制器。主要研究工作和研究成果包括以下几个方面:第一,介绍并分析蜂拥控制国内外研究现状,对Reynolds模型和基于混合多智能体的人工势能函数进行理论和仿真分析。第二,基于智能体位置信息,研究并设计混合多智能体蜂拥控制算法。利用无源分布式控制方法,设计基于位置信息的混合多智能体蜂拥控制算法,分析系统的稳定性,通过计算机仿真验证算法的正确性。第三,具有虚拟领导者且基于位置信息的混合多智能体蜂拥控制算法研究与设计。首先,考虑多智能体的个体差异或者环境导致的智能体通信能力存在差异的情况,利用无源分布式控制方法,设计具有虚拟领导者且基于位置信息的混合多智能体蜂拥控制算法,并从理论上进行分析,然后给出计算机仿真,证明算法的正确性。其次,针对在无源控制器中不同部分考虑虚拟领导者信息的情况,分析控制系统的稳定性和收敛性,为实际应用中选择不同的蜂拥控制算法提供依据。
其他文献
本文主要对(S,L,H)型量子系统的网络实现问题进行研究。虽然已有很多学术文献对(S,L,H)型量子系统进行了研究,但大多文献的研究是针对特殊化的(S,L,H)型量子系统进行研究,对(S,
随着现代科学技术水平的提高,工业生产过程中的自动化要求不断增强,生产精度要求不断提高,在现代化的工业生产中就需要利用自动化的、测量精度高的非接触测量技术代替传统的
连铸生产工艺过程复杂而且环境较差,在连铸现场如果采用比较传统的经验法来确定生产工艺的话,已经早已不能够满足现代化连铸生产的需求。为此,通过使用计算机数值模拟技术,来
本文针对三类参数不确定系统,对其非线性鲁棒控制问题展开研究,借助多项式平方和(Sum of Squares,SOS)理论,将三类系统的鲁棒控制问题转换为SOS规划问题,使得所得到的控制问题可解
学位
随着科技水平和工业化程度的不断提升,工业过程中的状态监控和故障检测也日趋复杂。这些复杂性主要表现在:多变量、非线性、强耦合等。此外,由于人们需求的日益多样化,这对单
学位
参数摆是单摆在周期作用力条件下的一种衍生形式,是科学研究中的一个重要模型。参数摆在周期激励条件下能表现出丰富的动力学特性。现有的研究表明参数摆有可能应用于波浪能
电机装置作为当前这个工业化快速发展的社会的最主要动力元件已被广泛运用在了生活中的方方面面,小到玩具电动车的小马达,牙科医生手中的钻头,大到客机的飞行引擎,工厂的发电机等。电机装置的故障需要尽早的被发现并做出正确的判断,因为故障的出现会带来无法挽回的经济损失,甚至威胁到工作人员的安全。在基于数据驱动的电机装置故障诊断过程中,有两个需要被重点解决的问题,第一项是关于电机装置故障特征的提取与分析,第二项
为了获得满足一定分辨率要求的大场景的图像,常常需要将关于场景的多幅序列图像进行拼接,图像拼接算法是实现这一目的的关键技术。该类算法具有很强的实用性,广泛地应用于遥