[發明專利]分數階多智能體追蹤一致性的迭代學習控制方法

有效

• 申請號: 201811204100.0
• 申請日: 2018-10-16
• 公開（公告）號: CN109031958B
• 公開（公告）日: 2021-07-27
• 發明（設計）人: 王立明;李小健
• 申請（專利權）人: 廊坊師范學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 石家莊冀科專利商標事務所有限公司 13108
• 代理人: 李羨民;高錫明

一種分數階多智能體追蹤一致性的迭代學習控制方法，包括以下步驟：a.將階數不同的分數階多智能體系統協調追蹤的控制問題轉化為追蹤誤差系統在一定時間區間內的穩定性控制問題；b.設計具有初始狀態學習能力的分布式P?型迭代學習控制器；c.求解迭代學習控制器中待定的初始狀態學習矩陣和迭代學習增益矩陣。本發明利用迭代學習控制方法解決了階數不同的分數階多智能體系統中初始狀態偏移與模型未知同時存在情形下的協調追蹤問題，所提出的迭代學習控制器不僅設計求解簡單，可以抵制初始狀態的偏移，而且能夠保證階數不同的分數階多智能體系統經過一定迭代次數之后在整個運動過程中的一致性，具有很強的實用性。

技術領域

本發明涉及一種利用迭代學習控制方法解決含有階數差異、初始狀態偏移和模型未知的分數階多智能體系統協調追蹤控制方法，屬于控制技術領域。

背景技術

近年來的研究發現，一些特殊條件的物理系統，如在沙地或泥濘的道路上運行的車輛和在雨、雪、冰雹等天氣中飛行的飛行器等，應該用分數階系統描述。此外，許多自然現象，如在分形環境中智能體的同步行為，高分子流體和多孔介質等，也必須利用具有分數階動力學的智能體模型才能合理解釋。由于在工程、生物和社會經濟等領域均具有廣泛的應用前景，分數階多智能體系統成為當前系統控制領域的一個研究熱點。控制領域的研究人員主要關注分數階多智能體系統的分布式協調控制，即如何基于分數階智能個體之間的局部信息交互和相互協作，共同實現期望的宏觀涌現行為。依據是否具有領導者，已有的關于分數階多智能體系統的研究成果可以分為兩類,即無領導的一致性(或稱協調調節一致性)和有領導者的一致性(或稱協調追蹤一致性)。與無領導的一致性問題相比,有領導者的一致性問題有著更廣泛的應用且更有挑戰性。最近，學者們從不同角度研究了分數階多智能體系統的一致性追蹤問題，如具有不同動力學的分數階多智能體系統協調追蹤問題,存在通訊間斷或輸入時滯的分數階多智能體系統的一致性追蹤問題，有限時間的分數階多智能體的一致性追蹤問題和具有不確定性的分數階多智能體的一致性追蹤問題。

雖然國內外眾多學者對分數階多智能體協調追蹤控制問題進行了大量研究并取得了一系列成果，但在現有文獻中，為討論方便，一般假設分數階多智能體的模型完全已知并且智能體的分數階方程的階數是相同的。然而在實際工程應用中，智能體的模型參數(包含智能體的分數階方程的階數)通常存在著差異，有時智能體的模型信息也是未知的。因此，考慮含有階數差異且模型未知的分數階多智能體系統協調追蹤控制問題是十分必要的。另一方面，一些實際的協調追蹤任務，如衛星的軌跡控制要求在完成任務的整個過程中一致性始終保持。然而，已有針對分數階多智能體一致性追蹤問題研究的成果都是在時間趨于某個有限值或無窮時才成立，并且不能保證一致性在整個控制過程中始終成立。如果上述這些問題不解決的話，就很難實現分數階多智能體系統協調追蹤理論的真正應用和推廣。

事實上，智能體的分數階方程的階數差異和系統的分布式信息架構相互交織耦合，給階數不同的分數階多智能體系統協調追蹤的分析和研究帶來了困難。已有研究表明，對于傳統的單個被控對象，當模型可以被表示為分數階方程時，可以利用成熟的迭代學習理論設計控制器使得相應的閉環系統具有期望的軌跡跟蹤性能。鑒于此，將傳統的迭代學習控制理論及方法應用到階數不同的分數階多智能體系統的協調追蹤控制中將會是一個可行的方案。然而，考慮到階數不同的分數階多智能體系統的復雜性、階數的差異性、初始狀態的偏移性、智能個體之間的信息耦合性以及所考慮的協調追蹤問題的特殊性，如何應用已有的迭代學習控制理論及方法解決階數不同的分數階多智能體系統一致性控制問題成為控制領域的一個難題。

發明內容

本發明的目的在于針對現有技術之弊端，提供一種分數階多智能體追蹤一致性的迭代學習控制方法，以解決含有階數差異、初始狀態偏移和模型未知的分數階多智能體系統的協調追蹤控制問題。

本發明所述問題是以下述技術方案實現的：

一種分數階多智能體追蹤一致性的迭代學習控制方法，所述方法包括以下步驟：

a.將階數不同的分數階多智能體系統協調追蹤的控制問題轉化為追蹤誤差系統在一定時間區間內的穩定性控制問題：