[發明專利]一種受限多智能體系統編隊控制方法、系統及設備有效
| 申請號: | 202010693046.1 | 申請日: | 2020-07-17 |
| 公開(公告)號: | CN111983923B | 公開(公告)日: | 2022-12-23 |
| 發明(設計)人: | 尉越;奚樂樂;王星博 | 申請(專利權)人: | 鵬城實驗室 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 深圳市君勝知識產權代理事務所(普通合伙) 44268 | 代理人: | 溫宏梅 |
| 地址: | 518000 廣東省深圳*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 受限 智能 體系 統編 控制 方法 系統 設備 | ||
本發明提出了一種受限多智能體系統編隊控制方法、系統及設備,通過建立受限多智能體系統模型,該系統模型包括:多智能體系統拓撲模型、多智能體系統動力學模型和帶有多非光滑優化指標的分布式資源分配優化模型;根據所述位置最優解對應的多近端算子、所述多智能體系統動力學模型和所述分布式資源分配優化模型,計算得到各個智能體的滿足預設編隊條件的第一位置狀態信息使用第一位置狀態信息對各個智能體進行位置狀態控制。本實施例所提供的方法充分利用多智能體系統的群體性優勢,可分布式地動態求解優化問題的最優解,并可以光滑地控制受限多智能體系統完成編隊任務,可擴展性強,具有很高的實用性。
技術領域
本發明涉及多智能體控制技術領域,尤其涉及一種受限多智能體系統編隊控制方法、系統及設備。
背景技術
近年來,受限多智能體的分布式編隊控制受到了廣泛的關注。多智能體編隊控制的研究大多是建立在對系統狀態和各智能體輸入沒有限制的理想假設基礎上的,但智能體的系統狀態或輸入通常被限制在某個集合內,而現有技術中的受限多智能體編隊控制研究中,未能提出針對帶有多個非光滑函數加和形式優化指標情況的光滑編隊控制協議,因此無法解決帶有多非光滑優化指標的受限多智能體系統的編隊控制問題。
因此,現有技術有待于進一步的改進。
發明內容
鑒于現有技術的不足,本發明目的在于提供一種受限多智能體系統編隊控制方法、系統及設備,克服現有技術中的受限多智能體編隊控制技術中,針對帶有多個非光滑優化指標的編隊控制方法,還未有有效的解決方案的缺陷。
本發明的技術方案如下:
第一方面,本實施例提供了一種受限多智能體系統編隊控制方法,其中,包括:
建立受限多智能體系統模型,其中,所述受限多智能體系統模型包括:多智能體系統拓撲模型、多智能體系統動力學模型和帶有多非光滑優化指標的分布式資源分配優化模型;所述多智能體系統拓撲模型中含有多個智能體對應的信息節點;
基于凸優化理論和多算子分割技術,計算得到所述分布式資源分配優化模型中的各個智能體的位置最優解對應的多近端算子;
根據所述位置最優解對應的多近端算子、所述多智能體系統動力學模型和所述分布式資源分配優化模型,得到第一編隊控制算法,并基于所述第一編隊控制算法計算得到各個智能體的滿足預設編隊條件的第一位置狀態信息;
根據計算得到的各個智能體滿足的第一位置狀態信息對各個智能體進行編隊控制。
可選的,所述非光滑優化指標中含有多個獨立的非光滑凸函數;各個智能體對應的信息節點構成有向強連通圖;且所述分布式資源分配優化模型至少有一個可行解。
可選的,所述多智能體系統由若干個一階積分器模型的智能體組成,其運動學模型為:
其中,ui(t)為t時刻的速度控制量,是智能體i的位置狀態;每個智能體i∈{1,…,n}有m+1個函數包含在代價函數中,其中,fi0是光滑凸函數,fij,j∈{1,…,n}是非光滑凸函數,其中的一個非光滑函數為智能體i的局部區域限制Ωi的指示函數。
第二方面,一種受限多智能體系統編隊控制方法,其中,包括:
建立受限多智能體系統模型,其中,所述受限多智能體系統模型包括:多智能體系統拓撲模型、多智能體系統動力學模型和帶有多非光滑優化指標的分布式資源分配優化模型;所述多智能體系統拓撲模型中含有多個智能體對應的信息節點;
基于凸優化理論和多算子分割技術,計算得到所述分布式資源分配優化模型中的各個智能體的位置最優解對應的多近端算子;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于鵬城實驗室,未經鵬城實驗室許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010693046.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種短時負荷預測方法及系統
- 下一篇:一種基于服務器測試的PSU電壓檢測系統





