[發(fā)明專利]一類模型未知的多智能體分群一致性控制方法有效
| 申請?zhí)枺?/td> | 202011121840.5 | 申請日: | 2020-11-16 |
| 公開(公告)號: | CN112363392B | 公開(公告)日: | 2022-05-24 |
| 發(fā)明(設(shè)計)人: | 唐文妍;莫海紅;吳佳;李坤;郭宇豪;孟江南 | 申請(專利權(quán))人: | 湘潭大學 |
| 主分類號: | G05B13/04 | 分類號: | G05B13/04 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 411105 *** | 國省代碼: | 湖南;43 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一類 模型 未知 智能 分群 一致性 控制 方法 | ||
1.一類模型未知的多智能體分群一致性控制方法,其特征在于:包括:
S1:明確研究問題動力學模型;
此一類模型未知的多智能體動力學模型含有N個智能體,第i個智能體動力學模型為:
其中,xi(t)∈Rn,ui(t)∈Rn,fi(xi(t))∈Rn分別表示智能體的狀態(tài)、控制輸入和未知非線性函數(shù);
S2:針對動力學模型中的未知項fi(xi(t)),采用基于RBF人工神經(jīng)網(wǎng)絡(luò)的自適應算法來對其進行在線辨識,以滿足系統(tǒng)實時性、快速性的要求;
未知函數(shù)的逼近使用:
給出權(quán)值矩陣更新率:
其中,G(xi(t))為高斯函數(shù),ei(t)=xi(t)-zi(t)為跟蹤誤差,δi>0為設(shè)計的控制參數(shù);
進一步對跟蹤誤差中的參考模型zi(t)進行說明:其中Ni表示智能體i的鄰居集合,此外對于一個緊集內(nèi)的初值滿足:
S3:基于事件觸發(fā)機制設(shè)計智能體間的通信策略;
首先定義第i個智能體的通信狀態(tài)測量誤差:
通信的事件觸發(fā)控制策略如下:
其中:Ei(t)為第i個智能體的事件觸發(fā)函數(shù),其設(shè)計為
其中β1,β2,γ為需要設(shè)計的控制參數(shù),變量exp表示自然對數(shù)的底數(shù);
S4:結(jié)合S2、S3,利用智能體節(jié)點本身的信息以及其鄰居智能體節(jié)點的信息,在李雅普諾夫穩(wěn)定性定理下,設(shè)計分布式控制器,確保具有未知模型的多智能體達到分群一致性;
設(shè)計智能體i的控制器設(shè)計為:
且各設(shè)計控制參數(shù)滿足下式:
其中α(L)為有向強連通度,Ξ=diag(ξ1,…,ξN)為N×N的對角矩陣,|| ||表示矩陣的二范數(shù);
S5:將上述未知模型的辨識策略、事件觸發(fā)策略、控制算法通過編程灌入各個多智能體中。
2.根據(jù)權(quán)利要求1所述的一類模型未知的多智能體分群一致性控制方法,其特征在于:智能體的通信網(wǎng)絡(luò)為有向強連通拓撲。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湘潭大學,未經(jīng)湘潭大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011121840.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





