發(fā)布時(shí)間：2018-05-30 11:06

  本文選題：多智能體系統(tǒng) + 最小均方差��； 參考：《中國(guó)科學(xué)技術(shù)大學(xué)》2016年碩士論文

【摘要】：近些年來,多智能體系統(tǒng)得到了越來越多的關(guān)注。本文針對(duì)受過程噪聲干擾的離散高階多智能體系統(tǒng),研究其一致性控制增益優(yōu)化設(shè)計(jì)問題。文中主要考慮了兩種情況,分別為狀態(tài)反饋下的一致性控制策略和輸出反饋下的一致性控制策略。對(duì)于狀態(tài)反饋控制策略下的多智能體系統(tǒng),我們選取系統(tǒng)狀態(tài)的極限均方差作為性能指標(biāo),通過最小化該性能指標(biāo)來設(shè)計(jì)相應(yīng)的控制增益。這個(gè)優(yōu)化問題具有非線性矩陣不等式的形式,很難直接求解。為應(yīng)對(duì)這一問題,本文提出了一種迭代算法來求解這個(gè)優(yōu)化問題。在每次迭代中,首先給定一個(gè)可行的控制增益,這個(gè)控制增益要保證能夠使多智能體系統(tǒng)實(shí)現(xiàn)均方有界一致性,在這種情況下,非線性矩陣不等式問題成為線性矩陣不等式問題,很容易求解出相應(yīng)的中間變量。在求解的中間變量和給定的控制增益的基礎(chǔ)上,利用擾動(dòng)法求解一個(gè)近似的可行的一致性控制增益變化方向,在該方向上移動(dòng)控制增益,系統(tǒng)的一致性性能指標(biāo)得到優(yōu)化,并通過線搜索方法,得到局部最優(yōu)的一致性控制增益。求解出的新的一致性控制增益顯然能夠使系統(tǒng)實(shí)現(xiàn)均方有界一致性,可以作為下一次迭代的初始條件,進(jìn)行迭代直到滿足截止條件為止。對(duì)于輸出反饋控制策略下的多智能體系統(tǒng),本文使用一種基于狀態(tài)觀測(cè)的一致性控制策略,系統(tǒng)的性能指標(biāo)為系統(tǒng)狀態(tài)和觀測(cè)狀態(tài)的極限均方差的和,通過優(yōu)化性能指標(biāo)求解控制增益和觀測(cè)器參數(shù),優(yōu)化問題同樣具有非線性矩陣不等式形式,針對(duì)于狀態(tài)反饋情況而設(shè)計(jì)的迭代算法同樣適用于輸出反饋情況下的優(yōu)化問題。本文提出的一致性控制增益設(shè)計(jì)方法不但能保證多智能體系統(tǒng)的均方有界一致性,而且能夠優(yōu)化系統(tǒng)的一致性性能,有效地消減了過程噪聲對(duì)于系統(tǒng)的干擾。除了理論證明,還進(jìn)行了仿真實(shí)驗(yàn),驗(yàn)證了算法的正確性和有效性。
[Abstract]:In recent years, more and more attention has been paid to multi-agent system. In this paper, the optimal design of the uniform control gain for discrete high order multi-agent systems with process noise interference is studied. In this paper, two kinds of cases are considered, one is consistency control strategy based on state feedback and the other is consistency control strategy under output feedback. For the multi-agent system under the state feedback control strategy, we select the limit mean square error of the system state as the performance index, and design the corresponding control gain by minimizing the performance index. This optimization problem has the form of nonlinear matrix inequality and is difficult to solve directly. To solve this problem, an iterative algorithm is proposed to solve the optimization problem. In each iteration, a feasible control gain is first given, which ensures that the multi-agent system can achieve a bounded mean square, in which case, The nonlinear matrix inequality problem is a linear matrix inequality problem, and it is easy to solve the corresponding intermediate variables. On the basis of the intermediate variable and the given control gain, the perturbation method is used to solve the change direction of an approximate consistent control gain. In this direction, the control gain is moved and the system consistency performance index is optimized. The local optimal consistency control gain is obtained by line search method. It is obvious that the new consistency control gain can make the system realize mean-square bounded consistency, which can be used as the initial condition of the next iteration until the cut-off condition is satisfied. For the multi-agent system with output feedback control strategy, this paper uses a consistency control strategy based on state observation. The performance index of the system is the sum of the limit mean square deviation of the system state and the observed state. By solving the control gain and observer parameters by optimizing performance index, the optimization problem also has the form of nonlinear matrix inequality, and the iterative algorithm designed for the case of state feedback is also suitable for the optimization problem under the condition of output feedback. The gain design method of consistency control proposed in this paper not only can guarantee the mean square bounded consistency of multi-agent system, but also can optimize the consistency performance of the system and effectively reduce the interference of process noise to the system. In addition to theoretical proof, simulation experiments are carried out to verify the correctness and effectiveness of the algorithm.
【學(xué)位授予單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 何濤;白振興;;多智能體系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù)研究[J];現(xiàn)代電子技術(shù);2006年14期

2 寇鳳梅;崔劍波;張晶晶;;基于結(jié)構(gòu)優(yōu)化的節(jié)能型多智能體系統(tǒng)[J];甘肅科學(xué)學(xué)報(bào);2008年04期

3 ;第5屆全國(guó)多智能體系統(tǒng)與控制會(huì)議通知[J];智能系統(tǒng)學(xué)報(bào);2009年02期

4 洪奕光;翟超;;多智能體系統(tǒng)動(dòng)態(tài)協(xié)調(diào)與分布式控制設(shè)計(jì)[J];控制理論與應(yīng)用;2011年10期

5 陳小平;徐紅兵;李彤;;多智能體系統(tǒng)旋轉(zhuǎn)一致控制[J];宇航學(xué)報(bào);2011年12期

6 肖麗;包駿杰;;基于局部交互協(xié)議的二階離散多智能體系統(tǒng)一致性[J];重慶教育學(xué)院學(xué)報(bào);2012年03期

7 劉金琨,王樹青;復(fù)雜實(shí)時(shí)動(dòng)態(tài)環(huán)境下的多智能體系統(tǒng)[J];控制與決策;1998年S1期

8 楊飛飛;;二階多智能體系統(tǒng)快速一致性分析[J];今日科苑;2011年03期

9 胡志剛,劉歐,鐘掘;一個(gè)多智能體系統(tǒng)平臺(tái)的構(gòu)造[J];計(jì)算機(jī)工程;2000年11期

10 薛宏濤,沈林成,朱華勇,常文森;基于協(xié)進(jìn)化的多智能體系統(tǒng)仿真框架及其面向?qū)ο笤O(shè)計(jì)與實(shí)現(xiàn)[J];機(jī)器人;2001年05期

相關(guān)會(huì)議論文 前10條

1 楊熙;王金枝;;多智能體系統(tǒng)一致性的魯棒性分析[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

2 張亞;田玉平;;離散時(shí)間多智能體系統(tǒng)一致的權(quán)重條件[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)B卷[C];2011年

3 張文廣;郭振凱;;一類高階多智能體系統(tǒng)的一致控制研究[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)C卷[C];2011年

4 肖晴;許維勝;吳啟迪;;多智能體系統(tǒng)用于企業(yè)集成[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

5 楊熙;王金枝;;Leader-Follower結(jié)構(gòu)下多智能體系統(tǒng)一致性的魯棒性能分析[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

6 劉華罡;方浩;毛昱天;曹虎;賈睿;;多智能體系統(tǒng)分布式群集運(yùn)動(dòng)與避障控制[A];第二十九屆中國(guó)控制會(huì)議論文集[C];2010年

7 賀晨龍;黃麗湘;張繼業(yè);;多車輛編隊(duì)協(xié)作控制[A];第十一屆全國(guó)非線性振動(dòng)學(xué)術(shù)會(huì)議暨第八屆全國(guó)非線性動(dòng)力學(xué)和運(yùn)動(dòng)穩(wěn)定性學(xué)術(shù)會(huì)議論文集[C];2007年

8 薛棟;姚靜;余有靈;胡俊杰;;具有切換拓?fù)浜头蔷�性環(huán)節(jié)的關(guān)聯(lián)多智能體系統(tǒng)一致性分析[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

9 楊洪勇;路蘭;李曉;;時(shí)延多智能體系統(tǒng)的群集運(yùn)動(dòng)[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

10 李韜;張紀(jì)峰;;一類多智能體系統(tǒng)的漸近最優(yōu)分散控制[A];第25屆中國(guó)控制會(huì)議論文集（上冊(cè)）[C];2006年

相關(guān)博士學(xué)位論文 前10條

1 王振華;具有通信時(shí)滯的線性多智能體系統(tǒng)的趨同[D];山東大學(xué);2015年

2 鄭寶杰;多智能體系統(tǒng)若干包含控制問題研究[D];鄭州大學(xué);2015年

3 張方方;多智能體系統(tǒng)分布式優(yōu)化控制[D];山東大學(xué);2015年

4 龍曉軍;多智能體系統(tǒng)的有限時(shí)間一致性跟蹤[D];大連海事大學(xué);2015年

5 楊新榮;廣義多智能體系統(tǒng)的一致性問題研究[D];哈爾濱工業(yè)大學(xué);2015年

6 夏紅;多智能體系統(tǒng)群一致性與編隊(duì)控制研究[D];電子科技大學(xué);2014年

7 李金沙;多智能體系統(tǒng)一致性學(xué)習(xí)協(xié)議的設(shè)計(jì)與分析[D];西安電子科技大學(xué);2015年

8 黃捷;高階非線性多智能體系統(tǒng)一致性控制研究[D];北京理工大學(xué);2015年

9 楊大鵬;多智能體系統(tǒng)的事件驅(qū)動(dòng)一致性控制與多Lagrangian系統(tǒng)的分布式協(xié)同[D];北京理工大學(xué);2015年

10 范銘燦;多智能體系統(tǒng)的一致性及編隊(duì)控制研究[D];華中科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 孟亞偉;一類具有時(shí)滯和領(lǐng)導(dǎo)者的二階多智能體系統(tǒng)的一致性[D];重慶師范大學(xué);2013年

2 劉孝琪;多智能體系統(tǒng)一致性及其在蜂擁控制中的應(yīng)用研究[D];電子科技大學(xué);2013年

3 王琛陽(yáng);帶領(lǐng)導(dǎo)者的多智能體系統(tǒng)一致性問題研究[D];河北大學(xué);2015年

4 陳小龍;基于量化信息的多智能體系統(tǒng)狀態(tài)估計(jì)[D];西南交通大學(xué);2015年

5 王航飛;基于事件驅(qū)動(dòng)的多智能體系統(tǒng)的環(huán)形編隊(duì)控制研究[D];華北電力大學(xué);2015年

6 陳文秀;離散時(shí)間廣義多智能體系統(tǒng)的容許一致性[D];溫州大學(xué);2015年

7 張文濤;多智能體系統(tǒng)分布式協(xié)調(diào)控制的相關(guān)問題研究[D];浙江師范大學(xué);2015年

8 曹偉俊;帶有擾動(dòng)的多智能體系統(tǒng)的一致性研究[D];北京化工大學(xué);2015年

9 成照萌;多智能體系統(tǒng)的模型預(yù)測(cè)控制[D];華中科技大學(xué);2015年

10 張賀;基于隨機(jī)影響的多智能體系統(tǒng)的一致性與同步[D];重慶理工大學(xué);2015年

，

本文編號(hào)：1955076