發(fā)布時間：2020-04-08 06:26

【摘要】：網絡化多智能體系統(tǒng)作為網絡化控制系統(tǒng)的重要組成部分,在協(xié)同作業(yè)、編隊控制、動態(tài)決策、分布式優(yōu)化等問題中有廣泛應用。一致性問題作為網絡化多智能體系統(tǒng)中的核心問題被學者們廣泛研究。在網絡化多智能體系統(tǒng)中,時滯和網絡拓撲切換通常會影響系統(tǒng)的性能,導致分布式優(yōu)化的不收斂,甚至引起系統(tǒng)的不穩(wěn)定。時滯問題和切換問題一直是影響網絡化多智能體系統(tǒng)一致性的重要問題。本課題研究時變時滯和切換拓撲條件下網絡化多智能體系統(tǒng)的一致性問題,主要內容如下:基于矢量半范數和預測控制的方法,研究了切換拓撲和可變時滯條件下同構網絡化多智能體系統(tǒng)的一致性問題。首先針對B矩陣滿秩的一類網絡化多智能體系統(tǒng),提出了一種基于虛預測的一致性協(xié)議;其次,提出了前置控制的策略,并在此基礎上將上述結果推廣到系統(tǒng)可控的情形,提出了系統(tǒng)可控條件下一種基于虛預測的一致性協(xié)議;最后針對一般可控可觀性條件下的網絡化多智能體系統(tǒng),在分析狀態(tài)一致和輸出一致的關系的基礎上,給出了幾類狀態(tài)和輸出一致性協(xié)議的設計思路。在一致性分析上,在標量半范數的基礎上,提出了矢量半范數進行一致性分析的方法,并以此對上述一致性協(xié)議分別進行了分析。在分析結果上,網絡拓撲僅要求存在一個周期性聯合生成樹,系統(tǒng)還允許有不穩(wěn)定模態(tài)。在對同構網絡化多智能體系統(tǒng)的一致性的分析結果的基礎上,研究了切換拓撲和可變時滯條件下異構網絡化多智能體系統(tǒng)的一致性問題。首先給出了異構網絡化多智能體系統(tǒng)的一致性協(xié)議設計的直接法,也就是先分別將B滿秩、系統(tǒng)可控條件下異構網絡化多智能體系統(tǒng)轉化為同構網絡化多智能體系統(tǒng),再使用同構網絡化多智能體系統(tǒng)的一致性設計方法進行設計;其次針對直接法中的全局信息限制,提出了一種異構網絡化多智能體系統(tǒng)的一致性協(xié)議設計的分布式法,即同時同步異構網絡化多智能體系統(tǒng)的異構信息和狀態(tài)的兩層設計法。采用了矢量半范數法對上述協(xié)議分別進行了分析,并用數值和實驗驗證了分析結果的有效性。結果中網絡拓撲僅要求存在一個周期性聯合生成樹,系統(tǒng)還允許有不穩(wěn)定模態(tài)�；�于無模型自適應控制的方法,研究了切換拓撲和可變時滯條件下一類非線性網絡化多智能體系統(tǒng)的輸出一致性問題。在無模型自適應控制的框架下,針對無領導者的情形,提出了一種輸出同步協(xié)議,并采用SIA矩陣的性質對上述協(xié)議進行了分析,給出了系統(tǒng)以指數速度達到一致性的條件,并用數值和實驗驗證了分析結果的有效性;針對領導者跟隨者的情形,根據有預設參考輸入的有無,提出了一種輸出同步協(xié)議并進行了一致性分析,給出了系統(tǒng)一致性收斂的條件,并用數值和實驗驗證了分析結果的有效性。結果表明系統(tǒng)輸出同步對網絡拓撲僅要求存在一個周期性聯合生成樹。研究了網絡化多智能體系統(tǒng)一致性協(xié)議設計與分析中的預測控制方法、多跳網絡和優(yōu)化問題�；�于變時滯預測控制的方法,分別對固定拓撲和切換拓撲條件下的網絡化多智能體系統(tǒng)設計了一種基于變時滯預測的一致性協(xié)議并給出了一致性分析;基于虛預測控制的方法,分別對固定拓撲條件下的一類奇異網絡化多智能體系統(tǒng)和切換拓撲條件下的網絡化多智能體系統(tǒng)設計了一種基于虛預測的一致性協(xié)議并給出了一致性分析。對于高階積分器型網絡化多智能體系統(tǒng),基于多跳網絡路由協(xié)議,針對網絡中有時滯和無時滯的情形,分別提出了兩種新的基于多跳網絡通訊的一致性協(xié)議并給出了一致性收斂的充要條件。針對切換拓撲條件下的考慮約束和優(yōu)化的一致性問題,根據攝動指數一致穩(wěn)定網絡的結果,給出了切換拓撲條件下的考慮約束與優(yōu)化的一致性協(xié)議,并結合三類網絡拓撲切換分別給出了集合聚集性、一致性和最優(yōu)性的分析。
【圖文】：

是不穩(wěn)定的，這里需要提醒讀者不要將一致性和穩(wěn)定性聯系起來，二者沒有明顯的聯系。本文還考慮了一致性具體實現中的多跳網絡問題以及一致性協(xié)議設計中的優(yōu)化問題。文章結構如圖1-2所示，，各章具體工作和貢獻，分別簡介如下：第二章主要解決同構網絡化多智能體系統(tǒng)的一致性問題。針對的網絡連通性是最一般的網絡連通性條件，允許時滯是時變的，網絡連通性是最一般的，給出的一致性的結果是與切換過程無關的，而且，和以前的結果不同[25, 28, 51]，針對的智能體的系統(tǒng)矩陣的特征值不再局限于單位圓內（包括上），且最近鄰居原則（nearest-neighbor rule）被應用到智能體的狀態(tài)的所有維度上。在相對寬松的條件下，該部分將 Wang L. 的成果[13]和 Qin 的成果[72]擴展到更為一般的形式，基于半范數的分析方法將具有積分器形式和線性時不變形式的網絡化多智能體系統(tǒng)的一致性問題綜合起來。章節(jié)主要分三個部分

狀態(tài)軌跡Fig.2-5StateTrajectory
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：博士
【學位授予年份】：2018
【分類號】：TP13


本文編號：2619017