基于分层邻域选择的切换拓扑多智能体系统一致性协议

在切换拓扑的多智能体系统中,针对高低密度信息减弱一致性的问题,提出了一种基于分层邻域选择算法(Layered Neighbor Selection,LNS),该算法对智能体的邻域进行层次划分,从每层中选取具有代表性的邻居智能体进行通信、状态更新和状态演化,然后设计了层次调整策略和层次融合策略来加快收敛速度,最后设计了分层邻域选择一致性协议,且给出了层数对收敛的影响。现有的一致性协议,收敛效果受限于特定密度范围,受不同密度的影响较大,而本文提出的协议能适应不同密度范围,并在系统稳定的条件下提升收敛速度,且通过李雅普诺夫函数法证明了一致性协议的稳定性。最后通过仿真实验,并与几种一致性协议进行比较,验证了所设计的一致性协议能有效加快系统收敛速度。

分布式事件触发下的多智能体系统二分一致性

研究了基于分布式事件触发的多智能体控制系统中的二分一致性问题,设计了一种合作和竞争并存拓扑结构的一致性控制协议,使多智能体系统收敛于二模相同且符号不同的状态.在图论与矩阵论的基础上,将多智能体系统的二分一致性问题转化为闭环误差系统的稳定性问题,通过建立一个合适的Lyapunov函数,验证了闭环误差系统渐进稳定,且针对每个智能体提出了事件触发条件,以减少控制更新频率与通信资源的损耗,同时证明每个智能体相邻触发时间间隔都有严格的正下界,即避免了Zeno现象,最后利用仿真实例验证了所提方法的可行性和有效性.

基于自适应迭代学习的多智能体系统编队控制

针对带未知时变参数的非线性多智能体系统的编队问题,提出一种分布式自适应迭代学习控制策略。首先,通过傅里叶级数对系统的不确定参数进行展开,采用一个收敛级数序列处理傅里叶级数展开产生的截断误差,结合多智能体运行过程中的编队误差推导自适应迭代学习控制律和参数更新律;其次,针对领导者动态对大部分智能体都是未知的情况,设计新的辅助控制来补偿未知动态和避免未知有界干扰;然后,基于李亚普诺夫能量函数证明了在所设计控制律作用下多智能体系统编队误差随着迭代次数的增加在有限时间内趋于0;最后,将该控制策略运用到多无人机编队系统中,并通过搭建半物理实验平台,验证了控制方法的有效性。实验结果表明该控制方法可以确保多智能体快速形成所需编队,并且每个智能体在有限时间内可以精确跟踪期望轨迹。所提方法充分考虑了多智能体系统的参数不确定性以及抗干扰的能力,为实际应用中复杂多智能体系统的精确控制提供了有效的方法。

基于Agent人工智能的异构网络多重覆盖节点入侵检测系统设计

异构网络具有结构复杂、多重覆盖面积大等特征,使得网络入侵检测较为隐蔽,威胁网络运行的安全性;为此,对基于Agent人工智能的异构网络多重覆盖节点入侵检测系统进行了研究;通过检测Agent和通信Agent装设主机Agent,以Cisco Stealthwatch流量传感器作为异构网络传感器检测攻击行为,采用STM32L151RDT664位微控制器传输批量数据,由MAX3232芯片实现系统电平转化,实现硬件系统设计;软件部分设计入侵检测标准,采用传感器设备捕获网络实时数据,通过Agent技术解析异构网络协议并提取数据运行特征,综合考虑协议解析结果及与检测标准匹配度,实现异构网络多重覆盖节点入侵检测;经实验测试表明,基于Agent人工智能的异构网络多重覆盖节点入侵检测系统入侵行为的漏检率和入侵类型误检率的平均值仅为6%和5%,能够有效提高检测精度,减小检测误差。

基于自适应分布式滤波观测器的多智能体系统编队控制

本文考虑了全局指令系统输出信息受到信道扰动情况下线性多智能体系统的编队控制问题.首先,基于协作式输出调节理论框架对线性多智能体系统的编队控制问题进行数学建模.其次,针对受到信道扰动的全局指令系统输出信息,提出了一类基于受扰输出的自适应分布式滤波观测器,在降低网络信息交换量的同时消除扰动的影响.最后,设计了输出反馈确定等价控制律,解决了线性多智能体系统的分布式编队控制问题.给出了数值仿真结果检验控制性能.

动态事件触发机制下二阶多智能体系统完全分布式控制

本文研究了无向通信拓扑下二阶多智能体系统的一致性问题,分别针对有领导者和无领导者的情形,设计了一类基于辅助动态变量的完全分布式事件触发控制策略,该策略具有参数较少且易调等特点.智能体自身的触发函数满足条件时才向邻居广播自身的状态信息,有效避免了连续通信,减少了系统能量耗散.每个智能体的控制协议和触发函数都只用到自身的状态和邻居触发时刻的状态,不涉及邻居的实时状态信息,也不依赖通信拓扑网络的任何全局信息.利用代数图论以及Lyapunov稳定性理论,证明在所提出的控制策略下,二阶多智能体系统能够实现渐近一致性,且不存在Zeno行为.仿真示例进一步验证了理论结果的有效性.

脉冲控制下基于合作机制的多智能体系统分组一致性研究

针对在脉冲控制下非线性多智能体系统的分组一致性协同控制问题,本文基于复杂系统中智能体间的合作机制,提出了一种新颖的具有领导-跟随网络的分组一致性控制协议.该协议控制智能体仅在脉冲时刻接收来自邻居节点的信息并更新自己的状态,减少智能体因持续接收邻居信息更新自己状态而造成的网络开销.针对不同组之间智能体的信息交互,该协议具有防止组间干扰的机制,降低了不同组之间的通信干扰,提高系统鲁棒性.此外,本文还介绍了一种适用于非线性系统的方案,增强协议的适应性.基于实现分组一致性条件,构建了多智能体系统的动力学模型,并进行了协议的详细设计和理论推导.最后,通过仿真验证了协议的正确性和有效性.

基于距离及相对角度信息的多智能体系统刚性编队任务规划

针对仅在获取多智能体局部距离及相对角度信息条件下如何保持多智能体系统刚性编任务规划队问题,本文提出了两种多智能体刚性编队任务规划方案。首先提出一种基于距离和相对角度的刚性编队规划方案,规划在未知相对位置情况下确保智能体刚性编队。其次利用零空间投影的任务规划方法解决编队任务与避障任务的冲突,确保编队移动过程中编队队形的稳定。再次结合距离和相对角度提出一种整体刚性编队规划方案,并在避障过程中将多智能体系统视为整体进行避障,确保稳定的刚性编队和避障任务的完成。经过仿真验证本文提出的两种方法在弱化相对位置信息的条件下能够较好的保持刚性编队并完成避障任务,对比于依赖相对位置的零空间行为控制方法弱化了对于相对位置信息的依赖。

多智能体系统的实用-分量一致性

实用-分量一致性是指多智能体系统中所有状态变量的一些分量的偏差始终在一个有界区间内波动。本文基于有向网络拓扑探讨一阶非线性领导-跟随多智能体系统的实用-分量一致性问题。首先,对该系统构造一个分段式牵制控制协议;然后,利用置换矩阵方法,将开始的偏差系统转化为一个新的偏差系统,将原系统的实用-分量一致性问题转化为新偏差系统中零解的强实用稳定性问题,并借助矩阵理论和稳定性理论等,导出该系统实现实用-分量一致性的充分条件;最后,通过数值模拟验证理论结果的正确性。

动态事件触发脉冲机制下多智能体系统的拟一致性

考虑到多智能体系统在复杂环境中受到外部干扰和控制器受到恶意攻击等问题,本文旨在研究一类受扰非线性多智能体系统在事件触发机制和脉冲控制下的领导跟随拟一致性。不同于现有文献中需要事先指定最小事件触发间隔,本文所设计的动态事件触发机制通过其参数的选择加以保证,从而避免了芝诺行为的发生。基于此机制,进一步给出了系统实现拟一致性的一些充分条件以及相应误差上界的估量值。最后,通过数值仿真例子验证了结果的有效性。

固定和切换拓扑下多智能体系统二分容错状态一致性研究

针对具有传感器故障的连续时间线性领导-跟随多智能体系统,研究了固定和切换拓扑下的二分容错状态一致性问题。首先,考虑不存在传感器故障的情况,提出了一种基于状态反馈的分布式二分一致性控制协议;其次,考虑存在传感器故障和状态不可测的情况,根据邻居交互信息构造新型分布式状态和故障观测器,并提出了基于输出反馈的分布式二分容错一致性控制协议;最后,进一步考虑通信拓扑发生切换的情况,提出了一种基于观测器的输出反馈二分容错一致性控制协议。理论分析和仿真算例均验证了不同情况下提出的分布式控制策略能够消除传感器故障带来的不良影响,同时,可实现预期的二分状态一致。

基于多智能体一致性理论的智能电网内分布式储能系统自治控制方法

针对智能电网中不同电网阻抗差异性引起各电网内分布式储能一次下垂控制器响应速度不一致,且下垂控制方法种类多(P-f/Q-U下垂、改进P-f/Q-U下垂和改进P-U/Q-f下垂等)难以协调,控制器设计复杂等问题,文中提出了一种基于多智能体一致性理论的智能电网内分布式储能系统自治控制方法,以实现不同下垂控制方式的高效协调,有效提升分布式储能PCC处电压频率控制效果,以及各储能系统的精确功率分配。首先,该方法深入研究了不同阻抗电网条件下的分布式储能控制下垂模型,并采用分布式控制理论,设计了分布式储能统一二次控制器,以控制分布式储能PCC点的频率和电压,并按比例分配储能系统的有功和无功输出功率;然后,由于不同电网相距距离较远,通信延迟会影响控制效果,甚至破坏控制系统稳定性,文中采用多智能体相关理论,设计了一种定向通信方法,推导出了在不损失控制系统稳定性的情况下实现控制目标的时延上界条件;最后,通过在改进IEEE 118节点电力系统上仿真分析,验证了所提方法的有效性。

非线性多智能体系统的固定时间分布式优化算法研究

针对非线性多智能体系统(MASs)的分布式优化问题,提出一种固定时间自适应神经网络输出反馈控制策略。在惩罚函数的基础上,解除一致性约束条件来重构全局目标函数。为了避免反演过程中偏导数的计算和“复杂性爆炸”的问题,设计了一种基于命令滤波的固定时间控制器,并引入补偿信号对滤波误差进行补偿。基于Lyapunov稳定性理论,证明系统中所有输出信号在固定时间内均能达到最优解。最后,通过仿真实验验证了所提控制方案的有效性。

多智能体系统中的同步问题综述

多智能体系统的同步问题在机器人网络、传感器网络、电力网络、社交网络等诸多领域有着广泛应用。首先,介绍了多智能体系统和多智能体同步问题的相关背景。随后,对多智能体系统模型和多智能体同步的基本概念进行了阐述,着重介绍了多智能体的状态同步和输出同步及其研究现状。从多智能体自身特性和网络拓扑结构的特性出发,列举了自适应控制,事件触发控制等常见的同步控制器。最后,对多智能体同步问题进行了简要总结和展望。

基于动态事件触发通信协议的多智能体系统自适应可靠控制

针对多智能体系统中邻居节点间通信资源受限的情况,研究基于动态事件触发通信协议的多智能体系统自适应可靠一致性控制问题.首先,设计一种基于自适应参数估计技术的容错控制策略,来应对未知执行器故障.其次,提出一种新型动态事件触发函数,通过增加具有自适应调节能力的动态变量来延长事件触发间隔.在此基础上,证明在智能体之间非连续通信的情况下,所提方法仅依靠智能体与邻居在触发时刻的交互信息就可以确保一致性误差的收敛.此外,从理论上说明智能体间的事件触发通信不存在芝诺现象.最后,针对无人船编队系统开展仿真,结果能够说明所提自适应事件触发可靠控制方法的有效性.

领导-跟随混合阶异质多智能体系统的一致性

混合阶异质多智能体系统由静态领导者和一阶、二阶和三阶积分器型跟随者组成.首先,在无向和有向通讯网络条件下,利用设计线性滤波器的方法提出了一致性协议;其次,基于李雅普诺夫直接法、拉塞尔不变集原理和矩阵理论证明了协议的可行性;最后,通过2个仿真算例验证了所得结论的有效性.

优先级分布式模型预测控制的多智能体系统

针对分布式预测控制机制下的多智能体系统,该文提出了基于智能体子系统优先级分配的控制策略。利用图论方法对优先级的分配进行描述,并根据最小化系统性能指标确定最佳的优先级分配策略,从而简化分布式预测控制优化问题。对基于优先级的分布式预测控制算法进行了可行性和稳定性分析。仿真结果表明,该文所提出的基于优先级的分布式预测控制方法在获得良好性能的基础上,能够有效地减少子系统之间信息交互的次数,并能够有效降低网络资源利用率。

基于智能体的电力系统分布式自适应抗干扰控制

针对多机电力系统中不可避免存在非线性、不确定特性和动态干扰等问题,基于径向基神经网络(RBFNN)和非线性干扰观测器(NDO)提出一种分布式自适应抗干扰控制器,以增强多机电力系统的暂态稳定性和鲁棒性。采用RBFNN处理系统中的未知非线性问题,并基于神经网络的输出设计NDO以实现对复合扰动的在线估计;在多智能体框架下为多机电力系统提出一种分布式自适应抗干扰控制策略,实时接收通信网络测量的数据并控制储能装置动作,在外部扰动下实现各电机转速的快速同步与跟踪,并利用Lyapunov稳定性理论证明闭环系统信号的收敛性。仿真实验表明:所提策略有效可行。

非线性广义分数阶多智能体系统迭代学习趋同控制

针对一类含有扰动的非线性广义分数阶多智能体系统,研究其在不同通信拓扑协议下闭环Dα型迭代学习一致性趋同跟踪问题。首先,基于分数阶微积分特性及广义的Gronwall不等式,给出非线性广义分数阶多智能体系统在固定通信拓扑下一致性趋同误差收敛的充分条件。然后,将所得到的理论结果推广到通信拓扑随迭代变轴变化的情形,并分析了被控多智能体系统趋同跟踪误差的收敛特性。最后,通过2个数值仿真实例验证了所提闭环Dα型迭代学习趋同控制协议的有效性。

离散时间多智能体系统鲁棒包含控制

主要研究具有外部干扰的离散时间多智能体系统的鲁棒包含控制.构建离散时间干扰观测器,提出基于输出反馈的包含控制协议;通过求解离散时间的代数黎卡提(Riccati)方程,得到包含控制增益;之后再运用Lyapunov稳定性理论,给出收敛分析,并得到相应的包含条件;最后,利用数值模拟来验证所得到的理论结果.