基于强化学习的输入受限多智能体系统的同步最优控制

研究了一类带有输入受限的领导者-追随者多智能体系统的同步最优控制问题。该问题可以看作是一个图博弈问题。基于图博弈理论,首先为每个智能体定义了一个带有非二次型能量函数的性能指标,该性能指标同时依赖于智能体自身及其邻居的信息。然后,利用所定义的性能指标建立耦合的哈密顿-雅克比-贝尔曼(HJB)方程。通过求解HJB方程得到最优控制策略,使得每个追随者同步于领导者且最小化给定的性能指标。由于HJB方程的解析解难于获得,因此借助于强化学习方法利用Actor-Critic(A-C)神经网络在线学习得到近似最优解。通过稳定性分析可以证明所得近似最优控制策略使得闭环系统所有状态一致最终有界,并且收敛到交互纳什均衡。最后,通过仿真实验验证所提同步最优控制算法的有效性。

参数未知神经元模型的全阶与降阶最优同步

基于Lyapunov稳定性理论、最优控制原理以及分步设计方法,为神经元系统设计了非线性反馈控制器和最优控制器.其中非线性反馈控制器能使得两个神经元系统之间的轨道误差趋于零,最优控制器使得在同步过程中所花费的能量达到最低.本文以Cable模型为例,实现了两个神经元模型的全阶最优同步;以Cable模型和Hindmarsh-Rose(HR)模型为例,实现了两个神经元模型的降阶最优同步;同时,均能有效地辨识出系统参数.最后通过数值模拟进一步验证了本方案的有效性.

多种神经元细胞耦合体系同步状态的最优调控

以Morris-Lecar(ML)和Fitz Hugh-Naguno(FHN)等神经元细胞为研究对象,考察多种神经元细胞耦合时相关参数对体系集体行为的影响.数值模拟结果发现,若体系中耦合单元种类相同(如仅含ML细胞),调节耦合强度等参数很容易达到同步状态;体系中若包含有其他种类的神经元细胞(如掺杂FHN细胞),不仅要调节耦合强度,同时也要将掺杂细胞的相关参数调控到适当的范围,两种细胞协同配合才能达到最优同步状态.最后引入同步误差对比分析并进行证实.结果表明:生物体系为实现某些功能可以通过调用不同种类的神经元协调配合来共同完成,这对于深入理解耦合体系的同步机理有一定的理论意义和指导作用.

溢流染色机提布系统的多台电动机同步最优控制方法

根据溢流染色机多台提布电动机运行特点及染色工艺,论述溢流染色机提布系统的多台电动机控制原理及速度检测装置,提出多台提布电动机速度同步递推最优控制算法,实现多台提布电动机协调同步。然后给出多台提布电动机的同步最优控制硬件结构图,并针对六缸溢流染色机实现多台提布电动机速度同步递推最优控制算法的软件设计。应用结果表明,该方法能够使每台提布电动机储布槽的储布量趋向均等,织物的染色效果得到明显提高。

改进的无分流换热器网络最优综合法

提出了不分流换热网络改进的同步最优综合混合整数非线性规划（ＭＩＮＬＰ）模型；通过引入处理带０－１整型变量的规则，提出了采用非线性规划（ＮＬＰ）求解换网络综合ＭＩＮＬＰ问题的方法，只需求解ＮＬＰ问题就可得到连续变量和０－１变量同步优化的网络结果。算例表明，该模型和方法是有效的。

电力系统PMU最优配置新方法

根据电力系统导纳矩阵和节点关联矩阵的特点,指出电力系统潮流方程的特征可用系统关联矩阵来描述,在此基础上提出了一种基于关联矩阵的满足潮流方程直接可解的电力系统PMU最优配置方法,最后利用典型标准节点系统对该算法进行验证并与已有方法得到的结果进行比较,结果表明该算法是有效的,具有简单、易于实现的优点,能有效减少PMU配置数目。

优化的小世界网络特性与多智能体的一致性

对优化的小世界网络模型与多智能体系统的一致性进行研究.以同步最优网络模型为例,建立了时延鲁棒性最优小世界网络.应用计算机仿真,分析了合作网络的一致性收敛速度.研究结果表明,新的优化网络可以提高网络的收敛速度和时延鲁棒性.