非瞬时脉冲牵引控制的多智能体一致性分析

研究只对一个智能体进行非瞬时脉冲牵引控制的多智能体一致性问题。在通讯拓扑是无向连通图的情况下,应用矩阵论、代数图论和Lyapunov稳定性理论,给出使多智能体系统达到一致性的2个充分条件。与传统的脉冲方法相比,本文的方法具有较大的优势,特别是在脉冲强度适中且智能体数量很多时,可以有效减少脉冲次数。最后,仿真实例验证了理论结果的有效性。

l步信息脉冲牵引控制的多智能体一致性分析

应用矩阵论和代数图论,分析l步信息脉冲牵引控制的多智能体一致性问题。把具有单个脉冲控制器的多智能体的一致性系统推广到只对一个智能体实施l步信息脉冲牵引控制的系统。在通讯拓扑是无向连通图的情况下,给出使多智能体达到一致性的一个充分条件。选择恰当的l有助于减少使多智能体系统达到一致性所需的脉冲次数。最后,仿真实例验证了理论结果。

具有引导者的多智能体网络系统的脉冲一致性

多智能体网络系统的协调与控制在工程领域中有着重要的作用.本文给出了具有引导者的一阶多智能体网络系统的动力学模型.模型中,假设网络系统中仅有一个智能体在一系列离散时刻基于自身及引导者的信息,以脉冲跳跃方式改变自身的状态.应用矩阵理论、数值分析理论、脉冲微分方程等理论给出了网络系统达到一致的一个充分条件.计算机仿真实验验证了算法的正确性和有效性,展示了系统的一致收敛速度与脉冲间隔、脉冲强度之间的关系.

具有非线性耦合的分数阶神经网络的聚类同步

研究具有不确定参数和非线性耦合的分数阶神经网络的聚类同步控制。首先,采用投影技术将非线性耦合函数分解为振荡部分和线性部分,并借助不等式技术分别处理,以此消除非线性的耦合项对网络产生的不利影响。其次,为了节约成本,选择基于平均脉冲区间的牵引脉冲控制策略,并构造对整个网络通用的Lyapunov函数,给出分数阶神经网络实现聚类同步的充分条件。此外,还证明了结论对非线性耦合的整数阶神经网络的适用性。最后,通过数值仿真进一步验证了理论结果的有效性。