事件触发机制下二阶多智能体系统量化追踪控制

为了解决控制器频繁更新及通信带宽有限性的问题,对二阶线性多智能体系统在事件触发机制下的量化追踪控制进行研究.设计与均匀量化器相关的事件触发控制机制,提出基于事件触发的追踪控制算法,并使用均匀量化器对控制输入中的所有跟随者状态进行量化处理.基于Lyapunov稳定性理论分析,得到在该算法下使系统渐近趋于一致的充分条件.研究结果表明:所提出的控制协议可以排除芝诺行为.最后,通过数值实验说明理论结果的有效性.

基于契约理论的移动众包网络长期激励机制研究

针对移动众包网络中网络信息非对称的问题和移动众包任务参与者的自私性,提出一种基于契约的移动众包网络的长期激励机制。考虑到移动众包任务参与者的移动性和环境的动态特性,在建立软件服务商和移动用户模型基础上,研究两阶段动态契约激励模型。在移动用户满足激励相容和参与约束条件下,通过甄别移动用户完成移动众包任务的真实众包任务努力的能力,实现软件服务商期望效用最大化。实验结果表明,该机制能够有效提高移动众包网络的共享性能,为移动众包的发展提供新思路。

自适应萤火虫算法改进蚁群算法的移动机器人路径规划

针对传统的蚁群算法在解决移动机器人路径规划问题时存在收敛性差、搜索速度慢、过于依赖参数选择等问题,提出一种自适应萤火虫算法改进蚁群算法的混合算法。首先,在蚁群算法基础上引入萤火虫算法,对蚁群算法的核心参数进行优化;其次,针对两种算法混合后时间开销大的问题,引入精英策略和承接式相结合的信息素更新方式,并对萤火虫算法的步长因子进行自适应设计,以提高整个混合算法的求解效率和求解精度;最后,在不同的栅格环境下进行路径规划仿真实验。结果表明,混合智能算法较传统蚁群算法综合效果有明显提升。