多智能體一致性迭代學習控制的研究.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、由多個智能體組成的分布式多智能體系統(tǒng)，相比單個個體，更具有自組織性和自適應性。多智能體系統(tǒng)中，智能體之間能夠互相通信、合作，解決更復雜的問題。因此，多智能體系統(tǒng)在很多重要的領域得到應用，如水下機器人協(xié)同作業(yè)、多移動機器人系統(tǒng)等。近年來，多智能體協(xié)調控制已成為控制領域的研究熱點，其中多智能體系統(tǒng)的一致性問題是進行協(xié)同合作的基礎，同樣受到學者的關注。
　　現有關于多智能體系統(tǒng)一致性問題的絕大多數成果都是只關注了在時間域上的收斂性。為了

2、精確地實現多智能體的一致性目標，迭代學習控制的方法在多智能體系統(tǒng)一致性方面的應用受到了學者的關注。然而，目前利用迭代學習研究多智能體的一致性仍處在初步研究階段。本文主要充分利用了分布式多智能體系統(tǒng)和迭代學習控制的特點，研究了具有重復運行性質的多智能體系統(tǒng)的一致性問題，設計了分布式的學習律，使得多智能體系統(tǒng)能夠在有限時間區(qū)間上達到完全一致。本文的主要工作有
　　(1)利用迭代學習控制的方法研究含有領導者的多智能體系統(tǒng)的一致性問題。假

3、設領導者的信息是全局可達的，針對線性多智能體系統(tǒng)設計出了分布式迭代學習算法，得到在拓撲為有向圖時達到完全一致的充分條件，使得每一個跟隨者在有限時間區(qū)間[0,T]上能完全地跟蹤上領導者。
　　(2)針對迭代學習控制中的初值問題提出了一種初始狀態(tài)誤差修正算法，并對所提算法進行了理論分析，證明了算法的收斂性，通過Matlab仿真驗證了算法的有效性。
　　(3)提出了一種遺忘因子迭代學習算法，有效地利用初始輸入信號，并對算法進行了嚴

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論