多智能體系統(tǒng)的分布式一致性控制及優(yōu)化問題研究.pdf

1、近年來由于其廣泛應(yīng)用于衛(wèi)星的姿態(tài)協(xié)同控制、無人機的合作控制、交通運輸系統(tǒng)的協(xié)調(diào)調(diào)度等諸多實際工程應(yīng)用領(lǐng)域，多智能體系統(tǒng)的分布式協(xié)同控制已經(jīng)受到研究者們的廣泛關(guān)注。作為多智能體系統(tǒng)分布式協(xié)同控制的一種基本集群行為，分布式一致性控制是指根據(jù)某種特定的任務(wù)種類或性能要求，設(shè)計一個針對單個智能體的分布式控制策略，使其通過與局部鄰居智能體的信息交互，達(dá)到某些關(guān)鍵量的一致。在實際應(yīng)用中，所設(shè)計的控制器不僅要保證系統(tǒng)的穩(wěn)定性而且要使得系統(tǒng)的性能最優(yōu)從

2、而降低系統(tǒng)成本。因此本文從控制和優(yōu)化兩個方面來研究多智能體系統(tǒng)的分布式一致性問題，主要內(nèi)容概述如下：
　　研究了多智能體系統(tǒng)有限時間分布式事件觸發(fā)一致性控制。為了緩解系統(tǒng)通信壓力、減少系統(tǒng)的計算次數(shù)，本文引入了一種新的采樣方式――事件觸發(fā)機制。與傳統(tǒng)的周期采樣相比，事件觸發(fā)采樣只有在某一特定事件發(fā)生才才進(jìn)行一次數(shù)據(jù)更新和信息傳輸。隨后針對固定和時變兩種不同的通信網(wǎng)絡(luò)拓?fù)?，分別設(shè)計了有限時間分布式事件觸發(fā)一致性控制策略。最后，利用L

3、yapunov泛函方法和不等式放縮技術(shù)證明了多智能體系統(tǒng)能夠在有限時間內(nèi)達(dá)到一致。
　　研究了帶有時變輸入延時的線性多智能體系統(tǒng)的分布式最優(yōu)一致控制問題。在保證系統(tǒng)穩(wěn)定性的前提下，多智能體系統(tǒng)的性能是首要的研究目標(biāo)。為了研究帶有輸入延時多智能體系統(tǒng)一致性的優(yōu)化問題，可以通過模型轉(zhuǎn)化和性能指標(biāo)等價將帶有輸入延時的線性連續(xù)時間多智能體最優(yōu)一致問題轉(zhuǎn)化為不含延時的線性離散時間多智能體系統(tǒng)最優(yōu)一致問題。隨后基于Bellman最優(yōu)化原理和自

4、適應(yīng)動態(tài)規(guī)劃技巧，針對不含延時的多智能體系統(tǒng)設(shè)計了一種分布式最優(yōu)一致控制策略。為了實現(xiàn)自適應(yīng)動態(tài)規(guī)劃方法，本文引入了評判/執(zhí)行神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)去逼近最優(yōu)價值函數(shù)和最優(yōu)控制策略。
　　研究了帶有固定輸入延時的未知多智能體系統(tǒng)的數(shù)據(jù)驅(qū)動分布式最優(yōu)一致控制。針對多智能體系統(tǒng)模型未知這一情況，本文提出了基于數(shù)據(jù)驅(qū)動的分布式最優(yōu)一致控制策略。相較于傳統(tǒng)的基于模型識別的控制方法，數(shù)據(jù)驅(qū)動控制策略不僅減少了模型識別時產(chǎn)生的誤差而且降低了系統(tǒng)的計算次

5、數(shù)和通信量。為了簡化系統(tǒng)分析，本文通過模型降階方法將帶有延時的多智能體系統(tǒng)最優(yōu)一致問題轉(zhuǎn)化為不含延時的多智能體系統(tǒng)最優(yōu)一致問題。隨后，利用基于數(shù)據(jù)驅(qū)動的自適應(yīng)動態(tài)規(guī)劃技巧解決了不含延時的多智能體系統(tǒng)的最優(yōu)一致性問題。
　　研究了多智能體系統(tǒng)的分布式事件觸發(fā)最優(yōu)一致控制問題。本文結(jié)合事件觸發(fā)采樣和自適應(yīng)動態(tài)規(guī)劃的優(yōu)勢，提出了一種新的解決優(yōu)化問題的方法――事件觸發(fā)自適應(yīng)動態(tài)規(guī)劃。在提出的事件觸發(fā)自適應(yīng)動態(tài)規(guī)劃結(jié)構(gòu)中，控制策略和權(quán)重估計