信息、通信技術(shù)及人工智能等技術(shù)的飛速發(fā)展,為多智能體系統(tǒng)的編隊(duì)控制提供技術(shù)支持,編隊(duì)控制已經(jīng)成為當(dāng)前的熱點(diǎn)研究方向。多智能體系統(tǒng)在生產(chǎn)、生活、軍事等方面均有廣泛的應(yīng)用,例如,現(xiàn)代布雷方式以潛艇式布雷最為隱蔽,在現(xiàn)有作戰(zhàn)設(shè)備基礎(chǔ)上,對(duì)自航水雷進(jìn)行編隊(duì)控制研究,提高海防作戰(zhàn)能力、提升海域封鎖效率,成為布雷問題的研究重點(diǎn)問題之一。因此本文提出了對(duì)多智能體編隊(duì)控制策略的研究,在多智能體編隊(duì)控制策略研究中,一個(gè)特別重要的問題就是如何使得初始位置任意分布的多智能體系統(tǒng),通過合理的編隊(duì)控制策略,形成并保持一定的隊(duì)形。本文對(duì)多智能體編隊(duì)控制策略進(jìn)行研究,將多智能體系統(tǒng)映射為編隊(duì)圖,根據(jù)編隊(duì)圖制定智能體之間的約束關(guān)系,設(shè)計(jì)多智能體一般性控制律,對(duì)這些約束關(guān)系進(jìn)行控制,使多智能體系統(tǒng)達(dá)到期望隊(duì)形,主要成果有:首先,對(duì)剛性圖理論進(jìn)行研究,提出生成最優(yōu)剛性圖的算法。并根據(jù)編隊(duì)有向性和維持性的要求,將多智能體系統(tǒng)映射的最優(yōu)剛性圖轉(zhuǎn)化為基于最優(yōu)剛性圖的有向編隊(duì)圖,為后續(xù)控制律設(shè)計(jì)及驗(yàn)證提供基礎(chǔ);其次,分別以速度分解法和幾何表示法對(duì)多智能體系統(tǒng)控制律進(jìn)行設(shè)計(jì),并證明在控制律作用下系統(tǒng)的收斂性。通過仿真驗(yàn)證控制律的有...

【文章頁數(shù)】：102 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 引言
    1.2 多智能體系統(tǒng)編隊(duì)控制理論國內(nèi)外研究現(xiàn)狀分析
        1.2.1 虛擬機(jī)構(gòu)法編隊(duì)控制理論
        1.2.2 行為法編隊(duì)控制理論
        1.2.3 圖論編隊(duì)控制理論
        1.2.4 領(lǐng)導(dǎo)-跟隨者編隊(duì)控制理論
    1.3 智能體避障方法國內(nèi)外研究現(xiàn)狀分析
        1.3.1 自由空間法
        1.3.2 柵格法
        1.3.3 模糊控制法
        1.3.4 人工勢(shì)場(chǎng)法
    1.4 論文主要內(nèi)容及結(jié)構(gòu)
        1.4.1 論文主要內(nèi)容
        1.4.2 論文結(jié)構(gòu)
2 基于最優(yōu)剛性圖的多智能體有向編隊(duì)控制模型
    2.1 編隊(duì)問題
        2.1.1 編隊(duì)問題模型構(gòu)建
        2.1.2 編隊(duì)圖
    2.2 基于剛度矩陣判定法的最優(yōu)剛性圖算法
        2.2.1 圖的剛性和最小剛性圖生成法
        2.2.2 基于剛度矩陣的最優(yōu)剛性圖算法
    2.3 基于最優(yōu)剛性圖的多智能體有向編隊(duì)圖
    2.4 本章總結(jié)
3 基于領(lǐng)導(dǎo)者速度收斂情況下的編隊(duì)控制律設(shè)計(jì)
    3.1 問題提出
    3.2 只有領(lǐng)導(dǎo)者和第一跟隨者情況下的控制律設(shè)計(jì)
    3.3 基于速度分解法的控制律設(shè)計(jì)及驗(yàn)證
        3.3.1 三個(gè)智能體控制律設(shè)計(jì)及驗(yàn)證
        3.3.2 DMO編隊(duì)圖下基于速度分解法的多智能體一般性控制律設(shè)計(jì)
    3.4 幾何表示方法的控制律設(shè)計(jì)
        3.4.1 三個(gè)智能體控制律設(shè)計(jì)及驗(yàn)證
        3.4.2 DMO編隊(duì)圖下基于幾何表示法的多智能體一般性控制律設(shè)計(jì)
    3.5 兩種編隊(duì)控制律仿真驗(yàn)證優(yōu)選
        3.5.1 三個(gè)智能體的編隊(duì)控制律驗(yàn)證對(duì)比
        3.5.2 七個(gè)智能體的編隊(duì)控制律驗(yàn)證對(duì)比
    3.6 多智能體編隊(duì)控制律對(duì)比分析
    3.7 本章總結(jié)
4 基于人工勢(shì)場(chǎng)法的避碰控制律設(shè)計(jì)
    4.1 多智能體系統(tǒng)在收斂過程中的碰撞問題
    4.2 基于人工勢(shì)場(chǎng)法的避碰控制律設(shè)計(jì)
        4.2.1 引力場(chǎng)控制律設(shè)計(jì)
        4.2.2 斥力場(chǎng)控制律設(shè)計(jì)
    4.3 避碰控制律算例驗(yàn)證
        4.3.1 避碰控制律算法驗(yàn)證
        4.3.2 避碰控制律比較
    4.4 本章總結(jié)
5 基于雙領(lǐng)導(dǎo)者-跟隨者的最小有向編隊(duì)方案
    5.1 基于雙領(lǐng)導(dǎo)者-跟隨者的最小有向編隊(duì)圖算法
        5.1.1 編隊(duì)方案的改進(jìn)
        5.1.2 算法設(shè)計(jì)
        5.1.3 兩種編隊(duì)方案的比較
    5.2 兩種編隊(duì)方案的仿真對(duì)比分析
    5.3 算例仿真分析
        5.3.1 單條線的仿真分析及領(lǐng)導(dǎo)者初速度經(jīng)驗(yàn)值參數(shù)選取
        5.3.2 兩條線的仿真分析及系統(tǒng)領(lǐng)導(dǎo)者的選取
    5.4 本章總結(jié)
6 總結(jié)與展望
    6.1 工作總結(jié)
    6.2 研究展望
參考文獻(xiàn)
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3846465