多智能體系統(tǒng)由多個(gè)能夠與環(huán)境交互且具有一定信息處理能力的智能體組成,通過將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此互相通信和協(xié)調(diào)的、易于管理的系統(tǒng),多智能體系統(tǒng)可以解決單個(gè)智能體以及單層系統(tǒng)難以解決的復(fù)雜問題,因而在眾多領(lǐng)域中具有很廣泛的應(yīng)用,如望遠(yuǎn)鏡陣列、無人機(jī)編隊(duì)、衛(wèi)星姿態(tài)協(xié)同等。多智能體系統(tǒng)一致性主要研究任務(wù)是在一定的網(wǎng)絡(luò)拓?fù)浜蛦沃悄荏w系統(tǒng)動(dòng)力學(xué)條件下,設(shè)計(jì)控制算法使各個(gè)智能體的相關(guān)狀態(tài)達(dá)到一致,如衛(wèi)星編隊(duì)中的姿態(tài)一致、無人機(jī)編隊(duì)中的速度及方位一致等。在實(shí)際工程中隨著多智能體系統(tǒng)規(guī)模的擴(kuò)大,系統(tǒng)中出現(xiàn)故障的概率越來越大。多智能體系統(tǒng)中故障按發(fā)生位置可以分為網(wǎng)絡(luò)拓?fù)涔收�、�?zhí)行器故障、傳感器故障及其它部件故障等,執(zhí)行器發(fā)生故障會(huì)使實(shí)際輸出與控制信號(hào)之間產(chǎn)生偏差,從而降低系統(tǒng)性能甚至使系統(tǒng)不穩(wěn)定;另外與傳感器、被控對(duì)象、網(wǎng)絡(luò)通信故障等相比,執(zhí)行器故障采用硬件冗余來提高可靠性的方案難度大成本高,所以合理設(shè)計(jì)容錯(cuò)控制器具有很高的實(shí)用價(jià)值。本論文主要研究了多智能體系統(tǒng)發(fā)生執(zhí)行器故障情況下容錯(cuò)控制問題,所采用的技術(shù)路線包括自適應(yīng)滑�？刂�、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制、基于故障診斷的容錯(cuò)控制等。論文的主要研究?jī)?nèi)容包括以下幾個(gè)方面:1.自適應(yīng)滑模一致性容錯(cuò)控制�；？刂评碚撋嫌泻芨叩目刂凭炔⑶覍�(duì)系統(tǒng)未知時(shí)變參數(shù)和外界干擾等具有很強(qiáng)的魯棒性,本文針對(duì)二階非線性多智能體系統(tǒng)首先設(shè)計(jì)非連續(xù)滑模容錯(cuò)一致性算法,但經(jīng)典滑�？刂浦挟�(dāng)滑模變量到達(dá)滑模面后,由于未建模模塊、時(shí)延等原因,控制器中的符號(hào)函數(shù)會(huì)使實(shí)際系統(tǒng)中執(zhí)行器會(huì)產(chǎn)生振蕩,從而對(duì)系統(tǒng)的正常運(yùn)行產(chǎn)生不利影響,本文采用了一種連續(xù)化的方案對(duì)控制器中的符號(hào)函數(shù)進(jìn)行了優(yōu)化。另一方面,當(dāng)系統(tǒng)非線性參數(shù)、干擾及執(zhí)行器故障程度等未知時(shí),滑�？刂频目刂圃鲆娌蝗菀状_定,本文引入了一個(gè)自適應(yīng)算法從而使控制增益即使在系統(tǒng)參數(shù)及執(zhí)行器故障程度未知情況下也可以自適應(yīng)調(diào)整確定;2.神經(jīng)網(wǎng)絡(luò)自適應(yīng)一致性容錯(cuò)控制。神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制對(duì)復(fù)雜系統(tǒng)動(dòng)力學(xué)、強(qiáng)非線性具有很好的處理能力,本文針對(duì)一般非線性多智能體系統(tǒng)和非仿射型非線性多智能體系統(tǒng)分別設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)自適應(yīng)容錯(cuò)一致性控制算法。本文對(duì)于一般非線性多智能體系統(tǒng)所設(shè)計(jì)的一致性容錯(cuò)算法包含了一個(gè)基于一致性誤差的負(fù)反饋項(xiàng)和一個(gè)自適應(yīng)神經(jīng)網(wǎng)絡(luò)項(xiàng),其中自適應(yīng)神經(jīng)網(wǎng)絡(luò)項(xiàng)可以補(bǔ)償智能體系統(tǒng)中的未知非線性動(dòng)力學(xué);針對(duì)非仿射型非線性多智能體系統(tǒng),所設(shè)計(jì)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)一致性算法的輸入項(xiàng)既包含了系統(tǒng)狀態(tài)信息也包含了一致性誤差信息,所設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)權(quán)重更新律中負(fù)反饋項(xiàng)乘以一致性誤差的絕對(duì)值,其有利于減小一致性最終誤差,提高一致精度;3.基于故障診斷的多智能體容錯(cuò)控制。本文針對(duì)二階多智能體系統(tǒng)的一致性問題和包含控制問題研究設(shè)計(jì)了一種帶有故障診斷的容錯(cuò)控制方案,所設(shè)計(jì)的容錯(cuò)控制器包括一理想控制算法和一故障診斷模塊。當(dāng)系統(tǒng)無故障時(shí),多智能體系統(tǒng)在理想控制算法作用下可以實(shí)現(xiàn)目標(biāo),當(dāng)故障發(fā)生時(shí),控制器根據(jù)故障診斷信息調(diào)整參數(shù)。研究表明,當(dāng)故障診斷的誤差不超過一定范圍,所設(shè)計(jì)的一致性算法就可以使系統(tǒng)實(shí)現(xiàn)目標(biāo)。
【學(xué)位單位】：中國(guó)科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2019
【中圖分類】：TP18;TP273
【部分圖文】：

其中：Ｃｉ，切，／（而，％，（）和分別為第ｉ個(gè)追隨者的位置、速度、非線性??項(xiàng)和干擾，為第ｉ個(gè)智能體的執(zhí)行器輸出。??如圖２．１所示，根據(jù)故障類型產(chǎn)生的不同位置，多智能體系統(tǒng)中故障可以分??為通信故障、被控對(duì)象故障、傳感器故障和執(zhí)行器故障［１４２］。相比傳感器故障和??通信故障等，執(zhí)行器故障在實(shí)際應(yīng)用中較難用硬件冗余的方式保持故障發(fā)生時(shí)??的系統(tǒng)性能，因此研究執(zhí)行器發(fā)生故障時(shí)的容錯(cuò)控制問題具有重要意義，在本文??中我們主要研宄多智能體系統(tǒng)中發(fā)生執(zhí)行器故障時(shí)的容錯(cuò)控制問題。??多智能體系統(tǒng)中的領(lǐng)導(dǎo)者主要作用是為追隨者提供運(yùn)動(dòng)軌跡的參考信號(hào)，作??為參考信號(hào)可以由一個(gè)系統(tǒng)模型或真實(shí)物理系統(tǒng)產(chǎn)生。不失一般性，我們假設(shè)領(lǐng)??導(dǎo)者的執(zhí)行器不受故障影響。??１５??

＇本節(jié)中我們將考慮含有一個(gè)領(lǐng)導(dǎo)者和五個(gè)追隨者的多智能體系統(tǒng)的仿真實(shí)??驗(yàn)來驗(yàn)證所設(shè)計(jì)的滑模追蹤算法的有效性。系統(tǒng)通信拓?fù)浣Y(jié)構(gòu)如圖２．２所示，其??２６??

圖２．３無執(zhí)行器故障時(shí)各智能體的位置軌跡：非連續(xù)滑模追蹤算法（２．７），０二１．５??
【相似文獻(xiàn)】

相關(guān)期刊論文 前9條

1 張青;弓志坤;楊正全;陳增強(qiáng);;多智能體系統(tǒng)的自適應(yīng)群集分布式優(yōu)化（英文）[J];控制理論與應(yīng)用;2019年04期

2 方建印;謝欣欣;;具有飽和輸入和通信約束的多智能體系統(tǒng)的包含控制[J];河南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2016年04期

3 李健;沈艷軍;劉允剛;;線性多智能體系統(tǒng)一致性的自適應(yīng)動(dòng)態(tài)規(guī)劃求解方法[J];系統(tǒng)科學(xué)與數(shù)學(xué);2016年07期

4 楊瑞;葉冬;;多智能體系統(tǒng)一致性研究[J];山東工業(yè)技術(shù);2017年07期

5 張曉嬌;崔寶同;齊斌;;二階多智能體系統(tǒng)一致性的幾個(gè)條件（英文）[J];控制工程;2017年04期

6 姜香菊;紀(jì)志堅(jiān);孫方剛;李自強(qiáng);;二階多智能體系統(tǒng)的能觀性[J];工業(yè)控制計(jì)算機(jī);2017年05期

7 朱美玲;趙蕊;徐勇;;速度不可測(cè)的異構(gòu)多智能體系統(tǒng)一致性分析[J];計(jì)算機(jī)工程與科學(xué);2017年09期

8 莫立坡;于永光;;多智能體系統(tǒng)的有限時(shí)間旋轉(zhuǎn)環(huán)繞控制（英文）[J];自動(dòng)化學(xué)報(bào);2017年09期

9 聞國(guó)光;黃俊;于玉潔;;異質(zhì)多智能體系統(tǒng)在固定拓?fù)湎碌姆纸M一致性[J];北京交通大學(xué)學(xué)報(bào);2016年03期

相關(guān)博士學(xué)位論文 前10條

1 陳家玉;網(wǎng)絡(luò)化多智能體系統(tǒng)的有限比特量化一致性問題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

2 馬麒超;復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)下高階多智能體系統(tǒng)的分析與綜合[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

3 張高生;帶有執(zhí)行器故障的多智能體系統(tǒng)一致性問題研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

4 萬穎;時(shí)滯網(wǎng)絡(luò)系統(tǒng)的動(dòng)力學(xué)分析及采樣控制[D];東南大學(xué);2017年

5 張婷;幾類多智能體系統(tǒng)量化學(xué)習(xí)一致性研究[D];西安電子科技大學(xué);2017年

6 馬婧瑛;多智能體系統(tǒng)的性能優(yōu)化[D];西安電子科技大學(xué);2017年

7 游秀;一類非匹配非線性多智能體系統(tǒng)的分布式一致性控制[D];燕山大學(xué);2017年

8 戴江濤;半馬爾科夫切換拓?fù)湎碌亩嘀悄荏w系統(tǒng)一致性[D];大連理工大學(xué);2018年

9 王海洋;APTL模型檢測(cè)方法及多智能體系統(tǒng)驗(yàn)證的研究[D];西安電子科技大學(xué);2018年

10 徐曉樂;多智能體系統(tǒng)的一致性問題研究[D];浙江工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 李驍;多智能體系統(tǒng)的有限時(shí)間穩(wěn)定性分析與控制[D];哈爾濱理工大學(xué);2019年

2 李凱;離散多智能體系統(tǒng)編隊(duì)控制[D];哈爾濱理工大學(xué);2019年

3 吳彤;網(wǎng)絡(luò)化環(huán)境下幾類非線性隨機(jī)多智能體系統(tǒng)的一致性控制[D];哈爾濱理工大學(xué);2019年

4 匡艷;網(wǎng)絡(luò)化混雜系統(tǒng)的隨機(jī)擾動(dòng)控制[D];重慶理工大學(xué);2019年

5 王澤權(quán);基于離散時(shí)間觀測(cè)的隨機(jī)混雜系統(tǒng)動(dòng)力學(xué)分析與控制[D];重慶理工大學(xué);2019年

6 洪章城;基于邊動(dòng)力學(xué)的網(wǎng)絡(luò)一致性研究[D];廈門大學(xué);2018年

7 李璐;異質(zhì)多智能體系統(tǒng)的能控性研究[D];北方工業(yè)大學(xué);2019年

8 謝警;多智能體系統(tǒng)的一致性及其在覆蓋控制中的應(yīng)用[D];廈門大學(xué);2017年

9 劉慧;非線性多智能體系統(tǒng)的分布式平均跟蹤[D];廈門大學(xué);2018年

10 盛明偉;基于事件觸發(fā)機(jī)制的二階多智能體系統(tǒng)一致性控制研究[D];安徽大學(xué);2019年

本文編號(hào)：2873140