摘要 本文主要研究了一类具有领导者的不确定非线性多智能体系统的一致跟踪问题。针对此类系统，基于智能体的自身状态信息以及相邻智能体的状态信息，设计了具有静态耦合增益的模糊自适应控制律，并基于Lyapunov 稳定性理论，证明了所设计的控制器可以使得多智能体系统的一致跟踪误差有界。此外，设计了具有动态耦合增益的模糊自适应控制律，避免了对系统拉普拉斯矩阵特征值的需要，同样可使得多智能体系统的一致跟踪误差有界。算例仿真验证了所设计的控制器的有效性。41526
毕业论文关键词 多智能体系统 模糊自适应控制律 Lyapunov 稳定性理论 误差有界
Title Leader-following Consensus Tracking for a Class of Uncertain Nonlinear Multi-agent Systems
Abstract In this paper, we mainly study the consensus tracking problem of a class of uncertain nonlinear multi-agent systems with a leader. For this kind of systems, a fuzzy adaptive controller with static coupling gain is designed based on self state information of agents and the relative states of neighboring agents. Based on Lyapunov stability theory, the proposed fuzzy adaptive controller guarantees the consistent tracking error of multi-agent system is bounded. In addition, we design a fuzzy adaptive controller with adaptive coupling gain, which can also guarantee the consistent tracking error of multi-agent system is bounded without the eigenvalues of Laplasse matrix. Two simulation examples are provided to show the effectiveness of the proposed controllers.
Keywords multi-agent systems, fuzzy adaptive controller, Lyapunov stability theory, error-bounded
目次
1绪论1
1.1研究背景1
1.2多智能体一致性发展历程2
1.3国内外研究现状2
1.4本文的主要工作3
2准备工作5
2.1符号5
2.2图论5
2.3系统描述6
3具有静态耦合增益的模糊自适应控制器7
3.1控制器设计7
3.2仿真验证13
4具有动态耦合增益的模糊自适应控制器16
4.1控制器设计16
4.2仿真验证21
结论23
致谢24
参考文献25
1 绪论 本章共包括三节内容。前两节对多智能体系统的研究背景以及其一致性的发展历程做出了简要介绍， 第三节简单介绍了近些年来国内外对多智能体系统一致性问题的部分研究成果，最后一节对本文的研究工作进行了简要描述。
1.1 研究背景 随着科技的发展，人们需要解决的任务也由最初的简单逐渐转为复杂，并且任务的工作量愈加庞大。在任务复杂程度不断提高，任务工作量不断加大的情况下，利用单个智能体解决任务的难度也不断增加，此时就需要多个智能体互相协调处理来降低难度，而且有许多任务是单个智能体无法处理解决，只能由多个智能体相互协调处理才能解决的，比如无人机编队飞行、机器人探测等等。基于这一迫切需求，就需要对多智能体的协调控制进行研究，设计相应的控制器，从而解决愈加复杂的任务。由于多智能体系统的分布式协调控制可以应用的范围非常广泛，在许多领域都可以进行应用，因此，对于研究控制理论的学者们而言，在此方面进行深入的研究就有着非常重要的意义，这就使得多智能体的协调控制在近年来成了控制领域一个非常热门的研究方向，已经有许多学者投入到这方面的研究中来。 由多个智能体组成的多智能体系统，其能获得的数据和信息往往是分散的，对于系统中的每个智能体而言，通常只能获得其自身的信息和与之相邻的智能体的信息，而无法获得系统中与它不相邻的智能体的信息，因此是无法针对多智能体系统的全局设计一个控制器的，只能针对系统中的每一个智能体设计其相应的控制律，然后通过相邻智能体之间进行的信息交流来互相协调，从而完成对整个多智能体系统的控制。 在关于多智能体的协调控制的研究中， 一致性问题是其中必须要解决的一个关键性问题。在有关多智能体系统的一致性问题研究中，其常采用的思文方式是设计一个有效的算法，并且设计的算法应该是合理的，可以实现的，通过该算法可以使得系统中的每一个智能体经过一定时间的运行与调整，最终都能达到相同的状态，即实现多智能体系统的一致性。在一些问题中，多智能体系统中的每一个个体其相互之间的地位是没有差别的，最终只要求系统中所有个体的状态收敛到一个共同值即可，这个共同值并不是事先确定的，而是随着时间的进行系统中的每个个体互相协调而最终达到的某个值，这就是无领导者的多智能体系统一致性问题。而在另外一些问题中，多智能体系统中每个个体之间的地位是有差别的，在所有的智能体中会有一个智能体作为领导者，剩下的智能体就作为跟踪者，最终所有跟踪者的状态收敛到与领导者的状态一致，即跟踪者可以跟踪领导者的状态。在这里，这个领导者的状态是可以由外部决定的，即可以由外界引导多智能体系统的状态趋于一个期待值，这就是具有领导者的多智能体系统一致跟踪问题。 多智能体系统的一致性可以应用在许多方面，如文献[1,2,3]中的编队控制问题，编队控制可以广泛应用在诸如军事、生产等多个领域；文献[4,5]中的群集运动控制问题，群集运动控制是一种新型的分布式控制方法，其模拟于自然界的生物运动，具有很强的容错性，稳定性也非常好；文献[6,7]中的聚集控制问题，聚集控制问题是指在没有全局通信的情况下，一群移动的智能体经过一定的时间聚集在相同的区域且这个区域是外界所期望的区域。由于一致性的广泛应用，多智能体系统的一致性问题研究具有相当大的理论价值与现实意义。 具有领导者的不确定非线性多智能体系统的跟踪问题研究:http://www.751com.cn/zidonghua/lunwen_41607.html