多智能体系统的协调预见跟踪控制9787563570683

卢延荣，理学博士，兰州理工大学讲师，北京科技大学自动化学院从事师资博士后。主要研究方向为预见控制，多智能体系统的编队跟踪及包围控制，模型预测控制等。主持甘肃省自然科学基金青年基金1项，作为主要参与人参与国家自然科学基金地区基金项目1项、参与甘肃省重大项目1项。代表成果发表在Journal of the Franklin Institute、ISA Transactions、International Journal of Systems Science等国际著名期刊。

1绪论

1.1多智能体系统的研究现状

1.1.1多智能体系统的研究背景

1.1.2几类典型的一致性问题

1.2预见控制理论的研究现状

1.2.1预见控制的研究背景

1.2.2预见控制系统的设计

1.3预备知识.

2连续时间线性多智能体系统的协调最优预见跟踪控制

2.1问题描述

2.2增广系统的推导及控制器设计

2.3定理2.1的保证性条件

2,4原系统的最优跟踪一致性

2.5数值仿真

2.6本章小结

3连续时间广义线性多智能体系统的协调最优预见跟踪控制

3.1基本概念和问题描述

3.1.1广义系统的基本概念

3.1.2问题描述

3.2分布式最优预见控制器的设计

3.2.1增广系统的建立

3.2.2问题转换

3.2.3分布式控制器设计

3.2.4闭环系统的稳定性

3.2.5讨论

3.3数值仿真

3.4本章小结

4连续时间线性务智能体系统的协调全局晨优预见跟踪控制

4.1问题描述

4.2最优预见控制器的设计

4.2.1增广系统的构造

4.2.2增广系统的最优控制器

4.2.3增广系统的特性讨论

4.2.4原系统的全局最优预见控制器

4.3数值仿真

4.4本章小结

5连续时间线性多智能体系统的最优包围预见控制

5.1问题描述

5.2问题转化

5.3分布式包围预见控制策略的设计

5.4数值仿真

5.5本章小结

6离散时间线性多智能体系统的协调最优预见跟踪控制

6.1问题描述

6.2最优预见控制器的设计

6.2.1增广系统的构造

6.2.2控制器的存在性

6.2.3原系统的最优预见控制器

6.3数值仿真.

6.4本章小结

7离散时间线性多智能体系统的协调预见跟踪控制

7.1问题描述

7.2问题转化

7.3分布式控制器的设计

7.4数值仿真

7.5本章小结

8离散时间线性异质多智能体系统的编队预见跟踪控制

8.1问题描述

8.2问题转化

8.3分布式动态编队预见控制器

8.4数值仿真

8.5本章小结

附录A引理3.3的证明

附录B第8章所用引理

参考文献

1绪论

本章简要地回顾和总结预见控制和多智能体系统的研究背景、研究内容、方法与意义，最后给出本书的预备知识。

1.1多智能体系统的研究现状

1.1.1多智能体系统的研究背景

受生物学、控制科学、计算机科学等诸多学科交叉发展的影响,多智能体系统在许多领域得到了广泛的应用，如无人飞行器(unmanned aerial vehicle)[14]、车辆编队(vehicleformation)[5-7]、多机器人协作(multi-robot cooperation)[8-11]等。在这些系统中,群体行为能够使群体表现出与个体截然不同的行为特性。种种崭新的系统群体行为引起了众多科研工作者的兴趣,促使人们从不同的思路和角度出发,对多智能体系统的一致性、蜂拥、群集控制以及包围控制等问题进行了大量卓有成效的研究。

在生物学领域，蚂蚁群、蜜蜂群、鸟群、鱼群和其他动物群体由于群体内成员自身的群集本性,常常聚集在一起过“集体生活”,如图1.1所示。集群有利于实现它们的目标，比如寻找食物、迁徙、避免危险和障碍等[12-14]。以蚂蚁和黄蜂为例，单个蚂蚁或黄蜂没有建筑巢穴的全局规划,其整体行为却能合作建造出精巧的巢穴。又如它们在搜索食物时体现出的行为，蚂蚁使用一种被称为信息素的化学物质来寻找它们的巢穴到食物源之间的最短路径,而蜜蜂通过一种摇摆舞来互相通知食物源的所在。自然界中的这些自组织现象在没有中央集中控制的条件下，一定存在着某种工作机制,使得内部个体相互感知和交换信息，从而对外表现出规则而有序的智能行为。

……

预见控制是一种利用未来信息改善被控对象控制效果的技术理论与实践均证明该技术可有效改善闭环系统的跟踪品性以及抗干扰能力。本书考虑到领导者将可预见参考轨迹通过网络中的有向路径回传给部分跟随者进而从预见控制的视角出发系统研究多智能体系统的协同预见控制问题，包括单个领导者下的分布式预见跟踪(分布式编队预见跟踪)控制问题、多个领导者下的分布式包围预见控制问题。利用预见控制中的状态增广技术，原问题可转化为含有邻居输出误差的增广系统的状态调节问题，再结合多智能体系统的领航跟随法、分布式输出调节技术以及通信解耦技术，本书提出满足协同目标所需要的充分条件以及具有积分补偿和预见前馈补偿的分布式动态控制策略。