免费论文摘要：搀杂动静多智能体制统的普遍性遏制

普遍性遏制是多智能体制统散布式融合范围中的典范题目，连年来获得了深刻接洽并博得了很多功效。其早期工作东假如对准大略的一阶或二阶线性决定体例打开的，但是本质被控东西的动静方程常常比拟搀杂以至具备强非线性，而且生存随机的外部干预等不决定成分。基于此，正文开始接洽外部干预下具备搀杂能源学的多智能体普遍性遏制题目，而后商量具备非线性模子的多智能体制统自符合普遍性遏制。重要奉献囊括：(1). 商量具备外部干预的高阶多智能体有向搜集的输入普遍性遏制题目，提出了鉴于限制可测输入的散布式和议。其基础思维是将原普遍性遏制题目变化为一个规范H∞遏制题目，而后应用线性体例H∞表面对散布式和议效率下的闭环体例举行H∞本能领会，进而对于定拓扑和变拓扑两种有向搜集，辨别获得了保护多智能体制统具备憧憬干预衰减本领的输入普遍性前提。(2). 接洽了外部干预底线性啮合多智能体制统的普遍性遏制题目，提出了一个动静输入反应和议，并给出了和议中待定体例矩阵的求解本领。对准定拓扑和变拓扑无向搜集，辨别以线性矩阵不等式的情势给出了保护体例具备憧憬抗干预本领的普遍性前提。(3). 对准一类高阶非线性多智能体制统，提出了一种散布式自符合普遍性和议，该和议经过引沉迷经搜集对未知的非线性体例因变量举行在线迫近。在此和议效率下，即使无向通讯拓扑图是连通的，那么一切智能体的状况不妨渐近到达普遍。从而，接洽了体例在到达普遍进程中的瞬态本能，提出了少许本能矫正本领。(4). 接洽了二阶非线性多智能体制统的Leader-Following普遍性题目，安排了鉴于神经搜集的散布式自符合和议，并给出了使得一切Following智能体不妨渐近盯梢Leader状况轨线的充溢前提，进而实行了多智能体制统的普遍性遏制。进一步，经过预算Following智能体盯梢缺点的L2范数，提出了矫正体例瞬态盯梢本能的本领。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/207995.html