多智能體系統(tǒng)預測協(xié)同控制研究.pdf

1、近年來，多智能體系統(tǒng)的協(xié)同控制以其分布式和魯棒性等特點引起了控制領域科研人員的高度關注和大量研究。隨著計算機和通信技術的發(fā)展，多智能體系統(tǒng)的協(xié)同控制也得到越來越廣泛的應用，如無人駕駛飛機群的編隊控制，無線傳感器網絡和自治多機器人系統(tǒng)等。受生物體預測智能的啟發(fā)，同時得益于模型預測控制(MPC)在工業(yè)界的盛行及其理論發(fā)展，研究者開始將預測機制引入到多智能體系統(tǒng)中，采用模型預測控制理論方法圍繞一致性問題做出了初步探索。這不僅能幫助我們更好的理

2、解生物體的預測智能在群體行為中扮演的角色，同時也為多智能體系統(tǒng)協(xié)同控制問題提供了全新的解決思路。
　　因此，本文著重研究了基于模型預測控制的多智能體系統(tǒng)協(xié)同控制的若干問題，以求能從控制算法設計、理論分析和仿真實驗等方面獲得對多智能體系統(tǒng)預測協(xié)同控制更多的理解。
　　本文將一致性和蜂擁控制這兩個研究熱點作為多智能體系統(tǒng)協(xié)同控制的縮影，具體研究基于模型預測控制的一致性和蜂擁控制問題。主要內容如下:
　　針對周期采樣和連續(xù)時

3、間的多智能體系統(tǒng)，研究它們達到一致的模型預測控制方法。這部分內容將在第三章詳細闡述。首先針對周期采樣的多智能體系統(tǒng)提出了一種分布式MPC加權平均一致性協(xié)議，證得在網絡保持聯合連通的情況下，該多智能體系統(tǒng)漸近收斂到加權平均一致，通過數值仿真驗證了該MPC一致性協(xié)議的有效性，及其在加快收斂速度和增大采樣周期方面的優(yōu)勢。進一步地，我們針對連續(xù)時間的多智能體系統(tǒng)提出了一種分布式MPC加權平均一致性協(xié)議，并給出了相應的穩(wěn)定性證明和數值仿真驗證結果

4、，分析了網絡拓撲結構對該連續(xù)時間MPC一致性協(xié)議的影響。
　　多智能體系統(tǒng)的蜂擁控制問題同樣備受關注。因此，第四章著重研究如何設計模型預測控制協(xié)議實現多智能體系統(tǒng)的蜂擁控制。首先，我們基于每個智能體能及時獲取網絡中所有個體的信息（全局信息）的假設，提出了集中式的MPC蜂擁控制協(xié)議。在此基礎上，提出了分布式的MPC蜂擁控制協(xié)議，每個智能體只能獲取它鄰域內個體的信息（局部信息）。最后，通過數值仿真證實了以上兩種MPC蜂擁控制協(xié)議的有效

5、性，并分別將收斂速度和最終格子規(guī)則度作為衡量標準，研究了MPC協(xié)議中采樣周期、預測步長、控制步長這三個參量的影響，以及與傳統(tǒng)蜂擁控制協(xié)議相比表現出來的優(yōu)勢。
　　在大部分關于蜂擁控制的研究中，也包括本文第四章的工作，都要求有位置信息和速度信息的傳遞?；诿}沖控制的引入，我們在第五章進一步研究只涉及位置信息情況下的MPC蜂擁控制問題。首先提出了集中式和分布式的脈沖MPC蜂擁控制協(xié)議，并利用最優(yōu)路徑的幾何性質，證得以上兩種脈沖MPC蜂