基于預(yù)測控制的多智能體系統(tǒng)一致性問題研究.pdf

1、多智能體系統(tǒng)可以完成個體智能難以勝任的任務(wù)，它通過智能體之間協(xié)作來實現(xiàn)。多智能體協(xié)作控制研究的是大量只具簡單功能的個體如何通過分布式的控制，相互合作，產(chǎn)生復(fù)雜的群體行為。其一致性問題作為多智能體系統(tǒng)研究的一個重要方向，近年來受到越來越多的關(guān)注。在多智能體系統(tǒng)中，“一致性”是指智能體達到某些狀態(tài)相同，而一致性算法(或模型)是一種定義智能體之間信息交換而使狀態(tài)趨于一致的法則。預(yù)測控制是基于系統(tǒng)預(yù)測模型的優(yōu)化控制。在已知多智能體系統(tǒng)的拓撲結(jié)構(gòu)

2、(預(yù)測模型)的基礎(chǔ)上，引入適當?shù)膬?yōu)化性能指標進行算法設(shè)計，不但可以加快群體狀態(tài)的收斂速度，而且對于擾動等不確定因素有很好的魯棒性。本論文重點分析了離散多智能體系統(tǒng)的一致性問題，將預(yù)測控制引入一致性算法中，并將該算法運用到變拓撲結(jié)構(gòu)、定值跟蹤、連通保持等實際問題中。本論文主要完成了以下三個方面的研究工作：1.基于預(yù)測控制的多智能體系統(tǒng)一致性研究?？紤]系統(tǒng)拓撲結(jié)構(gòu)的約束，提出適用于一般連通結(jié)構(gòu)的預(yù)測控制框架，并設(shè)計了基于固定反饋系數(shù)的一致性

3、預(yù)測控制算法μ-MPC。通過與其他算法的仿真比較，分析了該算法的快速性和魯棒性。特別對于全連通結(jié)構(gòu)系統(tǒng)，該算法可以實現(xiàn)一步收斂。2.μ-MPC算法的主要參數(shù)設(shè)計。由于預(yù)測控制是一種基于啟發(fā)式優(yōu)化指標的算法，因此它的參數(shù)設(shè)計對系統(tǒng)的響應(yīng)尤為重要。本文通過大量仿真實例分析μ-MPC算法的五個主要參數(shù)，采樣步長ε、優(yōu)化時域H P、控制時域H U、誤差權(quán)矩陣Q和控制權(quán)矩陣R對多智能體一致性能的影響。并對一步預(yù)測的特殊情況作了理論分析。3.μ-M