学位论文 > 优秀研究生学位论文题录展示

基于预测控制的多智能体系统一致性问题研究

作　者: 季虹菲
导　师: 席裕庚
学　校: 上海交通大学
专　业: 控制理论与控制工程
关键词: 多智能体系统预测控制一致性参数设计应用
分类号: O232
类　型: 硕士论文
年　份: 2010年
下　载: 220次
引　用: 0次
阅　读: 论文下载

内容摘要

多智能体系统可以完成个体智能难以胜任的任务,它通过智能体之间协作来实现。多智能体协作控制研究的是大量只具简单功能的个体如何通过分布式的控制,相互合作,产生复杂的群体行为。其一致性问题作为多智能体系统研究的一个重要方向,近年来受到越来越多的关注。在多智能体系统中,“一致性”是指智能体达到某些状态相同,而一致性算法(或模型)是一种定义智能体之间信息交换而使状态趋于一致的法则。预测控制是基于系统预测模型的优化控制。在已知多智能体系统的拓扑结构(预测模型)的基础上,引入适当的优化性能指标进行算法设计,不但可以加快群体状态的收敛速度,而且对于扰动等不确定因素有很好的鲁棒性。本论文重点分析了离散多智能体系统的一致性问题,将预测控制引入一致性算法中,并将该算法运用到变拓扑结构、定值跟踪、连通保持等实际问题中。本论文主要完成了以下三个方面的研究工作:1.基于预测控制的多智能体系统一致性研究。考虑系统拓扑结构的约束,提出适用于一般连通结构的预测控制框架,并设计了基于固定反馈系数的一致性预测控制算法μ-MPC。通过与其他算法的仿真比较,分析了该算法的快速性和鲁棒性。特别对于全连通结构系统,该算法可以实现一步收敛。2.μ-MPC算法的主要参数设计。由于预测控制是一种基于启发式优化指标的算法,因此它的参数设计对系统的响应尤为重要。本文通过大量仿真实例分析μ-MPC算法的五个主要参数,采样步长ε、优化时域H P、控制时域H U、误差权矩阵Q和控制权矩阵R对多智能体一致性能的影响。并对一步预测的特殊情况作了理论分析。3.μ-MPC算法的拓展和应用。分别研究该算法在多智能体系统的拓扑结构发生变化,智能体状态一致到某设定值,智能体状态受到运动学约束和基于连通保持的一致性等更实际问题中的应用。仿真表明对于这些问题,μ-MPC算法具有很好的适用性。

全文目录

摘要  5-7
ABSTRACT  7-11
第一章绪论  11-20
  1.1 多智能体系统协作控制的研究背景及意义  11-14
    1.1.1 多智能体系统研究的意义  11-12
    1.1.2 多智能体系统协作问题研究现状  12-14
  1.2 预测控制在多智能体系统协作问题上的应用  14-17
    1.2.1 预测控制的研究背景  14-16
    1.2.2 预测控制在多智能体协作问题上的应用  16-17
  1.3 多智能体一致性问题概述  17
  1.4 本文的主要内容与章节安排  17-20
第二章多智能体系统一致性问题的建模  20-32
  2.1 预备知识  20-24
    2.1.1 多智能体系统的图论描述  20-21
    2.1.2 多智能体一致性的数学描述  21-22
    2.1.3 图论描述的代数连通度和谱性质  22-24
  2.2 离散多智能体系统的一致性经典模型  24-27
    2.2.1 经典模型描述  24
    2.2.2 经典模型的分析  24-27
  2.3 基于预测机制的多智能体一致性模型  27-31
    2.3.1 分布式滚动优化的多智能体编队模型  27-29
    2.3.2 基于Viscek 模型的预测机制  29-31
  2.4 本章小节  31-32
第三章多智能体一致性预测控制算法μ-MPC  32-53
  3.1 基于固定反馈控制的多智能体一致性算法K-Consensus  32-36
    3.1.1 K-Consensus 算法设计  32-33
    3.1.2 K-Consensus 算法的仿真研究  33-36
  3.2 任意连通结构下的一致性预测模型框架  36-39
    3.2.1 全连通结构下的多智能体一致性预测模型  36-38
    3.2.2 任意连通结构下的一致性预测模型框架  38-39
  3.3 多智能体一致性预测控制算法μ-MPC 设计  39-41
  3.4 μ-MPC 算法的分析及其仿真研究  41-52
    3.4.1 一般连通结构下的μ-MPC 算法分析及仿真研究  41-47
    3.4.2 全连通结构下的μ-MPC 算法分析  47-52
  3.5 本章小结  52-53
第四章 μ-MPC 算法的参数分析与设计  53-71
  4.1 μ-MPC 参数选择对系统一致性影响的仿真分析  53-67
    4.1.1 采样步长ε对一致性的影响  53-55
    4.1.2 优化时域H P 对一致性的影响  55-58
    4.1.3 控制时域H U 对一致性的影响  58-62
    4.1.4 误差权矩阵Q 对一致性的影响  62-64
    4.1.5 控制权矩阵R 对一致性的影响  64-67
  4.2 一步预测的μ-MPC 算法分析  67-70
  4.3 本章小结  70-71
第五章算法拓展及应用  71-90
  5.1 多智能体一致跟踪问题  71-75
    5.1.1 μ-MPC 算法的一致跟踪问题建模  71-73
    5.1.2 仿真结果与分析  73-75
  5.2 智能体运动步长受到约束  75-78
    5.2.1 具有步长约束的μ-MPC 算法  75-76
    5.2.2 仿真结果与分析  76-78
  5.3 系统拓扑结构发生改变  78-82
  5.4 基于连通保持的一致性问题  82-89
    5.4.1 基于连通保持的μ-MPC 算法  83-84
    5.4.2 仿真结果及分析  84-89
  5.5 本章小结  89-90
第六章全文总结及展望  90-92
  6.1 本文研究内容  90-91
  6.2 未来工作展望  91-92
参考文献  92-96
致谢  96-97
攻读硕士学位期间已发表或录用的论文  97-99

基于预测控制的多智能体系统一致性问题研究

内容摘要

全文目录

相似论文