多智能體系統(tǒng)事件觸發(fā)一致性控制算法研究.pdf

1、近年來網(wǎng)絡化多智能體系統(tǒng)研究展現(xiàn)出巨大的應用潛力，吸引了越來越多的研究人員進入這一領域進行研究，并取得了許多令人矚目的研究成果。這些研究成果中，不僅包含了理論研究，還有許多被廣泛驗證了的實驗和實踐應用。其涵蓋的主題包括多智能體的一致性應用、智能體蜂擁、機器人編隊控制、動物群集等各個方面。其中，對多智能體系統(tǒng)一致性的研究是比較重要的一個研究分支，因為一致性問題是多智能體之間協(xié)同合作的基礎，在研究中起到了很重要的平臺支撐作用。多智能體系統(tǒng)一

2、致性控制算法是確保系統(tǒng)中的個體在某些特定控制方式下其狀態(tài)信息趨于一致的控制協(xié)議，是本文所研究的主要問題。涉及到使用數(shù)字化硬件平臺時，典型的協(xié)調(diào)控制方法是假設每個個體采用周期性的采樣控制。然而這一假定在應用中通常受到個體有限軟硬件資源的限制，有鑒于此，本文引入一種非均勻采樣方法，即事件觸發(fā)方法來解決資源限制問題，在一致性控制的背景下重點研究基于事件觸發(fā)機制的協(xié)調(diào)控制方法。
　　本文提出了帶有最小采樣時間的事件觸發(fā)一致性算法，并在該算

3、法基礎上進一步研究出了一種改進的新型自觸發(fā)控制算法，其目的都是為了減少多智能體系統(tǒng)的總事件觸發(fā)次數(shù)，降低個體之間的信息通信量。算法中，對多智能體狀態(tài)的測量，采用了一種新型組合式方法，以使每個智能體只在自己的狀態(tài)觸發(fā)時刻進行控制輸入更新操作。在設計過程中，我們采用了帶有最小采樣時間的采樣方式來避免Zeno現(xiàn)象。與現(xiàn)有方法的比較表明，所提出的方法能有效減少事件觸發(fā)次數(shù)、控制輸入更新次數(shù)和通信量。
　　同時，本文還提出了一種基于動態(tài)觸發(fā)