技术教育社区
www.teccses.org

网络化高阶多智能体非线性系统的分布式优化算法

封面

作者:袁家信

页数:152

出版社:清华大学出版社

出版日期:2024

ISBN:9787302644842

电子书格式:pdf/epub/txt

网盘下载地址:下载网络化高阶多智能体非线性系统的分布式优化算法

内容简介

本书主要内容包括: 设计基于神经网络的自适应控制算法, 利用神经网络的万能逼近能力对系统内的未建模动态进行估计, 并通过设计神经网络自适应律和自适应控制律, 使得系统输出达到全局最优解的附近。设计一个二阶固定时间内收敛的扩张观测器, 将系统中每一阶状态进行扩展, 利用扩张观测器获得系统内未建模动态以及外部干扰的估计值, 并最终通过固定时间稳定性分析得出构造出的分布式控制协议能够使多智能体系统的输出在固定时间内收敛至全局最优解的附近。仿真实验, 给出多智能体系统的具体模型, 并设计好控制协议中的每个所需参数, 利用MATLAB自带的仿真模块验证算法性能以及理论分析的结果。

作者简介

袁家信,博士,上海工程技术大学硕士生导师。长期从事多智能体控制、分数阶系统动力学与控制、深度强化学习的教学和科研工作。近5年发表SCI源刊论文近12篇。授权发明专利5项。参与国家自然科学基金面上项目1项,中国空气动力研究与发展中心重点实验室开放课题1项。出版多智能体自主控制方面的专著1部。

本书特色

(1)视角独特:创新性地将优化理念融入现代控制框架,实现高阶非线性多智能体系统下的分布式优化,填补了在信息物理系统上实现优化目标的空白。
(2)结构合理:算法研究由浅入深,较为完整地构造出基于高阶非线性多智能体系统的分布式优化理论框架,方便读者深入了解这一领域。
(3)算法先进:开发的算法都具有完整的理论分析与收敛证明,并且采用当前领域的先进控制方法,具有比传统算法更好的效果。
(4)实验充分:详细给出算法中的参数,并为每个算法实现软件仿真,充分验证书中所提算法,便于读者自主实验。

目录

第1章 绪论1.1 研究背景与意义1.2 国内外研究现状及发展趋势1.2.1 反演控制技术1.2.2 多智能体系统控制技术1.2.3 分布式优化控制1.3 预备知识1.3.1 径向基函数神经网络1.3.2 图论1.3.3 定义和引理1.3.3 凸函数分析1.3.4 符号标注第2章 分数阶高阶非线性多智能体分布式优化2.1 问题描述2.1.1 系统描述2.1.2 构造含惩罚项的优化问题2.2 基于观测器的自适应神经网络反演控制2.2.1 神经网络观测器设计2.2.2 自适应神经网络反演控制器设计2.3 仿真实例第3章 拓扑变换下多智能体切换系统的分布式优化控制3.1 问题描述3.1.1 系统描述3.1.2 构造含惩罚项的优化问题3.2 自适应神经网络反演控制器设计3.2.1 神经网络观测器设计3.2.2 分布式控制器设计3.3 仿真实例第4章 具有状态约束的多智能体系统的分布式优化控制4.1 模型描述4.2 基于障碍Lyapunov函数的自适应神经网络控制4.2.1 构造含惩罚项的优化问题4.2.2 神经网络观测器设计4.2.3 控制器设计4.3 仿真实例第5章 基于神经网络的固定时间多智能体系统资源分配算法5.1 模型描述5.2 神经网络观测器及控制器设计5.2.1 资源分配问题描述5.2.2 神经网络观测器设计5.2.3 控制器设计及稳定性分析5.2.4 估计器设计及稳定性分析5.2.5 分布式控制器设计5.3 仿真实例第6章 基于扩张观测器的固定时间多智能体系统资源分配算法6.1 问题描述6.1.1 模型描述6

赞助用户下载地址

立即下载

(解压密码:www.teccses.org)

Article Title:《网络化高阶多智能体非线性系统的分布式优化算法》
Article link:https://www.teccses.org/11202.html