毕业答辩-非线性多智能体一致性系统的研究.ppt

,非线性多智能体一致性的研究,答辩人：导师：,2015届毕业设计答辩,选题的景与意义,多智能体系统(Multi-agentSystems，MASs)是人工智能和复杂大系统领域中的一个较新的研究方向，在生物、工业、运输、股票、军事、电力等领域有着良好的应用前景。近年来，对多智能体系统的研究在学术界得到了广泛关注，逐渐成为复杂大系统领域的热点问题。,什么叫多智能体,多智能体控制系统不仅具备普通的分布式系统所具有的信息共享、易于扩展、可靠性高、灵活性好以及实时性强的特性,而且各个智能体之间能够通过相互通讯、相互协调以及相互融合在许多方面诸如机器人、计算机网络、制造业、电力系统、交通控制、社会学仿真、虚拟现实、计算机游戏、军事应用上解决复杂的控制问题。,一致性问题最初产生于管理科学和统计学，目前在我国已经发展到了各个领域，尤其是生物，信息等新兴领域，而在计算机领域更是有了很长的历史，并且奠定了分布式发展的基础。时至今日，一致性问题不仅应用于生物领域，物理领域，还应用于机器人控制领域以及航空航天领域。,什么叫一致性,本文的研究内容,（1）研究了非线性协议下具有时变通信时延的多智能体网络的一致性问题。通过建模，收敛性分析，验证了所给协议的有效性。（2）研究了具有时变通信时延的多智能体系统的二阶一致问题。在已有的二阶一致算法基础上，加上了时延的因素。通过推导，得出了解决一致性问题的充分条件。,在实际的物理系统中，执行器的输入扭矩是有界的，这意味着必须改进一致性协议以保证每个智能体的总输入是有界的。基于智能体状态有约束的考虑，我使用下面的非线性一致性协议：,成果展示,智能体之间的边作用函数连续，且满足,则系统可达全局渐近平均一致。,但是，在现实应用中，单向通信与通信拓扑的时延也是影响多智能体系统一致收敛性的关键因素。因此，基于有向信息传递和通信时延这两点综合考虑，我们提出了下面的非线性一致性协议：,定理：考虑一个具有固定拓扑且存在通信时延的智能体有向网络。假定通信拓G为强连通平衡图，时延若若存在对称正定矩阵满足：,则能保证该网络在平衡点处达到局部渐近平均一致。,为了验证定理，我们给出几个数值仿真例子：考虑4个智能体的动态网络，其信息交换拓扑为强连通平衡图Gx,例1在这个仿真里，假定非线性协议为，如下：,系统状态的初始值选作：根据定理3.1，可以解出允许的最大时延,当,，时变时延,，搭建simulink仿真图,显而易见，在允许的最大通信时延范围内，只有当函数为严格单调递增函数时，才能保证无论系统状态的初始值如何取值，都有k0，进而满足定理的条件，保证系统达到渐近平均一致。,仿真分析,可以看出，当时延上届为0.35s，在该动态智能体网络中，四个智能体的状态不能达到一致,在这个仿真里，假定非线性协议为，如下：,系统状态的初始值选作：,仿真分析,可以看出，即使系统的初始值不是选取在平衡点的附近，而是更大范围内的地方，公式依然能够解决该动态智能体网络的平均一致问题。这也说明了我们结论的保守性，定理不仅适用于解决平衡点附近的局部一致问题，而且也有可能解决全局一致问题。,成果展示,与第三章类似，现实世界中通信时延的普遍存在，我们将考虑存在耦合通信时延的情况下，一般的有向智能体网络中的二阶一致问题。加入通信时延后，得如下协议：,定理考虑一个具有固定拓扑且存在通信时延的智能体有向网络。假定通信拓扑G为强连通平衡图，时延满足：,若存在对称正定矩阵P，Q，满足,则协议(4-4)能解决该多智能体系统的二阶一致问题，且系统状态信息的导数达到全局平均一致。,多智能体系统的初始状态值选作：,搭建如下simulink图：,仿真分析,比较情况1和情况2，除网络的控制增益选取不同外，状态以及状态导数的初始值均相同。由4张仿真图可明显看出，=1时系统的收敛速度远小于=3时的情况。由于收敛速度计算的复杂性，本章就没有具体给出。,总结与期望,当前，一致性问题的研究虽然取得了很大的进展，不同学科的专家开辟了很多新的研究方向，但由于一致性问题本身的复杂性，往往需要多门学科的交叉才能有效解决。特别是随着多智能体协调控制在军事上的潜在应用日益显现，很多的实际问题需要得到解决，例如：（1)在实际生活中，过程和通信噪声，干扰，模型不确定性等因素都会影响到系统的一致收敛状态，如何针对多智能系统的具体物理背景，提出更有