×

通过动态事件触发机制实现具有输入滞后的多智能体系统的自适应模糊规定沉降时间一致控制。 (英语) Zbl 1534.93260号

摘要:针对一类具有输入滞后的不确定非线性多智能体系统,基于动态事件触发机制,提出了一种自适应模糊规定调节时间一致性控制。在实际系统中,对象不可避免地受到输入滞后和未知非线性特性的影响,这严重恶化了其性能。因此,为了消除这些约束的影响,通过应用反推技术和一阶滤波器,构造了一种自适应模糊规定调节时间控制方案。其中,每个代理只需配备一个用于模糊逻辑系统近似的自适应律,从而减少了计算负担。同时,使用转换函数映射同步误差,以实现规定的稳定时间一致性控制。此外,采用动态事件触发机制来减少不必要的通信传输并节省能量。使用该方法,所有代理在规定的稳定时间内同步到虚拟领导者。理论分析和仿真实例验证了该方法的有效性。

理学硕士:

93C40型 自适应控制/观测系统
93立方厘米 模糊控制/观测系统
93天50分 共识
93甲16 多代理系统
93元65角 离散事件控制/观测系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abdollahipour,R。;Khandani,K。;Jalali,A.A.,《具有颗粒模糊动力学的不确定线性多智能体系统的共识》。国际模糊系统杂志,41780-1792(2022)
[2] 胡,W。;翁,Y。;Li,H.,基于观测器的输出反馈事件触发不确定线性多智能体系统的鲁棒H∞一致性控制。国际鲁棒非线性控制杂志,9,5555-5573(2022)·Zbl 1528.93058号
[3] Huang,Y.,具有随机测量噪声的不确定多智能体系统的自适应一致性。通用非线性科学数字模拟(2023)·Zbl 1512.93066号
[4] 巴尔迪,S。;Sun,D。;周,G。;Liu,D.,矢量场无人机编队中未知先导速度的适应。IEEE Trans-Aerosp电子系统,1473-484(2022)
[5] 李,X。;Yi,X。;Xie,L.,带耦合不等式约束的多智能体网络分布式在线优化。IEEE Trans Automatic Control,8,3575-3591(2021)·Zbl 1471.93019号
[6] 任,L。;范,X。;崔,J。;沈,Z。;Lv,Y。;Xiong,G.,供应链管理中车辆路径的带有路径记录器的多智能体强化学习方法。IEEE Trans Intell Trans Syst,第9期,16410-16420页(2022年)
[7] Fattaheian-Dehkordi,S。;塔瓦科利,M。;阿巴斯普尔,A。;Fotuhi-Firuzabad,M。;Lehtonen,M.,缓解多智能体配电系统中有功功率拥塞的基于激励的机制。IEEE Trans智能电网,31978-1988(2021)
[8] 王,Q。;Wang,J.-L。;吴,H.-N。;Huang,T.,非线性二阶多智能体系统的一致性和H∞一致性。IEEE Trans-Netw科学工程,31251-1264(2020)
[9] 姚,D。;窦,C。;岳,D。;Zhao,N。;Zhang,T.,具有预定义精度的不确定多智能体系统的自适应神经网络一致性跟踪控制。非线性发电机,42249-2262(2020)·Zbl 1517.93008号
[10] 北卡罗来纳州扎马尼。;Askari,J。;卡马利,M。;Aghdam,A.,时变时滞非线性多智能体系统的分布式自适应一致性跟踪控制。IET控制理论应用,20,3382-3394(2020)
[11] Ke,C。;李,C。;韩,Y。;You,L.,通过状态约束脉冲控制实现非线性多智能体系统的自适应模糊领导跟随共识。国际机器学习网络杂志,103011-3022(2021)
[12] Wang,J。;龚,Q。;黄,K。;刘,Z。;Chen,C.L.P。;Liu,J.,针对一类带有执行器故障的不确定非线性系统,事件触发规定的稳定时间一致补偿控制。IEEE Trans Neural Netw学习系统,95590-5600(2023)
[13] 李毅。;王,C。;Liang,D.,具有不连续通信和输入延迟的线性多智能体系统基于截断预测的分布式一致性控制。神经计算,217-230(2020)
[14] 杨,P。;张,A。;Bi,W.,具有输入饱和的二阶多智能体系统的有限时间群一致性。神经过程Lett,54211-4228(2022)
[15] Wang,J。;刘杰。;李毅。;Chen,C.L.P。;刘,Z。;Li,F.,具有死区输入和传感器故障的多智能体系统的规定时间模糊自适应一致性控制。IEEE Trans-Autom科学工程,2023(2023)
[16] Lin,Z。;刘,Z。;Zhang,Y。;Chen,C.L.P.,具有未知状态和输入滞后的多智能体系统的自适应神经一致性跟踪控制。非线性动力学,21625-1641(2021)
[17] 孙,Y。;Shi,P。;Lim,C.,事件触发自适应无领导一致性控制,用于具有未知反鞭状滞后的非线性多智能体系统。国际鲁棒非线性控制杂志,157409-7424(2021)·Zbl 1527.93290号
[18] 周,Q。;Wang,W。;马,H。;Li,H.,具有未知Bouc-Wen滞后输入的非线性多智能体系统的事件触发模糊自适应控制。IEEE Trans Fuzzy系统,4731-741(2021)
[19] Wu,Y。;潘,Y。;陈,M。;Li,H.,随机多智能体系统的量化自适应有限时间二部NN跟踪控制。IEEE Trans-Cybern,62870-2881(2021)
[20] 巴特,S.P。;Bernstein,D.S.,平移和旋转双积分器的连续有限时间稳定化。IEEE Trans Automatic Control,678-682(1998)·Zbl 0925.93821号
[21] 王,J.-L。;王,Q。;吴,H.-N。;Huang,T.,有向拓扑下多智能体系统的有限时间一致性和有限时间H-无限一致性。IEEE Trans-Netw Sci Eng,1619-1632(2020年)
[22] Wang,J。;Yan,Y。;刘,Z。;Chen,C.L.P。;张,C。;Chen,K.,具有全状态约束和执行器故障的多智能体系统的有限时间一致性控制。神经网络,350-363(2022)·Zbl 1525.93394号
[23] 姚,D。;窦,C。;Zhao,N。;Zhang,T.,一类具有死区输入的多智能体系统的有限时间一致性控制。富兰克林研究所B,73512-3529(2021)·Zbl 1464.93074号
[24] 曹毅。;曹,J。;Song,Y.,具有部分/全部状态约束的Euler-Lagrange系统的实用规定时间控制:基于时间调节器的方法。IEEE Trans Cybern,1213096-13105(2022)
[25] Yang,Y。;李,X。;Liu,X.,p-正规型随机大系统具有规定稳定时间的分散有限时间关联跟踪控制。应用数学计算(2022)·Zbl 1510.93297号
[26] Wang,Y。;Song,Y。;希尔·D·J。;Krstic,M.,网络化多智能体系统的规定时间一致性和遏制控制。IEEE Trans Cybern,41138-1147(2019)
[27] Wang,J。;王,C。;刘,Z。;Chen,C.L.P。;Zhang,C.,带死区约束的不确定非线性系统的实用定时自适应ERBFNNs事件触发控制。IEEE Trans-Syst Man-Cybern:系统(2023)
[28] 刘,Z。;张,A。;邱,J。;Li,Z.,具有定向拓扑的二阶非线性多智能体系统的事件触发控制。神经计算,820-826(2021)
[29] 陈,C。;刘易斯,F.L.L。;Li,X.,通过基于Lyapunov的方法实现无领导共识的多智能体系统的事件触发协调。Automatica(2022年)·Zbl 1480.93260号
[30] 李,H。;Cao,J.,具有输入饱和的单侧Lipschitz多智能体系统的事件触发群体共识。通用非线性科学数字模拟(2023)·Zbl 1512.93080号
[31] Mu,R。;魏,A。;李,H。;Wang,Z.-M.,在固定和切换拓扑下具有外部干扰的多智能体系统的事件触发领导一致性。IET控制理论应用,11486-1496(2020)
[32] 曹,L。;Ren,H。;李,H。;Lu,R.,具有未知滞后的大型系统的事件触发输出反馈控制。IEEE Trans Cybern,11,5236-5247(2021)
[33] 陶,G。;Kokotovic,P.V.,未知间隙系统的连续时间自适应控制。IEEE Trans Automatic Control,61083-1087(1995)·Zbl 0831.93042号
[34] Cai J,Wen C,Su H,Li X,Liu Z.控制不确定非线性系统中滞后执行器的自适应故障补偿。In:美国控制会议。2011年,第2320-5页。
[35] Su,C.Y。;Stepanenko,Y。;斯沃博达,J。;Leung,T.P.,一类具有未知类反冲滞后的非线性系统的鲁棒自适应控制。IEEE Trans Automatic Control,12,2427-2432(2000)·Zbl 0990.93118号
[36] Johansson,K.H。;埃格斯特德,M。;Lygeros,J。;Sastry,S.,关于Zeno混合自动机的正则化。系统控制快报,3141-150(1999)·Zbl 0948.93031号
[37] He,W。;Ge,S.S。;李毅。;Chew,E。;Ng,Y.S.,通过状态和输出反馈对康复机器人进行神经网络控制。《智能机器人系统杂志》,2015年第1期,第15-31页
[38] 张,H。;Lewis,F.L.,具有未知动力学的高阶非线性系统的自适应协同跟踪控制。自动化,71432-1439(2012)·Zbl 1348.93144号
[39] 唐,S。;Min,X。;Li,Y.,基于观测器的自适应模糊跟踪控制,用于控制增益函数未知的严格反馈非线性系统。IEEE Trans Cybern,9,3903-3913(2020)
[40] 邓,H。;Krstic,M.,《随机非线性镇定-I:反推设计》。系统控制快报,3143-150(1997)·Zbl 0902.93049号
[41] Sun,K。;刘,L。;邱,J。;Feng,G.,严格反馈非线性系统的模糊自适应有限时间容错控制。IEEE Trans Fuzzy系统,4786-796(2021)
[42] Ye,D。;蔡,Y。;Yang,H。;Zhao,X.,具有全状态约束和未建模动力学的非严格反馈系统的自适应神经网络控制。非线性动力学,1715-732(2019)·Zbl 1430.93125号
[43] 吴,C。;刘杰。;熊,Y。;Wu,L.,非线性非严格反馈系统基于观测器的自适应容错跟踪控制。IEEE Trans Neural Netw学习系统,73022-3033(2018)
[44] 哈利勒,香港,非线性系统(2002),普伦蒂斯·霍尔:新泽西州普伦蒂斯霍尔上鞍河·Zbl 1003.34002号
[45] 王,X。;Sun,J。;王,G。;Allgöwer,F。;Chen,J.,分布式事件触发网络系统的数据驱动控制。IEEE/CAA J Autom Sin,2351-364(2023)
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。