×
张婷;李俊敏

量化多智能体系统的事件触发迭代学习控制。 （英语） Zbl 1398.93226号

亚洲J.控制 20，第3期，1088-1101（2018）.
网络控制系统的出现促使数字控制设计有效地整合通信约束。为了适应这一要求，本文研究了在资源受限的通信信道和量化条件下多智能体系统（MAS）跟踪问题的联合设计。本文首次提出了一种量化的事件触发鲁棒学习控制，并将其应用于多智能体。引入对数量化的新型事件触发分布式鲁棒学习控制系统保证了有限区间上的渐近跟踪特性。基于Lyapunov直接法给出了收敛性分析。最后，通过数值仿真验证了事件触发方法与时间触发控制器的有效性。

引用于14文件

MSC公司：

93元65角 离散事件控制/观测系统
93元62角 数字控制/观测系统
93B35型 灵敏度（稳健性）
68T42型 Agent技术与人工智能
93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等）
68T05型 人工智能中的学习和自适应系统
93甲14 分散的系统

关键词：

迭代学习控制;鲁棒控制;多智能体系统;量化;事件触发程序
PDF格式BibTeX公司 XML格式引用
\textit{T.Zhang}和\textit{J.Li}，亚洲J.Control 20，No.3，1088--1101（2018；Zbl 1398.93226）
全文： 内政部

参考文献：

[1] KimS公司。W.和S.W.Seo，“空间安全群组通信的协同无人自主车辆控制”，IEEE J.Sel。公共区域。，第30卷（5）：870-882（2012）。
[2] 安赫。美国，“通过鲁棒指数稳定实现卫星编队飞行中的主从式相对位置保持”，《国际鲁棒非线性控制》，第22卷（18）：2084-2099（2012）·Zbl 1255.93121号
[3] 比德拉玛。，A.Davoudi、F.L.Lewis和J.M.Guerrero，“使用反馈线性化的微电网分布式合作二次控制”，IEEE Trans。电力系统。，第28卷（3）：3462-3470（2013）。
[4] 沙菲Q。，J.Guerrero和J.M.Vasquez，“孤岛微电网的分布式二次控制——一种新方法”，IEEE Trans。电力电子。，第29卷（2）：1018-1031（2013）。
[5] 梁杰。，Z.Wang和X.Liu，“具有模式相关分布式延迟的不确定Markovtype传感器网络的分布式状态估计”，《国际鲁棒非线性控制》，第22卷（3）：331-346（2012）·兹比尔1261.93076
[6] ShiJ公司。T.，X.He，Z.D.Wang和D.H.Zhou，“一类二阶多智能体系统的分布式故障检测：最优鲁棒观测器方法”，IET控制。理论应用。，第8卷（12）：1032-1044（2014）。
[7] 茂名。T.、L.H.Dou、H.Fang和J.Chen，“无加速度测量的有界连通性保持领导-跟随群集算法”，《亚洲控制杂志》，第17卷（1）：304-314（2015）·Zbl 1332.93019号
[8] 嗯。Y.，S.H.Li和C.L.Wang，“基于视觉伺服的非完整移动机器人有限时间跟踪控制”，《亚洲控制杂志》，第16卷（3）：679-691（2014）·Zbl 1301.93121号
[9] 刘特。，F.Gao和Y.Wang，“基于IMC的不确定时滞间歇过程迭代学习控制”，《过程控制》，第20卷（2）：173-180（2010）。
[10] 比法雷蒂斯。，P.Tomei和C.M.Verrelli，“电流馈电永磁步进电机的全局鲁棒迭代学习位置控制”，Automatica，第47卷（1）：227-234（2011）·Zbl 1209.93104号
[11] WuS公司。C.和M.Tomizuka，“硬盘驱动器自伺服写入的迭代学习控制设计”，《机电一体化》，第20卷（1）：53-58（2010）。
[12] 安赫。S.和Y.Q.陈。多智能体形成的迭代学习控制。ICROS‐SICE国际联合会议：日本福冈国际会议中心，3111-3116（2009）。
[13] 杨斯。P.、J.X.Xu、D.Q.Huang和Y.Tan，“多智能体系统共识跟踪的最优迭代学习控制设计”，系统。控制信函。，第69卷：80-89（2014）·Zbl 1288.93011号
[14] LiJ公司。S.和J.M.Li，“多智能体系统一致性的自适应迭代学习控制”，IET Contr。理论应用。，第7卷（1）：136-142（2013）。
[15] LiJ公司。S.和J.M.Li，“二阶多智能体系统协调的自适应迭代学习控制”，《国际鲁棒非线性控制》，第24卷（18）：3282-3299（2014）·Zbl 1302.93007号
[16] 蒙德。Y.，Y.M.Jia和J.P.Du，“区间不确定拓扑多智能体系统有限时间一致性的鲁棒迭代学习协议”，国际期刊系统。科学。，第46卷（5）：857-871（2015）·Zbl 1312.93008号
[17] 刘烨。和Y.M.Jia，“通过迭代学习方法实现离散时间多智能体系统的鲁棒编队控制”，国际期刊系统。科学。，第46卷（4）：625-633（2015）·兹比尔1316.93006
[18] 黄龙。X.，Y.Y.Fang，T.Wang，“带信道噪声的无线远程迭代学习控制系统的收敛性分析”，《亚洲控制杂志》，第17卷（6）：2374-2381（2015）·Zbl 1338.93219号
[19] 中国。J.、Y.C.Hung和R.H.Chi，“关于当前基于误差的采样数据迭代学习控制，内存容量减少”，《国际汽车杂志》。《计算》，第125卷（3）：307-315（2015）。
[20] KashyapA。，T.Basar和R.Srikant，“量化共识”，《自动化》，第43卷（7）：1192-1203（2007）·Zbl 1123.93090号
[21] 韦尔。，Fu M.Y.和Zhang H.S.，“带乘性测量噪声的量化输出反馈控制”，《国际鲁棒非线性控制》，第25卷（9）：1338-1351（2015）·Zbl 1323.93072号
[22] 刘凯。，E.Fridman和K.H.Johansson，“不确定线性网络控制系统的动态量化”，《自动化》，第59卷：248-255（2015）·Zbl 1326.93109号
[23] 盖伊。，J.C.Wang、L.W.Zhang和C.Li，“具有部分量化信息的鲁棒（H_\infty）输出跟踪控制”，《亚洲控制杂志》，第17卷（5）：1547-1558（2015）·兹比尔1333.93098
[24] 张T。和J.M.Li，“基于∑Δ量化的多智能体系统量化共识”，J.Sys。科学。数学。科学。，第36卷（5）：617-632（2016）·Zbl 1363.93016号
[25] 伦敦。L.、D.W.C.Ho和Y.R.Liu，“具有量化和通信延迟的离散时间多智能体共识”，《国际通用系统杂志》。，第43卷（3-4）：319-331（2014）·Zbl 1302.93008号
[26] 张T。和J.M.Li，“带sigma‐delta量化器和数据包丢失的多代理系统的异步事件触发控制”，J.Frankl。仪表-工程。申请。数学。，第353（8）卷：1781-1808（2016）·Zbl 1347.93036号
[27] 胡J。P.和G.Feng，“具有高阶领导动力学的多智能体系统的量化跟踪控制”，《亚洲控制杂志》，第13卷（6）：988-997（2011）·Zbl 1263.93008号
[28] 拉瓦伊J。和R.M.Murray，“通过八卦算法量化共识”，IEEE Trans。自动。控制，第57卷（1）：19-32（2012）·兹比尔1369.68345
[29] 张庆。，B.C.Wang和J.F.Zhang，“量化通信数据下的分布式动态一致性”，《国际鲁棒非线性控制》，第25卷（11）：1704-1720（2015）·Zbl 1328.93042号
[30] 卡利。，F.Fagnani、P.Frasca和S.Zampieri，“通过量化通信的流言共识算法”，《自动化》，第46卷：70-80（2010）·Zbl 1214.93122号
[31] 福杰。J.和J.Z.Wang，“量化效应下被动系统的自适应运动协调”，《国际鲁棒非线性控制》，第25卷（11）：1638-1653（2015）·Zbl 1328.93143号
[32] 刘烨。Y.，W.W.Che和Y.K.Chu，“有限通信容量和可变采样条件下网络控制系统的稳定性和稳定性”，《亚洲控制杂志》，第16卷（4）：1202-1212（2014）·Zbl 1300.93138号
[33] 点燃。，Y.Meng和J.F.Zhang，“量化共识和多智能体系统有限数据率共识概述”，《自动化学报》。Sinica，第39卷（11）：1805-1811（2013）。
[34] 布克斯。H.，T.H.Wang，Z.S.Hou和R.H.Chi，“具有量化测量的离散时间系统的迭代学习控制”，IET控制。理论应用。，第9卷（9）：1455-1460（2015）。
[35] 申德。和Y.Xu，“具有量化信息的离散时间随机系统的迭代学习控制”，IEEE/CAA J.Autom。Sinica，第3卷（1）：59-67（2016）。
[36] 徐建新，瞿志宏，“一类非线性系统的鲁棒迭代学习控制”，《自动机》，第34卷（8）：983-988（1998）·Zbl 1040.93519号
[37] 阮氏。H.和D.Banjerdpongchai，“具有时变参数不确定性线性系统鲁棒迭代学习控制的凸优化方法”，Automatica，第47卷（9）：2039-2043（2011）·Zbl 1233.49016号
[38] 西奇B。，K.Galkowski和E.Rogers，“使用非因果有限时间间隔数据的基于2D系统的鲁棒迭代学习控制”，系统。控制信函。，第64卷：36-42（2014）·Zbl 1283.93218号
[39] 张T。和J.M.Li。带对数量化器的多智能体系统的鲁棒迭代学习控制。第34届中国控制大会：浙江杭州，2015；7033-7038.
[40] 莫雷利。，“具有时间相关通信链路的多代理系统的稳定性”，IEEE Trans。自动。控制，第50卷（2）：169-182（2005）·兹比尔1365.93268
[41] 库弗。L.、Z.H.Guan、D.X.He和M.Chi，“量化和数据包丢失网络控制系统的事件触发控制”，J.Frankl。仪表-工程。申请。数学。，第352（3）卷：974-986（2015）·Zbl 1307.93256号
[42] 厦门。，“基于事件的优化的策略梯度方法及其在线实施”，亚洲控制杂志，第16卷（6）：1735-1743（2014）·Zbl 1307.93468号
[43] 新南威尔士州。，P.Zhao、X.L.Wang和J.H.Wang，“饱和输入线性系统的事件触发控制”，《亚洲控制杂志》，第17卷（4）：1196-1208（2015）·Zbl 1338.93237号
[44] 朱伟。，Z.P.Jiang和G.Feng，“具有一般线性模型的多智能体系统基于事件的共识”，Automatica，第50卷（2）：552-558（2014）·Zbl 1364.93489号
[45] 周波。，X.F.Liao、T.W.Huang和G.Chen，“领导者通过组合测量的事件触发控制遵循一般线性多智能体系统的指数共识”，应用。数学。莱特。，第40卷：35-39（2015）·兹比尔1310.93011
[46] 陈X。和F.Hao，“二阶多智能体系统的事件触发共识控制”，《亚洲控制杂志》，第17卷（2）：592-603（2015）·Zbl 1332.93257号
[47] 胡J。P.和Y.G.Hong，“具有耦合时间延迟的多智能体系统的领导跟踪协调”，《物理学》。A、 第374（2）卷：853-863（2007）。
[48] LiJ公司。S.和J.M.Li，“通过迭代学习控制在多智能体系统中寻求共识”，控制理论应用。，第29卷（8）：1073-1077（2012）。
[49] 程毅。和V.Ugrinovskii，“多变量多代理系统的事件触发领导跟踪控制”，Automatica，第70卷：204-210（2016）·Zbl 1339.93075号
[50] 是的。，L.Ding、Z.W.Liu和Z.H.Guan，“基于分布式事件触发混合控制的领导者-跟随者群集”，《国际鲁棒非线性控制》，第26卷（1）：143-153（2016）·Zbl 1333.93171号
[51] 自由区。，“量化信号系统的混合反馈稳定”，《自动化》，第39卷：1543-1554（2003）·Zbl 1030.93042号
[52] 哈马斯。，Z.H.Qu和J.H.Kaloust，“一类非线性系统的非线性学习控制”，Automatica，第37卷：419−428（2001）·Zbl 0973.93040号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，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。