×

多智能体系统的神经网络自适应动态滑模形成控制。 (英语) Zbl 1483.93053号

摘要:本文研究具有执行器滞后、未知系统动力学和外部扰动的二阶多智能体系统的时变编队问题。提出了一种新的自适应动态滑模控制方案,用于控制一组智能体跟随期望的轨迹。首先,利用基于局部队形跟踪误差的动态滑模方法抑制外部干扰,获得平滑无抖振的控制输入。然后,利用切比雪夫神经网络估计与系统动力学方程相关的非线性函数。此外,在电流控制律中加入了Bouc-Wen滞后补偿器,以补偿已知的执行器滞后效应。最后,基于多个全方位机器人系统进行了数值仿真,以验证所提控制律的性能。

MSC公司:

93B12号机组 可变结构系统
93C40型 自适应控制/观测系统
93甲16 多代理系统
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 陈,B。;Cheng,H.H.,《代理技术在交通运输系统中的应用综述》,IEEE智能运输系统汇刊,11,2,485-497(2010)·doi:10.1109/TITS.2010.2048313
[2] 陈,B。;Wang,J。;张,Y。;Liu,Z.,具有未知反鞭状滞后的非线性多智能体系统的自适应一致性,神经计算,175698-703(2016)·doi:10.1016/j.neucom.2015.10.114
[3] 丁,V.-T。;Nguyen,H。;Shin,S.-M。;Kim,香港。;Kim,S.-B。;Byun,G.-S.,《使用差分滑模控制器对具有扰动的全向移动平台进行跟踪控制》,《国际精密工程与制造杂志》,13,1,39-48(2012)·doi:10.1007/s12541-012-0006-6
[4] Dong,X。;华,Y。;周,Y。;任,Z。;Zhong,Y.,多旋翼无人机系统编队包容控制理论与实验,IEEE自动化科学与工程汇刊,16,12229-240(2018)·doi:10.1109/TASE.2018.2792327
[5] Dong,X。;周,Y。;任,Z。;Zhong,Y.,二阶多智能体系统在切换拓扑下的时间变化编队跟踪及其在四旋翼编队飞行中的应用,IEEE工业电子学报,64,6,5014-5024(2016)·doi:10.1109/TIE.2016.2593656
[6] Lee,T.-T。;Jeng,J.-T.,基于切比雪夫多项式的函数逼近统一模型神经网络,IEEE系统、人与控制论汇刊,B部分(控制论),28,6,925-935(1998)·doi:10.1109/3477.735405
[7] 刘易斯,F.L。;张,H。;亨斯特·莫弗里克,K。;Das,A.,《多智能体系统的协同控制:优化和自适应设计方法》(2013),Springer Science&Business Media
[8] 刘,Z。;赖,G。;张,Y。;Chen,C.L.P.,输出非线性未知的输出约束非线性系统的自适应神经输出反馈控制,IEEE神经网络和学习系统汇刊,26,8,1789-1802(2015)·doi:10.1109/TNNLS.2014.2357036
[9] 刘杰。;Wang,X.,机械系统高级滑模控制(2012),施普林格·Zbl 1253.93002号
[10] 刘,Y。;Yu,H。;Lim,C.-C。;Shi,P.,多机器人系统的稳定队形分析,《控制与决策杂志》,4,1,12-31(2017)·doi:10.1080/23307706.2016.1254073
[11] 刘,Y。;Yu,H。;Shi,P。;Lim,C.-C.,一类多智能体系统的编队控制和碰撞避免,富兰克林研究所杂志,356,10,5395-5420(2019)·Zbl 1415.93023号 ·doi:10.1016/j.富兰克林.2019.05.008
[12] 马,X。;孙,F。;李,H。;He,B.,具有不匹配扰动和完全未知动力学的二阶多智能体系统基于神经网络的积分滑模跟踪控制,国际控制、自动化和系统杂志,15,4,1925-1935(2017)·doi:10.1007/s12555-016-0057-z
[13] Meng,W。;何,Z。;特奥·R。;苏·R。;Xie,L.,集成多智能体系统框架:分散搜索、任务分配和跟踪,IET控制理论与应用,9,3,493-502(2014)·doi:10.1049/iet-cta.2014.0469
[14] Mu,B。;张凯。;Shi,Y.,四旋翼机的整体滑模飞行控制器设计及其在异构多智能体系统中的应用,IEEE工业电子学报,64,12,9389-9398(2017)·doi:10.1109/TIE.2017.2711575
[15] Olfati-Saber,R。;传真:J.A。;Murray,R.M.,《网络化多智能体系统中的共识与合作》,IEEE学报,95,1,215-233(2007)·Zbl 1376.68138号 ·doi:10.1109/JPROC.2006.887293
[16] Olfati-Saber,R。;Murray,R.M.,具有切换拓扑和延迟的代理网络中的共识问题,IEEE自动控制汇刊,49,9,1520-1533(2004)·Zbl 1365.93301号 ·doi:10.1109/TAC.2004.834113
[17] 彭,Z。;王,D。;Shi,Y。;Wang,H。;Wang,W.,《在多位领导者的指导下,对具有模型不确定性和海洋扰动的网络化自主水下航行器的控制》,信息科学,316163-179(2015)·Zbl 1417.93224号 ·doi:10.1016/j.ins.2015.04.025
[18] Ren,W。;Beard,R.W.,动态变化交互拓扑下多智能体系统中的共识寻求,IEEE自动控制事务,50,5,655-661(2005)·Zbl 1365.93302号 ·doi:10.1109/TAC.2005.846556
[19] 沈,Q。;江,B。;Shi,P。;Zhao,J.,带时变执行器故障的网络未知非线性多智能体系统的合作自适应模糊跟踪控制,IEEE模糊系统汇刊,22,3,494-504(2013)·doi:10.1109/TFUZZ.2013.2260757
[20] 沈,Q。;Shi,P.,《严格反馈形式的非线性多智能体系统的分布式命令过滤反推一致性跟踪控制》,Automatica,53,120-124(2015)·Zbl 1371.93019号 ·doi:10.1016/j.autotica.2014.12.046
[21] Shi,P。;Shen,Q.,具有未知状态依赖控制效果的多智能体系统的协同控制,IEEE自动化科学与工程学报,12,3,827-834(2015)·doi:10.1010/TASE.2015.2403261
[22] 田中,R。;Takahashi,H.,《行人流量与团体步行模型的多智能体模拟方法》,ICIC快报,B部分:应用,11,4,363-371(2020)·doi:10.24507/icicelb.11.04.363
[23] 蔡,C.-C。;Wu,H.-L。;泰,F.-C。;Chen,Y.-S.,使用模糊小波神经网络的不确定网络化全向多机器人系统的分布式一致性形成控制与碰撞和避障,国际模糊系统杂志,19,5,1375-1391(2017)·doi:10.1007/s40815-016-0239-0
[24] Wang,Y.,Cheng,L.,Hou,Z.-G.,Tan,M.,&Yu,H.(2015)。协调运输一组无人地面车辆。2015年第34届中国控制大会(CCC)(第7027-7032页)。
[25] 王,C。;特努奈,H。;左,Z。;Lennox,B。;Ding,Z.,多机器人系统的固定时间编队控制:设计和实验,IEEE工业电子学报,66,8,6292-6301(2019)·doi:10.1109/TIE.2018.2870409
[26] 肖,F。;Wang,L.,具有切换拓扑和时变延迟的连续时间多代理系统中的异步一致性,IEEE自动控制汇刊,53,8,1804-1816(2008)·Zbl 1367.93255号 ·doi:10.1010/TAC.2008.929381
[27] 徐,J。;弗里德曼,E。;弗里德曼,L。;Niu,Y.,利用人工延迟实现任意相对度系统的静态滑模控制,IEEE自动控制汇刊(2020)·Zbl 07320120号 ·doi:10.1109/TAC.2020.2973598号文件
[28] 徐,M。;杨,P。;Wang,Y。;Shu,Q.,基于观测器的多智能体系统故障上限估计和容错共识控制,国际创新计算、信息与控制杂志,15,2,519-534(2019)·doi:10.24507/ijicic.15.02.519
[29] 张凯。;江,B。;严,X.-G。;Xia,J.,具有时变传感器故障的多智能体系统的分布式故障诊断,ICIC快报,14,2,129-135(2020)·doi:10.24507/icicel.14.02.129
[30] 张,R。;Song,B。;裴,Y。;Yun,Q.,无人机群面向系统对系统设计中子系统性能权衡的改进方法,系统工程与电子杂志,30,4,720-737(2019)·doi:10.21629/JSEE.2019.04.10
[31] 赵,H。;牛,Y。;Jia,T.,《Round-Robin协议下网络物理交换系统的安全控制:概率的输入到状态稳定性》,《信息科学》,508121-134(2020)·Zbl 1472.93159号 ·doi:10.1016/j.ins.2019.08.056
[32] 周,J。;温,C。;Li,T.,具有滞后非线性的不确定非线性系统的自适应输出反馈控制,IEEE自动控制汇刊,57,10,2627-2633(2012)·Zbl 1369.93323号 ·doi:10.1109/TAC.2012.2190208
[33] 邹,A.-M。;Kumar,K.D.,多智能体系统基于神经网络的自适应输出反馈形成控制,非线性动力学,70,2,1283-1296(2012)·Zbl 1268.93090号 ·doi:10.1007/s11071-012-0533-9
[34] 邹,A.-M。;Kumar,K.D。;Hou,Z.-G.,使用终端滑模和Chebyshev神经网络的多智能体系统分布式一致性控制,鲁棒和非线性控制国际期刊,23,3,334-357(2013)·Zbl 1273.93015号 ·doi:10.1002/rnc.1829
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。