×
刘大才;刘志;陈，C.L.菲利普;张云

具有未知执行器故障和未知死区的不确定多智能体系统的分布式自适应神经控制。 （英语） Zbl 1459.93014号

非线性Dyn。 99，第2期，1001-1017（2020）。
摘要：在现实中，执行器经常出现死区和故障，但现有算法难以同时容忍多智能体系统中的死区和执行器故障。本文同时考虑了多智能体系统的有向拓扑、不确定性动力学、未知死区和执行器故障。通过引入分布式反推技术、径向基函数神经网络和界估计方法，提出了分布式容错跟踪控制器和每个跟随器的相应自适应律，保证所有跟随器都达到同步，并获得理想的跟踪性能。与现有结果相比，考虑未知死区和未知执行器故障是严格反馈多智能体系统的一种新尝试。此外，RBF神经网络中的基函数向量不再需要控制器来显著减少计算负担。最后，通过对比仿真结果验证了本文算法的有效性。

引用于7文件

MSC公司：

93甲16 多代理系统
93C40型 自适应控制/观测系统
68T07型 人工神经网络与深度学习

关键词：

分布式控制;自适应神经网络;未知故障;未知死区;多智能体系统
PDF格式BibTeX公司 XML格式引用
\textit{D.Liu}等人，《非线性动力学》。99，第2号，1001--1017（2020；Zbl 1459.93014）
全文： 内政部

参考文献：

[1] 蔡，J。；温，C。；苏，H。；Liu，Z.，一类不确定非线性系统滞回执行器的鲁棒自适应故障补偿，IEEE Trans。自动。《控制》，58,92388-2394（2013）·兹比尔1369.93242
[2] Chen，K。；Wang，J。；Zhang，Y。；Liu，Z.，具有受限切换拓扑和时滞的非线性多智能体系统的二阶一致性，非线性动力学。，78, 2, 881-887 (2014) ·Zbl 1331.93084号
[3] Chen，K。；Wang，J。；Zhang，Y。；Liu，Z.，状态控制切换拓扑下二阶非线性多智能体系统的一致性，非线性动力学。，81, 4, 1871-1878 (2015) ·Zbl 1348.93138号
[4] 陈，M。；Ge，Ss；Ren，B.，具有输入约束的不确定MIMO非线性系统的自适应跟踪控制，Automatica，47，3，452-465（2011）·Zbl 1219.93053号
[5] 陈，M。；Shi，P。；Lim，C.，三自由度模型直升机系统的自适应神经容错控制，系统。人类网络。，46260-270（2016）
[6] 陈，W。；Ge，Ss；吴杰。；Gong，M.，跟踪精度已知的不确定严格反馈系统的全局稳定自适应反推神经网络控制，IEEE Trans。神经网络。，26, 9, 1842-1854 (2015)
[7] 陈，Z。；李，Z。；Chen，Clp，具有状态和输入约束的不确定mimo非线性系统的自适应神经控制，IEEE Trans。神经网络。，28, 6, 1318-1330 (2017)
[8] 戴，H。；陈，W。；谢军。；贾，J.，通过分布式事件触发传输策略实现复杂动态网络中二阶非线性系统的指数同步，非线性动力学。，92, 3, 853-867 (2018) ·Zbl 1398.34040号
[9] 古铁雷斯，H。；莫拉莱斯，A。；奈梅杰尔，Hh，《一群单轮机器人的同步控制：不同控制器拓扑分析》，《亚洲控制杂志》，19，5，1822-1833（2017）·Zbl 1386.93006号
[10] 何毅。；Wang，J。；Hao，R.，带负载扰动抑制的电液伺服系统自适应鲁棒死区补偿控制，J.Syst。科学。复杂。，28, 2, 341-359 (2015) ·Zbl 1317.93150号
[11] 华，C。；张，L。；Guan，X.，具有未知死区输入的领导跟踪高阶随机非线性多智能体系统的分布式自适应神经网络输出跟踪，IEEE Trans。系统。人类网络。，47, 1, 177-185 (2017)
[12] Jin，Ys，有向图下多个不确定非线性严格反馈系统的分布式一致性跟踪，IEEE Trans。神经网络。学习。系统。，242666-672（2013年）·doi:10.1109/TNNLS.2013.2238554
[13] 李毅。；唐，S。；刘，Y。；Li，T.，基于小增益方法的未知死区非线性系统的自适应模糊鲁棒输出反馈控制，IEEE Trans。模糊系统。，22, 1, 164-176 (2014)
[14] 李毅。；Yang，G.，一类具有执行器故障和未知死区的大型非线性系统的自适应模糊分散控制，系统。人类网络。，47, 5, 729-740 (2017)
[15] 刘，Y。；Tang，L。；唐，S。；Chen，Clp，一类非线性mimo离散时间系统的自适应神经网络控制器设计，IEEE Trans。神经网络。，26, 5, 1007-1018 (2015)
[16] 刘，Y。；Tong，S.，一类具有未知死区的非线性纯反馈mimo系统的自适应模糊识别和控制，IEEE Trans。模糊系统。，23, 5, 1387-1398 (2015)
[17] 刘，Z。；赖，G。；Zhang，Y。；陈，X。；Chen，Clp，一类具有未知滞后的非线性时变时滞系统的自适应神经控制，IEEE Trans。神经网络。，25, 12, 2129-2140 (2014)
[18] 刘，Z。；苏·L。；Ji，Z.，基于神经网络观测器的领导-遵循异质非线性不确定系统的共识，Int.J.Mach。学习。赛博。，9, 9, 1435-1443 (2018)
[19] 刘，Z。；Wang，F。；Zhang，Y。；陈，X。；Chen，Clp，具有模糊死区输入的一类非线性系统的自适应跟踪控制，IEEE Trans。模糊系统。，23, 1, 193-204 (2015)
[20] 吕，W。；Wang，F.，利用神经网络对一类具有无穷多个执行器故障的不确定非线性系统进行自适应跟踪控制，Adv.Differ。Equ.、。，2017, 1, 374 (2017) ·Zbl 1444.93014号
[21] 吕伟。；Wang，F。；Li，Y.，使用神经网络对具有未建模动态的非线性系统进行自适应有限时间跟踪控制，Adv.Differ。Equ.、。，2018, 1, 159 (2018) ·Zbl 1446.93040号
[22] Lyu，Z.，Liu，Z..，Xie，K.，Chen，C.L.P.，Zhang，Y.：具有稳定和不稳定未建模动态的切换非线性系统的自适应模糊输出反馈控制。IEEE传输。模糊系统。第1-1页（2019年）
[23] 波利卡波，Mm；Ioannou，Pa，鲁棒自适应非线性控制设计，Automatica，32，3，423-427（1996）·Zbl 0847.93031号
[24] 苏，H。；邱，Y。；Wang，L.，具有输入饱和和外部扰动的离散时间多智能体系统的半全局输出一致性，ISA Trans。，67, 131-139 (2017)
[25] 苏，X。；刘，Z。；赖，G。；陈，Clp；Chen，C.，不确定非线性系统跟踪控制中执行器故障和死区约束的直接自适应补偿，信息科学。，417, 328-343 (2017) ·Zbl 1447.93181号
[26] 田，B。；风扇，W。；苏·R。；Zong，Q.，可重复使用运载火箭再入阶段的实时轨迹和姿态协调控制，IEEE Trans。Ind.Electron公司。，62, 3, 1639-1650 (2015)
[27] 唐，S。；Li，Y.，具有未知死区输入的mimo非线性系统的自适应模糊输出反馈控制，IEEE Trans。模糊系统。，21, 1, 134-146 (2013)
[28] 唐，S。；Wang，T。；李毅。；Zhang，H.，具有未知死区和未建模动态的随机非线性系统的自适应神经网络输出反馈控制，IEEE Trans。系统。人类网络。，44, 6, 910-921 (2014)
[29] 王，C。；温，C。；Guo，L.，一类具有未知执行器故障的互联非线性系统的分散输出反馈自适应控制，Automatica，71，71187-196（2016）·Zbl 1343.93009号
[30] 王，C。；温，C。；Lin，Y.，一类具有未知执行器故障的互联非线性系统的分散自适应反推控制，J.Frankl。仪表工程应用。数学。，352, 3, 835-850 (2015) ·Zbl 1307.93210号
[31] 王，C。；温，C。；Lin，Y.，一类控制方向未知非线性系统的自适应执行器故障补偿，IEEE Trans。自动。控制，62，1，385-392（2017）·Zbl 1359.93251号
[32] Wang，F。；陈，B。；林，C。；Li，X.，随机非线性多智能体系统的分布式自适应神经控制，IEEE Trans。系统。人类网络。，47, 7, 1795-1803 (2017)
[33] Wang，F。；陈，B。；林，C。；张杰。；孟，X.，量化非线性系统的自适应神经网络有限时间输出反馈控制，IEEE Trans。系统。人类网络。，48, 6, 1839-1848 (2018)
[34] Wang，F。；刘，Z。；Zhang，Y。；Chen，B.，带死区输入的不确定非线性多智能体系统的分布式自适应协调控制，J.Frankl。仪表工程应用。数学。，353, 10, 2270-2289 (2016) ·Zbl 1347.93028号
[35] Wang，F。；刘，Z。；Zhang，Y。；Chen，Clp，具有量化饱和输入的机械手自适应模糊视觉跟踪控制，非线性动力学。，89, 2, 1241-1258 (2017) ·Zbl 1384.93097号
[36] Wang，F。；刘，Z。；Zhang，Y。；陈，X。；Chen，Clp，一类具有模糊死区和动态不确定性的非线性系统的自适应模糊动态表面控制，非线性动力学。，79, 3, 1693-1709 (2015) ·Zbl 1331.93140号
[37] Wang，H。；陈，B。；Lin，C.，具有未知死区输入的纯反馈随机非线性系统的自适应模糊控制，国际期刊系统。科学。，45, 12, 2552-2564 (2014) ·Zbl 1317.93164号
[38] 王，M。；王，C。；Shi，P。；Liu，X.，具有保证预定义性能的严格反馈系统的神经控制动态学习，IEEE Trans。神经网络。，27, 12, 2564-2576 (2016)
[39] 王，W。；黄，J。；温，C。；Fan，H.，分布式自适应一致性跟踪控制及其在非完整移动机器人编队控制中的应用，Automatica，50，4，1254-1263（2014）·Zbl 1298.93212号
[40] 王，W。；Wen，C.，执行器故障或故障无限数量的自适应补偿，Automatica，47，10，2197-2210（2011）·Zbl 1228.93070号
[41] 温，G。；陈，Clp；冯，J。；周，N.，基于识别器-系数-关键强化学习算法的优化多智能体编队控制，IEEE Trans。模糊系统。，26, 5, 2719-2731 (2018)
[42] 温，G。；陈，Clp；Liu，Y.，一类随机多智能体系统的避障编队控制，IEEE Trans。Ind.Electron公司。，65, 7, 5847-5855 (2018)
[43] 徐，C。；郑毅。；苏，H。；陈，Mzq；Zhang，C.，通过有向拓扑下的分布式自适应钉扎控制实现二阶移动多智能体系统的集群一致性，非线性动力学。，83, 4, 1975-1985 (2016) ·Zbl 1353.93065号
[44] Yan，H。；Li，Y.，具有输出死区的非线性系统的自适应nn规定性能控制，神经计算。申请。，28, 1, 145-153 (2017)
[45] Yang，Y。；Yue，D.，带执行器故障的纯反馈非线性多智能体系统的分布式自适应容错控制，神经计算，22172-84（2017）
[46] 尹，S。；Shi，P。；Yang，H.，具有未建模动态的严格反馈非线性时滞系统的自适应模糊控制，IEEE Trans。系统。人类网络。，46, 8, 1926-1938 (2016)
[47] Yoo，Sj，《严格反馈形式的不确定非线性多智能体系统的分布式自适应控制》，Automatica，49，7，2145-2153（2013）·Zbl 1364.93413号
[48] Yoo，Sj，有向图下多个不确定非线性严格反馈系统的分布式一致性跟踪，IEEE Trans。神经网络。，24, 4, 666-672 (2013)
[49] 张，T。；Ge，Ss，具有未知死区和控制方向的mimo非线性系统的自适应神经网络跟踪控制，IEEE Trans。神经网络。，20, 3, 483-497 (2009)
[50] 张，Z。；Chen，W.，执行器故障非线性系统的自适应输出反馈控制，信息科学。，179, 24, 4249-4260 (2009) ·Zbl 1187.93069号
[51] 张，Z。；徐，S。；郭毅。；Chu，Y.，一类具有时变执行器故障的非线性系统的鲁棒自适应输出反馈控制，Int.J.Adapt。控制信号处理。，24, 9, 743-759 (2010) ·Zbl 1204.93040号
[52] 宗，X。；李·T。；Zhang，J.，具有加性和乘性测量噪声的连续时间多智能体系统的一致性条件，SIAM J.Control Optim。，56, 1, 19-52 (2018) ·Zbl 1386.93281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。