[发明专利]非连续自时延多智能体系统一致性与饱和分布式控制方法

说明书

本发明提供了非连续自时延多智能体系统一致性与饱和分布式控制方法，属于信息技术领域。利用具有时变控制增益的分布式负反馈控制器实现智能体之间状态信息交互。又考虑到实际系统运行环境与控制成本，增设外部饱和环节来将控制信号幅值限制在一个合理的范围。然后利用高斯误差函数以及微分中值定理来近似模拟饱和效应，以此降低控制信号的不平滑度。随后应用Filippov微分包含理论和测度选择定理处理非线性动力学函数的非连续性。接着通过广义Halanay不等式和Lyapunov稳定性定理得到指数一致性判定条件与最大容许时延。最后通过数值仿真验证了本发明所提出的控制策略的有效性。

技术领域

本发明涉及一种非连续混合自时延多智能体系统指数一致性技术，属于信息技术领域。

背景技术

分布式人工智能是人工智能领域一个重要的研究方向，而多智能体系统(MAS)则是其一个主要的分支。随着计算机技术、网络通信技术等的高速发展，对应MAS的相关研究已经成为信息科学领域一个新兴的研究方向。由于智能体具有很强的自治性和适应性，使得越来越多的学者开始关注其理论及应用方面的研究。在电子商务、智能交通、多机器人系统等诸多领域已经广泛应用了MAS的相关理论。

近年来，从控制角度对MAS进行分析与研究已经成为国内外众多研究人员关注的热点，特别是在MAS 集群运动控制和协同控制方面取得了很大的进展。在多智能体分布式协同合作控制问题中，一致性问题作为研究多智能体集群行为的基础，具有重要的现实意义和理论价值。包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析。简要阐述MAS一致性问题，就是系统中各个智能体利用自身的本质状态信息和其邻接节点的状态信息通过有效的通信拓扑，完成初态更新，并共同收敛至目标轨道。

现阶段提出的有效控制策略包括牵制控制、脉冲控制、分布式控制、容错控制、滑模控制等。然而，大量先前的关于多智能体系统一致性的研究工作只考虑了非线性动力学函数为连续的情况，由此提出的线性化非线性函数的方法将不再适用于非连续情况。另一方面，为了加快多智能体系统一致收敛的速度，有大量学者研究了实现指数一致性的控制策略。但是对于非连续多智能体系统的指数一致性问题，还没有引起广泛的关注。此外，由于通信传输能力的有限以及存在信道拥塞，时延现象也是多智能体系统的研究中最应该考虑的问题之一。注意到先前的研究工作，大部分只考虑系统存在单一时延的情况。由于实际系统的不确定性与工业运行环境的复杂性，研究系统存在多个自时延的情况很有必要。为实现智能体之间状态信息的交互，分布式控制策略已被广泛地应用于研究一致性问题。不过这些研究工作大多都默认将控制增益设置为常量。这很大程度上降低了控制的灵活度，还可能导致多智能体系统实现全局一致的动态性能下降。因此研究一种限制宽泛的时变分布式控制策略很有必要。再者，考虑到经济成本与执行器有限的输入阈值，必须对控制信号的幅值加以限制。由此，研究人员提出了众多基于饱和策略的有效控制方法。然而由饱和策略的限幅作用造成控制信号不平滑度加剧的现象经常被忽略。

发明内容

本发明要解决的技术问题，要达到的目标：本发明涉及的具有时变控制增益的分布式负反馈控制策略，主要针对具有非连续动力学性态与混合自时延的多智能体系统，实现各个智能体状态指数收敛至一致。利用Filippov集值映射将有限个间断点映射到对应集合中，再通过Filippov微分包含和测度选择定理得到非连续微分方程在Filippov意义下的解。随后综合高斯误差函数与微分中值定理来近似模拟饱和效应，从而有效限制了控制信号的幅值，同时降低其不平滑度，提高控制效果。本发明提出的分布式控制器具有时变控制增益。并且对于时变项的限制条件非常宽泛，仅要求其在任一控制域内的积分平均值存在下界，这极大得增加了控制器的应用范围。最后通过广义Halanay不等式和Lyapunov稳定性定理可得到指数一致性判定条件与最大容许时延的估算式。

本发明的技术方案：

非连续自时延多智能体系统一致性与饱和分布式控制方法，步骤如下：

步骤一、建立具有非连续动力学性态和混合自时延的多智能体系统并确定其一致性目标