多智能体系统分布式事件触发控制综述

随着人工智能以及通信技术的发展,减少通信资源及计算资源的浪费,延长宽带和硬件的使用寿命成为了一个关键的问题.事件触发控制,即当某一变量超过给定阈值时,系统才进行采样,控制器才进行更新,有效地节约了线上通信及计算资源.本文首先分析了连续时间和离散时间下的事件触发控制,讨论了自触发控制、基于边的事件触发控制、动态事件触发控制以及异步事件触发控制的主要思想.其次,分别从一致性、优化以及博弈方面阐述了事件触发的广泛应用.同时,给出了两种常见的稳定性分析方法和两种排除系统中可能存在的Zeno行为的论证方法.最后对本文进行了总结,指出了当前事件触发工作的不足之处并对未来的研究做出展望.     

一种基于PSO-MEF的地面气温观测资料的质量控制方法

考虑气温在空间上的相关性,提出一种基于粒子群算法（Particle Swarm Optimization,PSO）改进的多面函数内插算法（Multi-quadric Equations Fitting,MEF）的地面逐时气温观测资料的多站联网质量控制方法。为检验该方法的可行性和适用性,运用该方法对江苏省四站2006—2008年地面气温观测资料进行质量控制,并与反距离加权法（Inverse Distance Weighting,IDW）进行比较。试验结果表明,该方法相对于IDW法可以更有效地标记出人为模拟的随机误差,具有识别精度高,地区和气候适应性强等优点。      

基于输出估计的多输入系统随机梯度估计算法

对于输出误差模型描述的多输入单输出系统,辨识的困难在于辨识模型信息向量中包含系统未知输出量(真实输出或无噪输出),以致标准辨识算法无法应用.提出了利用输出估计代替系统真实输出的辨识思想,即通过估计模型预测(估算)系统输出,利用这个估计输出来递推计算系统参数,进而提出了基于输出估计的随机梯度辨识算法,并研究了算法的收敛性,给出了仿真例子.     

一类具有输入量化和未知扰动的非线性系统的自适应有限时间动态面控制

本文研究了具有量化输入信号和未知扰动的非线性系统的有限时间自适应输出反馈动态面控制问题.在控制设计过程中,利用模糊逻辑系统对系统中的非线性项进行逼近.然后引入一种滞回量化器来避免量化信号中的抖振,并且构造模糊观测器来估计系统中不可测的状态.为了提出一种有限时间控制策略,首先给出了半全局实际有限时间稳定的判据.在此基础上,将动态面控制技术与反步法相结合,设计了自适应模糊控制器.该控制器不仅能保证跟踪误差在有限时间内收敛到原点的一个小邻域,而且可以保证闭环系统中所有信号的有界性.最后通过一个仿真实例验证了该控制方法的有效性和可行性.     

输入非线性方程误差系统的多新息辨识方法

针对输入非线性方程误差系统,即输入非线性受控自回归系统,研究了基于过参数化模型的多新息辨识方法和基于过参数化模型的递阶多新息辨识方法;研究了基于关键项分离原理的多新息辨识方法;使用辨识模型分解技术,研究了基于关键项分离原理的两阶段多新息辨识方法和三阶段多新息辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算量、计算步骤和流程图.     

输入非线性方程误差自回归系统的多新息辨识方法

典型块结构非线性系统包括基本的输入非线性系统、输出非线性系统、输入输出非线性系统、反馈非线性系统等.输入非线性系统包括输入非线性方程误差类系统和输入非线性输出误差类系统.以输入非线性方程误差自回归系统,即输入非线性受控自回归自回归(IN-CARAR)系统为例,分别基于过参数化模型,基于关键项分离原理,基于数据滤波技术以及基于辨识模型分解技术,研究和提出了IN-CARAR系统的随机梯度辨识方法、多新息随机梯度辨识方法、递推最小二乘辨识方法、多新息最小二乘辨识方法.这些方法可以推广到其他输入非线性方程误差系统、输入非线性输出误差类系统、输出非线性方程误差类系统、输出非线性输出类系统、反馈非线性系统等.同时,给出了几个典型辨识算法的计算步骤、流程图和计算量.     

基于多属性决策的区域大气复合污染多目标优化控制方法研究

大气复合污染是我国目前面临的主要大气环境问题。科学减排对大气复合污染形成起主要作用的一次污染物和二次污染的前体物,是治理大气复合污染的有效手段。本文提出了一种新的区域大气复合污染多目标优化模型,并结合多目标进化算法和基于决策者偏好的多属性决策技术,寻找治理大气污染的最优控制策略。与传统的单目标优化控制技术相比,本文提出的方法在保证环境达标的前提下,同时兼顾治理成本和行业可持续性发展这两种在一定程度上互斥的目标,并融入了决策者从当地实际情况出发对目标重要性的权衡,更加符合管理实践的需求,可为科学治理区域大气复合污染提供借鉴。     

基于观测器的多智能体系统的自适应一致性控制

针对带有非线性动态的高阶多智能系统,本文提出了基于观测器的一致性和自适应控制算法.在一致性算法中加入了历史信息,并且参数增益采用自适应律控制的策略.利用Lyapunov函数、稳定性理论、图论和线性矩阵不等式技巧,得到多智能体系统一致性的充分条件.最后通过数值仿真结果验证该算法的有效性.     

一种基于GEP的地面气温观测资料的质量控制方法

地面观测资料的单站质量控制是气象业务中不可或缺的环节,特别在台站密度较低或新增台站的地区,单站质量控制是观测资料有效性的基本保障。在研究传统单站质量控制方法的基础上,利用气温与相对湿度之间的耦合关系,提出一种基于基因表达式编程(GEP)算法的地面逐时气温资料单站质量控制方法,实现相对湿度对气温的质量控制。并利用该方法对江苏省六市2005—2007年地面观测的逐时气温资料进行质量控制,以评估其适用性,并将控制效果与传统方法进行比较。结果表明,GEP质量控制方法能有效标记出可疑数据,具有可控性强、识别精度高等优点,尤其在每年5—9月的检验效果优于传统的单站质量控制方法。      

一种基于k-means聚类的实时气温动态质量控制方法

针对当前实时气温质量控制存在的问题,提出了一种基于k-means聚类的动态控制算法。算法首先用k-means方法将区域内各测温点划分为若干气温相似的聚类,然后分别对各聚类内的点进行离群率和离群速度的判别,以确定各点的质,量。与传统气温质量控制方法相比,该算法采用单点气温与整体气温相比较的思想,不需要预先设置气温参考极值,因而更具有实用性和科学性。而且,算法的复杂度较低,适合较大气温输入数据集的计算。     

具有不确定参数的滞后型Lurie控制系统鲁棒绝对稳定性的LMI方法

分别针对具有结构参数和范数有界参数的滞后型Lurie控制系统的鲁棒绝对稳定性问题,利用Lyapunov方法给出了系统鲁棒绝对稳定的时滞无关条件及时滞相关条件.得到的结果用线性矩阵不等式（LMI）表示,易于利用MATLAB工具箱求得保守性较低的条件.     

具有非合作连边的一般线性多智能体系统包含控制研究

本文研究了通信拓扑中具有非合作连边的一般线性多智能体系统的包含控制问题.系统中允许多个领导者的存在,这些领导者的状态可以通过它们与邻居领导者进行交互而动态地变化.采用最近邻居规则设计分布式控制协议,利用线性矩阵不等式技术和线性系统控制理论证明了跟随者的状态轨迹最终收敛到由领导者的状态轨迹及领导者相反轨迹生成的凸包中,成功解决了符号图上线性多智能体系统的包含控制问题.仿真结果验证了结论的正确性.     

集值系统的辨识、控制及应用

本文总结了近年来关于集值系统的研究工作:在辨识方面,从不同的系统结构、不同的噪声情况和不同的集值情形等方面进行了深入的研究,针对性地提出了参数解耦、比例满秩输入设计、联合可辨识、经验分布函数、递推投影辨识等有效的辨识方法,得到了一系列重要结果;在适应控制方面,都实现了一类集值增益系统的适应跟踪控制;在同步控制方面,提出了双时间尺度同步算法和递推投影同步算法,实现了二值量测下的多个体同步控制;在应用方面,分别将集值辨识应用到复杂疾病建模和雷达目标识别问题中,构造了新的、更为有效的统计验证方法,在低信噪比下将识别率提高了10%.     

多智能体系统的协调控制研究综述

近年来,多智能体系统的协调控制在多机器人合作控制、交通车辆控制、无人飞机编队和网络的资源分配等领域有着广泛的应用,成为当前控制学科的一个热点问题.首先介绍了多智能体系统的研究背景、智能体的概念和相关的图论知识;然后从多智能体系统协调控制包含的几个问题入手,即群集问题、编队控制问题、一致性问题和网络优化问题等,对其国内外的发展现状进行了总结和分析;最后,给出了多智能体系统有待解决的一些问题,以促进对多智能体系统协调控制理论与应用的进一步研究.     

高阶非线性系统自适应模糊有限时间状态约束控制

针对一类具有状态约束的非严格反馈高阶非线性系统,研究一种自适应模糊有限时间跟踪控制问题.首先,利用模糊逻辑系统逼近不确定性非线性函数,在此基础上,采用障碍Lyapunov函数,解决状态约束问题,通过障碍加幂积分方法和反步递推技术,提出了一种有限时间控制设计方法.在有限时间Lyapunov稳定意义下,严格证明闭环系统半全局实际有限时间稳定且系统的状态不超出给定的约束边界,并实现了有限时间跟踪控制目标.最后,仿真研究进一步验证了所提出控制方法的有效性.     

一类时滞不确定离散系统的鲁棒自适应滑模控制

主要研究一类具有不确定项和外部扰动的离散时滞系统的鲁棒自适应控制,假设扰动和不确定项是有界的,而扰动和关于状态的不确定项的边界是不必知道的.设计了自适应控制器以保证系统能在有限时间内到达切换面,并且收敛到包含原点的一定的有界区域内.仿真的结果说明了该方法的有效性.     

同步发电机PSS与励磁系统的仿真研究

电力系统稳定器（PSS）是目前抑制电力系统低频振荡最有效的方法之一.在分析了同步发电机励磁控制系统及其模型的基础上,研究了以PSS为辅助控制的同步发电机励磁控制方式,基于Matlab构建了改进的PSS励磁控制系统的仿真模型.在三相短路以及断线故障情况下对单机无穷大系统进行仿真测试,结果表明：加装PSS的励磁控制系统的各方面性能优越于无PSS的励磁控制系统,为励磁系统的设计提供了依据.     

初态学习下广义系统的迭代学习控制算法

针对一类在有限时间区间上运行的广义系统,提出了一种初态学习下的迭代学习控制算法,该算法对系统的控制输入采用闭环带指数变增益D型学习律.基于算子理论,给出了算法的收敛条件.该算法与闭环D型算法相比,在保证收敛的基础上加快了算法的收敛速度.数值仿真结果说明了该算法的优越性.