内容简介
《离散多智能体系统的协调控制》结合作者多年来的研究成果，系统阐述具有通信约束的离散多智能体系统一致性与协同控制的理论和方法。主要包括：绪论、无领航同构离散多智能体系统的状态一致性、无领航异构离散多智能体系统的一致性、离散多智能体系统的领导跟随一致性、网络化多智能体系统的分组一致性、具有参考信号的离散异构多智能体系统的输出跟踪控制。
目录
目录
前言
第1章 绪论 1
1.1 引言 1
1.2 多智能体系统一致性问题的发展概况 5
1.3 多智能体系统一致性问题的研究现状 6
1.3.1 一阶多智能体系统的一致性 6
1.3.2 二阶多智能体系统的一致性 9
1.3.3 高阶多智能体系统的一致性 11
1.3.4 带通信约束的多智能体系统的一致性 15
1.3.5 非线性多智能体系统的一致性.17
1.4 本书主要内容.18
第2章 无领航同构离散多智能体系统的状态一致性 20
2.1 基于时滞补偿的分布式协议设计和一致性分析 21
2.1.1 相同定常时滞约束 21
2.1.2 不同定常时滞约束 29
2.1.3 不同时变时滞约束 35
2.2 基于干扰补偿的分布式协议设计和一致性分析 43
2.2.1 问题描述 44
2.2.2 一致性协议设计 44
2.2.3 一致性分析 46
2.2.4 基于干扰补偿的状态一致性算例 49
2.3 本章小结 51
第3章 无领航异构离散多智能体系统的一致性 52
3.1 智能体状态不可测情形.52
3.1.1 问题描述 52
3.1.2 基于网络化预测控制方法的一致性协议的设计 53
3.1.3 一致性分析 55
3.1.4 无通信时滞情形 60
3.1.5 基于绝对状态预测值的一致性算例 63
3.2 智能体输出不完全可测情形 69
3.2.1 问题描述 70
3.2.2 基于网络化预测控制方法的一致性协议的设计 70
3.2.3 一致性分析 73
3.2.4 基于相对状态预测值的一致性算例 76
3.3 基于动态补偿器的网络化多智能体系统的一致性 80
3.3.1 状态一致性分析与控制 80
3.3.2 输出一致性分析与控制 97
3.4 本章小结 113
第4章 离散多智能体系统的领导跟随一致性 114
4.1 具有外部干扰和通信约束的领导跟随一致性 114
4.1.1 问题描述 114
4.1.2 分布式协议设计和一致性分析 115
4.1.3 基于干扰补偿的领导跟随一致性算例 117
4.2 无自时滞的领导跟随一致性 120
4.2.1 无自时滞的状态反馈控制协议设计及一致性分析 121
4.2.2 无自时滞的输出反馈控制协议设计及一致性分析 124
4.3 有自时滞的领导跟随状态一致性 126
4.3.1 有自时滞的状态反馈控制协议设计及一致性分析 126
4.3.2 有自时滞的输出反馈控制协议设计及一致性分析 127
4.3.3 自时滞情形的一致性对比算例 128
4.4 本章小结 133
第5章 网络化多智能体系统的分组一致性 134
5.1 连续多智能体系统的分组一致性 135
5.1.1 一阶网络化多智能体系统的分组一致性 136
5.1.2 高阶网络化多智能体系统的分组一致性 143
5.1.3 网络化多智能体系统的分组可一致性 152
5.2 具有通信时滞的离散多智能体系统的分组一致性 161
5.2.1 同构多智能体系统的分组一致性 161
5.2.2 同构多智能体系统在外部干扰下的分组一致性 172
5.2.3 异构多智能体系统的分组一致性 188
5.2.4 异构多智能体系统的分组领导跟随一致性 205
5.3 本章小结 224
第6章 具有参考信号的离散异构多智能体系统的输出跟踪控制 225
6.1 分组跟踪控制 225
6.1.1 问题描述 225
6.1.2 两组跟踪一致性和稳定性分析 227
6.1.3 多组跟踪一致性和稳定性分析 233
6.1.4 分组输出跟踪算例 237
6.2 时变跟踪控制 241
6.2.1 问题描述 242
6.2.2 分布式协议设计和一致性分析 243
6.2.3 时变输出跟踪算例 248
6.3 本章小结 250
参考文献 251
彩图
试读
第1章绪论
1.1引言
随着计算机技术、网络通信技术和控制科学的日益发展与交叉渗透，控制系统的结构变得越来越复杂，空间分布越来越广，对系统控制性能的要求也越来越高。控制系统已由封闭集中体系逐渐向开放分布式体系发展。集中式控制系统和集散式控制系统都有一些共同的缺点，即随着现场设备的增加，系统的布线十分复杂、成本大大提高、抗干扰性较差、灵活性不够、扩展不方便等。为了从根本上解决这些问题，必须采用分布式控制系统来取代*立控制系统。分布式控制系统将控制功能下放到现场节点，不需要中央控制单元集中控制和操作，而是通过智能现场设备来完成控制和通信任务。将计算机网络系统应用于控制系统中，其可以代替传统的点对点式的连线，使得众多的传感器、执行器和控制器等主要功能部件通过网络相连接，相关的信号与数据通过通信网络进行传输和交换，避免了彼此间专线的敷设，可有效地减少系统的重量和体积，方便系统的安装与维护，提高系统的诊断能力，可以实现资源共享、远程操作和控制。这种传感器、控制器、执行器等通过实时网络构成的闭环反馈控制系统称为网络化控制系统（networked control systems，NCS），是目前控制科学与飞速发展的计算机网络、通信技术相结合的产物W。而且，网络作为各个应用领域中不可缺少的互联媒介，正潜移默化地改变着人们传统的生产和生活方式。图1-1展示了网络化控制系统的典型结构和信息流[2]。
网络化控制系统主要分为网络控制（control ofnetworks）、基于网络的控制（control over networks）和多智能体系统（multi-agent systems）三个研究领域。
（1）网络控制主要是对通信网络的网络路由、网络流量等的调度与控制，是针对网络自身的控制，可以利用运筹学和控制理论等方法来实现[3]。
（2）基于网络的控制是对被控系统的控制，网络只是作为一种传输通道，考虑网络自身存在的问题对系统的影响[4，5]。目前，很多复杂的控制系统如无线网络机器人、运输工具、远程遥控操作、基于Internet的远程教学和实验、远程医疗、制造业设备、兵器系统，以及现场总线（fieldbus）和工业以太网（industrial ethernet）技术等，本质上都可归结为基于网络的控制系统。
（3）多智能体系统主要是研究网络的拓扑结构与多智能体之间的相互作用对整个系统行为的影响。
20世纪70年代，智能体（agent）的思想起源于人工智能领域，对智能任务的推理进程和物理符号的内部表示构成了智能体的*初轮廓[61。此后，众多领域的学者开展了智能体方面的相关研究和探讨，他们针对不同的研究对智能体的含义给出了不同的界定。迄今为止，智能体的概念还不存在一个统一的定义。在大多数文献中，智能体的定义常被引用为以下两种形式。
（1）MaesW将智能体定义为试图在复杂的动态环境中实现一组目标的计算机系统。
（2）根据智能体的特性，Wooldridge和JenningsM给出了智能体弱定义和强定义的概念。智能体的弱定义指该实体具有自治性（autonomy）、社会性丨social-ability）、反应性（reactivity）和主动性（pro-activity）等基本特性；智能体的强定义指该实体不仅具有弱定义中的基本特性，而且还具有移动性、通信能力、协同性、理性或其他特性。一般认为智能体的典型特性就是弱定义中提及的几种性能，自治性是智能体的一个核心概念。
受到社会性昆虫的启发，研究者提出了多智能体系统的概念。Durfee等将多智能体系统定义为多个智能体组成松散的耦合结构，智能体之间通过相互作用、相互合作，从而解决单个智能体由于能力、知识或资源上的不足而无法解决的问题，或者即使能解决但效率很低的问题。在多智能体系统中，各个智能体的行为既具有局部效应也具有全局效应。多智能体系统的协作能力超过了单个智能体，这是多智能体系统产生的一个主要原因。多智能体系统在现实生活中随处可见，如多机器人系统、多卫星系统、空中飞行器编队，水下航行器队列等。此外，控制-物理系统（cyber-physical system）也可以抽象为多智能体系统。近年来，多智能体系统已经发展为一门新兴的复杂系统科学，同时它也是一门涉及生物、数学、物理、控制、计算机、通信及人工智能的综合性交叉学科。图1-2展示了多智能体系统的结构[1°]。
多智能体系统的主要特点表现在如下几个方面[11]。
（1）协作性：多智能体系统中的智能体可以相互协作，解决单个智能体无法解决的问题。
（2）并行性：多智能体系统可以通过智能体间的异步并行活动，提高处理复杂问题的质量和效率。
（3）易扩展性：多智能体系统松散稱合的特征，保证了其组件的可重用性和可扩充性（scalability）。
（4）分布性：多智能体系统的数据、资源分散保存在系统环境的各个智能体中，表达了系统描述问题的分布性。
当被研究的复杂系统包含中等个数的个体，并且个
