【技术实现步骤摘要】
一种针对多智能体系统的领导跟随一致性问题的循环切换方案
[0001]本专利技术属于人工智能中的多智能体领域，具体是针对离散时变时滞的多智能体系统在有向通信拓扑下的领导跟随一致性问题来设计一种循环切换技术。
技术介绍
[0002]近年来，多智能体在智能电网，飞行器编队，机器人系统与传感器网络等多个领域中存在着潜在的应用而备受关注。虽然每个多智能体的处理能力是有限的，但是把一定数量的多智能体通过通信网络链接在一起，协同合作，就可以执行非常复杂的、单个多智能体无法完成的任务。多智能体系统中一个重要而关键的问题就是领导者与跟随者的一致性问题。多智能体系统的领导跟随者一致性问题是指，在任意的初始条件下，每一个跟随者智能体的状态与领导者的状态最终变为一致，即领导者与跟随者的状态误差为零。解决一致性问题的关键在于如何基于各个智能体的信息及其邻居智能体(如果智能体1可以接收到智能体2的信息，那么就称智能体2是智能体1的邻居智能体，简称邻居)的有限信息开发一种分布式控制协议，使所有跟随者智能体状态与领导者状态达到一致。现有文献主要解决了如下问...
【技术保护点】
【技术特征摘要】
1.一种针对多智能体系统的领导跟随一致性问题的循环切换方案，其特征在于，首先，建立由两个子系统组成的切换时滞多智能体系统；然后，通过引入领导者状态与跟随者状态的误差，将切换时滞多智能体系统转换为切换误差系统；将切换时滞多智能体系统的领导跟随者一致性问题转换为切换误差系统的稳定性问题；为上述两个不同的子系统设计新的李雅普诺夫泛函；随后，基于李雅普诺夫稳定性理论给出了相应子系统的两个基本准则；最后，通过引入循环切换机制得到领导者与跟随者的一致性的充分条件；包括以下步骤：步骤1：设计的控制协议需要充分考虑到信息的时滞以及时滞大小的不确定性，在控制协议中加入随时间变化的时滞变量，并将偶尔出现的较大时滞作为特殊情况，同时引入循环切换技术；具体的系统模型如下：领导者：x0(k+1)＝Ax0(k)跟随者：跟随者：其中，k表示离散化的时间变量；x0(k)∈R
n
表示领导者状态变量，R
n
表示n维实数列向量；x
i
(k)∈R
n
(i∈Z＝{1,2,
…
,z,z∈N
+
})表示第i个跟随者智能体的状态变量，N
+
表示正整数；A∈R
n
×
n
是常数实矩阵，R
n
×
n
表示n行n列的实数矩阵；B∈R
n
×
m
是常数实矩阵，R
n
×
m
表示n行m列的矩阵；K∈R
m
×
n
是反馈增益矩阵；ν
j
表示第j(j∈Z)个跟随者多智能体；表示第i个跟随者智能体的所有邻居的集合；和均为常数且满足关系均为常数且满足关系是时变时滞变量并满足时变时滞变量并满足表示切换信号；a
ij
(i,j∈Z)和m
i
(i∈Z)表示权重常数；步骤2：提出两种李雅普诺夫泛函V1(k)和V2(k)，检验控制协议的可行性；引入跟随者智能体状态变量与领导者智能体状态变量间的误差变量，通过变量转换，将原多智能体系统的领导跟随一致性问题转换成切换误差系统的稳定性问题，其中切换误差系统由(*)式表示；而在切换系统稳定性研究中，李雅普诺夫泛函可以被看作系统能量，当系统能量在全局上随时间递减时，可以判定系统是稳定的，即系统的状态收敛到平衡点
‑‑
零，原多智能体系统的领导者与跟随者状态误差收敛到零；引入的两个李雅普诺夫泛函中的第一个V1(k)是当作稳定子系统的能量，第二个李雅普诺夫泛函V2(k)当作不稳定子系统的能量，分别对应于本发明所提的控制协议中小时滞情况和大时滞情况；即：
其中，表示跟随者与领导者的状态误差向量组成的向量,∈
i
(k)＝x0(k)
‑
x
i
(k)(i∈Z)表示跟随者状态向量与领导者状态的误差向量,表示∈1(k)的转置；表示误差变量的差分；α1>0和α2>0是预设的常数参数；P1∈R
nz
×
nz
是正定矩阵，表示中间运算过程的参数矩阵；R
nz
×
nz
表示n
×
z行n
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。