【技术实现步骤摘要】
基于滑模机制的多智能体优化控制器构建方法及系统
[0001]本专利技术属于非线性控制
，尤其涉及基于滑模机制的多智能体优化控制器构建方法及系统。
技术介绍
[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]近年来，最优控制由于满足节能环保的社会发展要求，无论是理论研究还是工程实践，都得到了越来越多的重视，但是大多数用强化学习策略的优化控制研究成果主要集中在一、二阶低阶非线性系统上。由于高阶非线性系统需要控制多个状态变量，这些优化控制方法，很难扩展到高阶系统。
[0004]为了解决这个问题，一些方法是将高阶非线性系统动力方程写成向量方程形式，然后应用一阶系统优化控制方法，结合自适应强化学习策略设计优化控制。然而，这些控制器的算法，一方面，算法复杂，另一方面，要求持续激励条件，因此难以扩展和应用。此外，对于未知动力问题，常采用自适应辨识器或观测器的策略合并到强化学习中，这使控制器算法变得更为复杂。所以在工程上很难实现，在理论上也很难发展。
专利技术...
【技术保护点】
【技术特征摘要】
1.基于滑模机制的多智能体优化控制器构建方法，其特征在于，包括如下步骤：获取高阶非线性多智能体系统的实际系统状态和参考状态；基于高阶非线性多智能体系统的实际系统状态和参考状态，采用滑模机制和强化学习相结合的策略来设计控制器，具体包括：基于高阶非线性多智能体系统的实际系统状态和参考状态得到多智能体系统的跟踪误差；基于多智能体系统的跟踪误差设计滑模超平面，通过滑模变量来控制跟踪误差使其位于滑模超平面上；构造执行identifier
‑
critic
‑
actor神经网络结构的强化学习，在强化学习中，根据神经网络逼近未知动力函数和分布式HJB方程的解，分别推导出identifier神经网络和critic
‑
actor神经网络，得到最优控制信号，将最优控制信号作为实际控制输入信号，在该输入信号下引导多智能体系统实现控制目标。2.根据权利要求1所述的基于滑模机制的多智能体优化控制器构建方法，其特征在于，所述基于多智能体系统的跟踪误差设计滑模超平面，包括：根据参考信号和高阶非线性多智能体系统模型构成误差动力学模型；利用跟踪误差状态，定义滑模变量；结合滑模变量的定义和误差动力学模型得到滑模动力方程。3.根据权利要求1所述的基于滑模机制的多智能体优化控制器构建方法，其特征在于，所述分布式HJB方程的构建过程为：构建代价函数，基于代价函数变形得到分布式性能指标；根据分布式性能指标得到分布式性能函数；将分布式性能函数的控制因子作为最优分布式一致控制因子，得到最优分布性能指标函数；计算最优分布性能指标函数的时间导数，得到分布式HJB方程。4.根据权利要求1所述的基于滑模机制的多智能体优化控制器构建方法，其特征在于，所述神经网络逼近未知动力函数的过程为：步骤1：获取多智能体系统系统的输入和输出；步骤2：设计神经网络的结构，包括输入层、隐藏层和输出层，其中，输入层的节点数应该等于系统输入的维度，输出层的节点数等于系统输出的维度；步骤3：利用滑模控制器来结合高阶多智能体系统，同时获取每个智能体历史的状态和控制输入作为训练集；步骤4：基于该训练集，利用误差反向传播算法来更新神经网络的权重和偏置；步骤5：重复步骤3到步骤4，直到神经网络的输出误差达到收敛条件或者达到最大迭代次数；步骤6：对于新的系统输入，利用训练好的神经网络来预测系统的输出，并根据滑模控制器来计算控制输入。5.根据权利要求1所述的基于滑模机制的多智能体优化控制器构建方法，其特征在于，所述构造执行identifier
‑
critic
‑
actor强化学习的如下：
分解为：为：其中，表示自适应i...
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。