【技术实现步骤摘要】
一种基于合作博弈的不确定集群系统优化设计方法
[0001]本专利技术涉及一种基于合作博弈的不确定集群系统优化设计方法，属于集群系统编队控制领域
。
技术介绍
[0002]编队控制能够弥补个体力量薄弱的劣势，通过协同作业完成搜救
、
围捕等复杂任务，从而极大提升集群系统的性能和功能
。
现有编队控制方法能够保证系统的一致有界和一致最终有界等稳态性能，但无法保证过渡过程的动态性能
。
集群系统编队控制的动态性能取决于控制器参数
。
为了实现控制系统的鲁棒稳定性与最优动态性能，就需要对控制参数进行优化
。
在实际应用中，采用最优控制参数不仅可以提高控制系统的动态性能
(
如提高控制精度和平稳性
)
，还可以节约能耗，降低成本
。
近年来，针对参数优化设计问题，许多学者已经做了大量研究，但已有研究大多针对单个系统或单个参数，系统状态也多用模糊集进行描述，对于集群系统多参数优化的研究较少
。<...
【技术保护点】
【技术特征摘要】
1.
一种基于合作博弈的不确定集群系统优化设计方法，其特征在于包括如下步骤：
S1、
建立含不确定性的集群系统动力学方程；
S2、
基于约束跟随的控制策略，构建紧凑编队和避碰的约束函数；
S3、
提出一种具有可调参数
κ
i
和
λ
i
的自适应鲁棒控制律，这两个参数与系统性能和控制成本有关；
S4、
应用合作博弈理论，将两个可调参数视为合作博弈的两个玩家，定义两个参数的代价函数，通过求解多变量优化问题，寻求使代价函数最小的可调参数
κ
i
和
λ
i
的帕累托最优解
(
κ
iopt
,
λ
iopt
)
；
S5、
将
κ
i
和
λ
i
的最优值代入控制中，得到最优设计
。2.
根据权利要求1所述的基于合作博弈的不确定集群系统优化设计方法，其特征在于，所述
S1
中，集群系统由
N
个智能体组成，包括1个领导者和
N
‑1个跟随者，计算智能体之间的相对位置度量
D
ih
，
i、h
为智能体的编号，
i∈[1,N],h∈[1,N]
，且
i≠h。3.
根据权利要求2所述的基于合作博弈的不确定集群系统优化设计方法，其特征在于，计算智能体之间的相对位置度量的公式为：
D
ih
＝
||q
i
(t)
‑
q
h
(t)||2‑
4R2,i,h∈{1,2,...N},i≠h
其中，
R
表示智能体的长或宽的一半，
q
i
、q
h
分别为智能体
i
和智能体
h
的位置向量
。4.
根据权利要求1所述的基于合作博弈的不确定集群系统优化设计方法，其特征在于，所述
S1
中，含不确定性集群系统的动力学方程为：其中，
t∈R
表示时间，
q
i
∈R
n
为位置向量，为速度，为加速度，为不确定参数，是紧凑的，表示
σ
i
的可能边界，令则和
Δ
M
i
,
Δ
C
i
,
Δ
F
i
分别表示惯性矩阵
、
空气阻力和外部扰动中的标称部分和不确定部分，和
Δ
M
i
,
Δ
C
i
,
Δ
F
i
均连续且
M
i
＞
0。5.
根据权利要求1所述的基于合作博弈的不确定集群系统优化设计方法，其特征在于，所述
S2
中，构建的约束函数为
E
ih
＝
∑e
ih
，
i∈[1,N],h∈[1,N]
，且
i≠h
，在此基础上，选择约束矩阵
A
ih
、c
ih
、b
ih
，将编队避碰控制问题转化为约束跟随控制问题
。6....
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。