【技术实现步骤摘要】
本专利技术属于复杂多智能体系统的控制领域，尤其涉及一种初态学习的多智能体分数阶线性系统pdα-型迭代学习控制－λ范数的控制方法。
技术介绍
1、当面对复杂多智能体例如分布式传感器网络、无人飞行器集群协同、编队、姿态控制、伺服电机等控制现象问题时，由研究表明初态学习的多智能体分数阶微积分具有更佳的记忆特性和遗传特性。随着基础电子信息学科和计算机应用的发展，智能体愈加复杂，因此协同复杂多智能体系统控制更加广泛应用在各个领域，并在此基础上提出了许多问题，其中初态学习的多智能体分数阶线性系统具有适用性广和良好稳定性成为了重点研究对象。国内外学者对智能体系统的追踪控制进行了大量的研究，而智能体系控制的渐进一致性问题是多数研究中主要关心的问题，即系统中的多个状态逐渐变得统一，但是这在重复性的运动和生产过程中是无法满足的。
2、迭代学习控制是对具有重复性运动的系统的一种控制算法，不依赖于系统的精确数学模型，能在给定的时间范国内，运用系统过去时态的控制数据信息，通过在线迭代寻找合适控制输入，并高精度跟踪给定期望轨迹，因而一经推出，就在运动控...
【技术保护点】
1.一种多智能体分数阶线性系统PDα-型迭代学习控制方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种多智能体分数阶线性系统PDα-型迭代学习控制方法，其特征在于，S1具体方法如下：
3.根据权利要求2所述的一种多智能体分数阶线性系统PDα-型迭代学习控制方法，其特征在于，分数阶PDα-型迭代学习控制器设计如下：
4.根据权利要求3所述的一种多智能体分数阶线性系统PDα-型迭代学习控制方法，其特征在于，S3具体方法如下：
【技术特征摘要】
1.一种多智能体分数阶线性系统pdα-型迭代学习控制方法，其特征在于，包括步骤如下：
2.根据权利要求1所述的一种多智能体分数阶线性系统pdα-型迭代学习控制方法，其特征在于，s1具体方法如下：
3.根据权利要求...
【专利技术属性】
技术研发人员：罗成玺，吕帅帅，于海滨，蔡文郁，史剑光，彭时林，潘勉，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：
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。