一种基于多智能体系统的分布式固定时间优化方法技术方案

本发明专利技术公开了一种基于多智能体系统的分布式固定时间优化方法，通过建立多智能体系统的动力学模型，构建多智能体系统的网络拓扑结构，结合各智能体两两之间的相对状态信息、局部代价函数的梯度以及相应的海森矩阵，建立在固定时间最小化全局目标函数的分阶段式控制算法。本发明专利技术中使用的相对状态信息同时考虑智能体的位置变量和速度变量，有助于提高多智能体达到一致性移动的速度和稳定性；此外，本发明专利技术结合相邻智能体之间交互的状态信息、局部目标函数的梯度以及相应的海森矩阵，设计在固定时间最小化全局目标函数的分阶段式控制算法，可以根据优化任务需求设置调整时间，不依赖于任何初始条件，消除了对智能体初始状态的约束。

【技术实现步骤摘要】

本专利技术属于多智能体协同控制，具体涉及一种基于多智能体系统的分布式固定时间优化方法。

技术介绍

1、多智能体系统需要结合共同目标进行集体决策，以就群体方向或任务调度达成一致。多智能体系统的分布式多目标优化越来越受到研究者们的关注，因为它通过系统共识特性高效地协调合作优化任务，适合解决大规模复杂的优化问题。分布式优化算法采用多个节点来优化全局目标函数，每个节点都有其局部目标函数以及决策变量，全局目标函数一般为所有节点局部目标函数之和。分布式优化的目的是通过节点之间的信息交互，使所有节点的决策变量收敛到全局目标函数的最小值。多智能体分布式优化控制通过任务要求为智能体设计合适的局部分布式控制器，以最小化所有智能体达到局部优化状态后的协同全局目标函数。鉴于上述性质，多智能体系统的分布式优化不仅需要保证智能体决策变量的一致性，还需要保证全局目标函数的最小化，因此多智能体系统的分布式优化问题较一般的一致性和约束控制问题将包含更多的耦合变量和复杂度。

2、分布式最优控制可以获得一系列决策变量的最优值，根据所用时间的类型可以分为离散时间和连续时间。在实际的系本文档来自技高网...

【技术保护点】

1.一种基于多智能体系统的分布式固定时间优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：两个智能体的相对状态信息为该两个智能体二阶变量之差。

3.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：步骤五中执行的过程为全局优化阶段；在执行全局优化阶段前，执行局部优化阶段；局部优化阶段的过程为：根据各智能体的局部目标函数fi(gi(t))分别确定各智能体的局部最优位置，利用各智能体的局部目标函数fi(gi(t))的梯度、海森矩阵，获取智能体移动至局部最优位置的控制信号，...

【技术特征摘要】

1.一种基于多智能体系统的分布式固定时间优化方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：两个智能体的相对状态信息为该两个智能体二阶变量之差。

3.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：步骤五中执行的过程为全局优化阶段；在执行全局优化阶段前，执行局部优化阶段；局部优化阶段的过程为：根据各智能体的局部目标函数fi(gi(t))分别确定各智能体的局部最优位置，利用各智能体的局部目标函数fi(gi(t))的梯度、海森矩阵，获取智能体移动至局部最优位置的控制信号，直到各智能体均达到局部最优位置。

4.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：局部优化阶段和全局优化阶段过程中，控制信号ui(t)的表达式为：

5.根据权利要求1所述的一种基于多智能体系统的分布式固定时间优化方法，其特征在于：步骤二中，构建的多智能体系统的网络拓扑结构的每个节点代表一个智能体，每条边代表两两智能体之间的通信关系；构建的多智能体系统的网络拓扑结构图为有向图gn(v,e)；其中，v为多智能体的集合，e为智能体之间通信关系的集合。<...

【专利技术属性】
技术研发人员：吕强，岳旸，柴佳瑜，张波涛，黄娜，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：