分布式多智能体系统协同优化控制方法研究

作     者：靳亚男 

作者单位：黑龙江大学 

学位级别：硕士

导师姓名：王艳涛;王鑫

授予年度：2024年

学科分类：0711[理学-系统科学] 07[理学] 08[工学] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 071102[理学-系统分析与集成] 081103[工学-系统工程] 

主      题：线性多智能体系统 分布式优化 协同容错控制 执行器故障 切换拓扑 

摘      要：近年来,随着多智能体系统的分布式优化控制问题在人工智能与大数据等新兴领域的应用,分布式优化理论与协同控制问题受到了广泛的关注.分布式优化与协同控制通过智能体之间的信息交流合作来实现协同任务目标.与传统的集中式算法相比,分布式算法的实现不需要中心节点,它的数据分散在网络中的各个节点上.其表现出分布性,可扩展性以及自主性特点.并且在智能电网,智慧交通等领域广泛应用.本文主要研究分布式多智能体系统协同优化控制问题,系统的阐述了分布式优化算法在多智能体系统中的广泛应用. 第一章与第二章全面的总结了多智能体系统分布式优化的背景和研究现状,并给出了本文需要的预备知识. 第三章在切换拓扑结构下,研究了多智能体系统自适应协同优化控制问题.首先,由于每个局部目标函数仅为智能体子系统所知,利用邻接信息与局部目标函数梯度信息,设计分布式自适应优化控制器与参数自适应更新律.进一步构造拓扑相关的Lyapunov函数结合拓扑时间,证明了线性多智能体子系统的状态可以达到分布式优化问题的全局最优解,从而实现全局最优决策.最后,通过仿真验证了方法的有效性. 第四章针对切换拓扑条件下带有子系统发生执行器故障的线性多智能体系统,研究了分布式优化容错控制问题.首先,利用智能体子系统的邻接信息与局部目标函数梯度信息,设计分布式参考观测器,构造拓扑相关的Lyapunov函数并结合拓扑驻留时间条件,证明了在所有多智能体子系统的参考观测器估计状态达到状态一致,即全局最优解,并实现分布式优化目标.然后,利用参考观测器的估计值来设计一个自适应容错控制器,保证智能体在发生执行器故障时跟踪误差系统仍能渐进收敛到原点.