多智能体系统的事件触发无模型迭代学习双向一致性
针对未知模型的非线性离散时间多智能体系统,研究基于事件触发迭代学习双向一致性问题.首先,利用紧凑形式动态线性化方法,建立多智能体系统的动态线性化数据模型,提出一种该数据模型的参数估计算法;其次,基于该数据模型设计输出观测器和死区控制器,并结合信号图论,构建一种事件触发分布式无模型迭代学习双向一致性控制策略;然后,通过设计李雅普诺夫函数对该控制策略的收敛性进行严格的证明;最后,通过数值仿真进一步验证该控制协议的正确性和有效性.
多智能体系统、事件触发、双向一致性、无模型自适应迭代学习控制
37
TP273(自动化技术及设备)
国家重点研发计划;国家自然科学基金;国家自然科学基金;江苏省高等学校自然科学研究面上项目
2022-09-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
2552-2558