CN110609468A - 基于pi的非线性时滞多智能体系统的一致性控制方法 - Google Patents
基于pi的非线性时滞多智能体系统的一致性控制方法 Download PDFInfo
- Publication number
- CN110609468A CN110609468A CN201910581673.3A CN201910581673A CN110609468A CN 110609468 A CN110609468 A CN 110609468A CN 201910581673 A CN201910581673 A CN 201910581673A CN 110609468 A CN110609468 A CN 110609468A
- Authority
- CN
- China
- Prior art keywords
- agent
- matrix
- order
- agent system
- consistency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P.I., P.I.D.
Abstract
本发明公开了一种基于PI的非线性时滞多智能体系统的一致性控制方法,构建一阶非线性时滞多智能体系统各智能体的数学模型;分析多智能体系统中各智能体之间的信息交换关系,使用有向图构建多智能体系统的拓扑结构,确定系统的度矩阵、邻接矩阵和拉普拉斯矩阵;利用智能体自身及其邻居的状态信息,构建PI形式的一致性控制协议,通过矩阵转化将多智能体系统转化为降阶系统;选取PI控制器的参数,进行降阶系统的稳定性控制,实现一阶非线性时滞多智能体系统的一致性。本发明控制协议采用PI形式,有两个参数,控制方式更为灵活,且在实现一致性控制的同时,通过积分项消除了稳态误差。
Description
技术领域
本发明属于智能控制领域,特别涉及一种基于PI的非线性时滞多智能体系统的一致性控制方法。
背景技术
非线性时滞多智能体系统在智能机器人、国防军事、交通运输等各个领域应用广泛,研究含有非线性项的时滞多智能体系统一致性问题具有重要的理论价值和实际意义。文献(Yufeng Qian,Xiaoqun Wu,Jinhu Lü,Jun-an Lu,Consensus of second-ordermulti-agent systems with nonlinear dynamics and time delay)指出,非线性时滞多智能体系统的一致性控制多采用比例形式的控制协议,这种控制协议简单,只有一个调节参数,控制效果及灵活性不好。
发明内容
本发明的目的在于提供一种基于PI控制的非线性时滞多智能体系统的一致性控制方法。
实现上述发明目的的技术解决方案为:一种基于PI的非线性时滞多智能体系统的一致性控制方法,包括以下步骤:
步骤1、构建一阶非线性时滞多智能体系统各智能体的数学模型;
步骤2、分析多智能体系统中各智能体之间的信息交换关系,使用有向图构建多智能体系统的拓扑结构,确定系统的度矩阵、邻接矩阵和拉普拉斯矩阵;
步骤3、利用智能体自身及其邻居的状态信息,构建PI形式的一致性控制协议,通过矩阵转化将多智能体系统转化为降阶系统;
步骤4、选取PI控制器的参数,进行降阶系统的稳定性控制,实现一阶非线性时滞多智能体系统的一致性。
本发明与现有技术相比,其显著优点在于:控制协议采用PI形式,有两个参数,控制方式更为灵活,且在实现一致性控制的同时,通过积分项消除了稳态误差。
附图说明
图1为本发明基于PI的非线性时滞多智能体系统的一致性控制流程图。
图2为本发明多智能体系统的拓扑结构图。
图3为本发明多智能体系统状态zi1的曲线图。
图4为本发明多智能体系统状态xi1的曲线图。
图5为本发明多智能体系统状态zi2的曲线图。
图6为本发明多智能体系统状态xi2的曲线图。
具体实施方式
下面结合附图和具体实施例,进一步说明本发明方案。
本发明针对一阶非线性时滞多智能体系统,提出一种基于PI的一致性控制方法,利用图论、矩阵论和稳定性理论的方法进行控制,首先通过矩阵转化将原多智能体系统转化为降阶系统,然后根据李雅普诺夫稳定性理论设计PI控制协议的控制参数,使得降阶系统稳定,即原多智能体系统实现一致,如图1所示,分为以下四个步骤:
步骤1、构建一阶非线性时滞多智能体系统各智能体的数学模型;
由于每个多智能体都含有非线性项,则其动态特性模型可表示为:
其中,xi(t)∈Rn,f(xi,t)∈Rn,ui(t)∈Rn分别表示第i个智能体的状态信息、非线性项和控制协议,N(N≥2)表示智能体的个数。一般情况下,非线性满足李普希茨条件,即对于非线性项存在非负常数l使得||f(xi,t)-f(xj,t)|\≤l||xi-xj||。
步骤2、分析多智能体系统中各智能体之间的信息交换关系,使用有向图构建多智能体系统的拓扑结构,确定系统的度矩阵、邻接矩阵和拉普拉斯矩阵;
用G=(V,E,A)表示含有N个节点的有向图,其中V={1,2,…,N}表示各个节点,表示各节点间的有向边,A=(aij)N×N表示邻接矩阵,用eij=(i,j)表示i可以从j接受信息,如果eij=(i,j)∈E,则aij=1,否则aij=0;用D=diag{d1,d2,…,dN}表示度矩阵,其中表示节点i的度;拉普拉斯矩阵为L=D-A。
步骤3、利用智能体自身及其邻居的状态信息,构建PI形式的一致性控制协议,通过矩阵转化将多智能体系统转化为降阶系统;
构建PI形式的一致性控制协议:
其中,α,β>0是控制器设计参数,τ是时间延迟,且为大于0的常数,Ni={j∈V:eij∈E}表示节点i的邻居集,(aij)N×N表示邻接矩阵;
令整个一阶非线性时滞有向多智能体系统可表示为:
其中,f(x,t)=(f(x1,t)T,f(x2,t)T,…,f(xN,t)T)T, L表示拉普拉斯矩阵;
令通过矩阵转化,即 将原多智能体系统转化为降阶系统,从而将原多智能体系统的一致性问题转化为降阶系统稳定性问题:
其中, E=[1N-1 -IN-1],F=[0N-1 -IN-1]T,
步骤4、选取PI控制器的参数α,β,进行降阶系统的稳定性控制,实现一阶非线性时滞多智能体系统的一致性;
根据Lyapunov稳定性理论,针对系统(4)构建Lyapunov函数,满足即实现降阶系统的稳定性,构建的Lyapunov函数为:
其中,k>1,Q,R为正定矩阵;
分别对V1(t),V2(t),V3(t)求导,得:
此外,还可以得到:
其中,
其中,
整合(6)-(11)式,可得:
其中,
综上所述,对于一阶非线性时滞多智能体系统,在PI控制协议的作用下,如果存在正定矩阵P、Q、R,使得线性矩阵不等式满足,那么系统能够一致。
实施例
为了验证本发明的正确性和有效性,考虑由6个智能体组成的多智能体系统,系统拓扑结构图如图2所示。在该系统中,非线性项为f(xi,t)=sin(xi)。取控制器设计参数α=2,β=1和时间延迟τ=0.2,可以解得正定矩阵P,Q,R。给定初始值z1=[3,-2]T,z2=[2,4]T,z3=[-3,3]T,z4=[-2,5]T,z5=[2,1]T,z6=[3,-3]T,x1=[2,4]T,x2=[4,-3]T,x3=[1,2]T,x4=[3,4]T,x5=[1,-3]T,x6=[-4,-2]T,该多智能体系统在PI控制协议的作用下,各智能体的状态值变化如图3-6所示,从图中可以看出随着时间的推移,系统中各状态值zi,xi在大约12s时趋于相同,验证了本发明中设计的PI控制协议能够有效性的解决含有非线性项的时滞多智能体系统的一致性问题。
Claims (5)
1.一种基于PI的非线性时滞多智能体系统的一致性控制方法,其特征在于,包括以下步骤:
步骤1、构建一阶非线性时滞多智能体系统各智能体的数学模型;
步骤2、分析多智能体系统中各智能体之间的信息交换关系,使用有向图构建多智能体系统的拓扑结构,确定系统的度矩阵、邻接矩阵和拉普拉斯矩阵;
步骤3、利用智能体自身及其邻居的状态信息,构建PI形式的一致性控制协议,通过矩阵转化将多智能体系统转化为降阶系统;
步骤4、选取PI控制器的参数,进行降阶系统的稳定性控制,实现一阶非线性时滞多智能体系统的一致性。
2.根据权利要求1所述的一致性控制方法,其特征在于,步骤1中,由于每个多智能体都含有非线性项,则其动态特性模型表示为:
其中,xi(t)∈Rn,f(xi,t)∈Rn,ui(t)∈Rn分别表示第i个智能体的状态信息、非线性项和控制协议,N(N≥2)表示智能体的个数。
3.根据权利要求1所述的一致性控制方法,其特征在于,步骤2中,用G=(V,E,A)表示含有N个节点的有向图,其中V={1,2,…,N}表示各个节点,表示各节点间的有向边,A=(aij)N×N表示邻接矩阵,用eij=(i,j)表示i可以从j接受信息,如果eij=(i,j)∈E,则aij=1,否则aij=0;用D=diag{d1,d2,…,dN}表示度矩阵,其中表示节点i的度;拉普拉斯矩阵为L=D-A。
4.根据权利要求1所述的一致性控制方法,其特征在于,步骤3中,构建PI形式的一致性控制协议:
其中,α,β>0是控制器设计参数,τ是时间延迟,且为大于0的常数,xi(t)∈Rn表示第i个智能体的状态信息,Ni={j∈V:eij∈E}表示节点i的邻居集,(aij)N×N表示邻接矩阵;
令整个一阶非线性时滞有向多智能体系统表示为:
其中,f(x,t)=(f(x1,t)T,f(x2,t)T,…,f(xN,t)T)T,f(xi,t)∈Rn表示第i个智能体的非线性项,L表示拉普拉斯矩阵;
令通过矩阵转化,即 将原多智能体系统的一致性问题转化为降阶系统稳定性问题:
其中, E=[1N-1 -IN-1],F=[0N-1 -IN-1]T,
5.根据权利要求1所述的一致性控制方法,其特征在于,步骤4中,根据Lyapunov稳定性理论,针对降阶系统构建Lyapunov函数V(t),满足即实现降阶系统的稳定性;
构建的Lyapunov函数为:
其中,k>1,P、Q、R为正定矩阵;
分别对V1(t),V2(t),V3(t)求导,可得:
此外,还可以得到:
其中,
其中,
整合(6)-(11)式,可得:
其中
综上所述,对于一阶非线性时滞多智能体系统,在PI控制协议的作用下,如果存在正定矩阵P,Q,R,使得线性矩阵不等式满足,那么系统能够一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910581673.3A CN110609468B (zh) | 2019-06-30 | 2019-06-30 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910581673.3A CN110609468B (zh) | 2019-06-30 | 2019-06-30 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110609468A true CN110609468A (zh) | 2019-12-24 |
CN110609468B CN110609468B (zh) | 2022-06-28 |
Family
ID=68890090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910581673.3A Active CN110609468B (zh) | 2019-06-30 | 2019-06-30 | 基于pi的非线性时滞多智能体系统的一致性控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110609468B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947082A (zh) * | 2021-02-08 | 2021-06-11 | 东北大学秦皇岛分校 | 基于点和边的分布式有限时间一致性优化方法 |
CN113110340A (zh) * | 2021-04-21 | 2021-07-13 | 江南大学 | 非连续多智能体系统的分布式非平滑饱和一致性控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009117524A2 (en) * | 2008-03-18 | 2009-09-24 | The Regents Of The University Of California | Sparse matrix system and method for identification of specific ligands or targets |
KR20110113492A (ko) * | 2010-04-09 | 2011-10-17 | 엘에스산전 주식회사 | 비례적분미분 제어기의 모드 전환장치 |
CN107179777A (zh) * | 2017-06-03 | 2017-09-19 | 复旦大学 | 多智能体集群协同方法与多无人机集群协同系统 |
CN108897229A (zh) * | 2018-09-25 | 2018-11-27 | 华东交通大学 | 一种二阶多智能体系统的领导-跟随比例一致性控制方法 |
CN109032138A (zh) * | 2018-07-25 | 2018-12-18 | 南京理工大学 | 基于一致性算法的多机器人编队控制系统及方法 |
CN109459930A (zh) * | 2018-12-26 | 2019-03-12 | 电子科技大学 | 一种基于pd结构和邻居滞后控制信号的协同控制方法 |
-
2019
- 2019-06-30 CN CN201910581673.3A patent/CN110609468B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009117524A2 (en) * | 2008-03-18 | 2009-09-24 | The Regents Of The University Of California | Sparse matrix system and method for identification of specific ligands or targets |
KR20110113492A (ko) * | 2010-04-09 | 2011-10-17 | 엘에스산전 주식회사 | 비례적분미분 제어기의 모드 전환장치 |
CN107179777A (zh) * | 2017-06-03 | 2017-09-19 | 复旦大学 | 多智能体集群协同方法与多无人机集群协同系统 |
CN109032138A (zh) * | 2018-07-25 | 2018-12-18 | 南京理工大学 | 基于一致性算法的多机器人编队控制系统及方法 |
CN108897229A (zh) * | 2018-09-25 | 2018-11-27 | 华东交通大学 | 一种二阶多智能体系统的领导-跟随比例一致性控制方法 |
CN109459930A (zh) * | 2018-12-26 | 2019-03-12 | 电子科技大学 | 一种基于pd结构和邻居滞后控制信号的协同控制方法 |
Non-Patent Citations (2)
Title |
---|
KAZUNORI SAKURAMA: "Aggregate state control of multi-agent systems with white noise via networked PI-consensus controllers", 《 2017 56TH ANNUAL CONFERENCE OF THE SOCIETY OF INSTRUMENT AND CONTROL ENGINEERS OF JAPAN (SICE)》 * |
张弘烨: "基于模型简化法的多时延多智能体H一致性研究", 《软件导刊》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112947082A (zh) * | 2021-02-08 | 2021-06-11 | 东北大学秦皇岛分校 | 基于点和边的分布式有限时间一致性优化方法 |
CN113110340A (zh) * | 2021-04-21 | 2021-07-13 | 江南大学 | 非连续多智能体系统的分布式非平滑饱和一致性控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110609468B (zh) | 2022-06-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Network‐based integral sliding mode control for descriptor systems with event‐triggered sampling scheme | |
CN113110039B (zh) | 一种多智能体系统的有限时间分布式聚合优化方法 | |
CN111522233B (zh) | 参数自整定的mimo异因子全格式无模型控制方法 | |
You et al. | Distributed adaptive event‐triggered control for leader‐following consensus of multi‐agent systems | |
CN109275344B (zh) | 获取直流电力网功率传输系数的均衡电导补偿型偏心方法 | |
Mi et al. | Event‐triggered MPC design for distributed systems toward global performance | |
CN113489014B (zh) | 一种快速灵活全纯嵌入式电力系统最优潮流评估方法 | |
CN110609468A (zh) | 基于pi的非线性时滞多智能体系统的一致性控制方法 | |
CN109818792B (zh) | 一种基于二阶线性系统时变耦合复杂动态网络模型的控制器 | |
CN114967460A (zh) | 时滞非线性多智能体系统的分布式协同控制方法 | |
CN110609467B (zh) | 基于pid的时滞多智能体系统的一致性控制方法 | |
CN109782586B (zh) | 参数自整定的miso异因子紧格式无模型控制方法 | |
CN104639293A (zh) | 网络化控制系统丢包补偿装置及方法 | |
CN113325708A (zh) | 基于异构多智能体的多无人机系统的故障估计方法 | |
CN110794676A (zh) | 基于Hammerstein-Wiener模型的CSTR过程非线性控制方法 | |
CN107292043A (zh) | 一种基于uml‑opn建模的可重组制造系统分析方法 | |
Liu et al. | Consensus tracking for singular multi‐agent systems with Lipschitz nonlinear dynamics and external disturbances | |
CN115755623A (zh) | 一种基于事件触发中间观测器的故障容错控制方法 | |
CN109417295B (zh) | 获取直流电力网潮流的无损耗全局线性偏心方法 | |
CN109244510A (zh) | 一种基于未建模动态补偿的固体氧化物燃料电池控制方法 | |
CN113867150A (zh) | 一种具有饱和输入的多智能体的事件驱动控制方法 | |
CN109814388B (zh) | 参数自整定的miso异因子偏格式无模型控制方法 | |
CN112752290B (zh) | 一种无线基站数据流量预测方法和设备 | |
CN110609469B (zh) | 基于pi的异质时滞多智能体系统的一致性控制方法 | |
CN109902260B (zh) | 三阶多智能体系统的能控性判定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Wang Qi Inventor after: Ma Qian Inventor after: Guo Fei Inventor after: Qian Kang Inventor after: Li Enyang Inventor before: Wang Qi Inventor before: Guo Fei Inventor before: Qian Kang Inventor before: Li Enyang Inventor before: Ma Qian |
|
GR01 | Patent grant | ||
GR01 | Patent grant |