项目名称: 网络化多智能体系统预测控制设计与分析

项目编号: No.61273104

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 刘国平

作者单位: 哈尔滨工业大学

项目金额: 80万元

中文摘要: 针对网络化多智能体系统所处的外部环境和具有的内部特性,建立包含通信受限(如:网络延时、数据丢失、带宽限制,网络结构可变等)、内部不确定性和外部干扰的网络化多智能体系统动态模型。将重点讨论代价函数耦合、耦合约束条件和通信失效下的网络化多智能体系统的预测控制及其一致性问题。提出基于相容约束和偏差惩罚的网络化分布式预测控制方法,带耦合约束条件的网络化分布式预测控制方法,基于动态协调规则的网络化分布式预测控制方法,带通信失效的网络化双模分布式预测控制方法。结合网络化预测控制方法和鲁棒控制方法,克服系统中的通信受限、模型不确定性和外部干扰对控制性能的影响。采用终极一致有界、收敛界估计等方法进行网络化多智能体系统预测控制的稳定性和一致性分析。最终,为实现网络化多智能体系统的预测控制研究奠定一个理论、实验和应用的基础。

中文关键词: 多智能体系统;网络化控制系统;网络化预测控制;;

英文摘要: This proposed project establishes a dynamical model for networked multi-agent systems with internal uncertainties, external disturbances and communication constraints (for example, network delay, data dropouts, bandwidth limitation, varying network structure etc). The focus of the project is on predictive control and consensus analysis of networked multi-agent systems with cost function coupling, coupling constraints, and communication constraints. It proposes a networked distributed predictive control method based on compatible constraints and error penalty, a networked distributed predictive control method with coupling constraints, a networked distributed predictive control method based on dynamical coordination rules and a networked double module distributed predictive control method without communication. Combing the networked predictive control method and robust control method, the effects of communication constraints, model uncertainties, and external disturbances to the control performance are overcome. The stability and consensus of networked multi-agent predictive control are analyzed using the ultimate consistent bounded method and convergence estimation method. This project will establish a foundation of theory, experiments and applications for the research of predictive control of networked multi-ag

英文关键词: Multi-agent systems;networked control systems;networked predictive control;;

成为VIP会员查看完整内容
1

相关内容

多智能体系统(multi-agent system,MAS) 是一种全新的分布式计算技术。自20 世纪70年代出现以来得到迅速发展,目前已经成为一种进行复杂系统分析与模拟的思想方法与工具。
《智能电网组件:功能和效益》白皮书
专知会员服务
26+阅读 · 2022年4月13日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
97+阅读 · 2021年6月23日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
30+阅读 · 2020年12月21日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
产品异常场景设计:5招搞定弱网和离线场景的产品设计
人人都是产品经理
0+阅读 · 2022年4月5日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
工程设计论——如何写好工程代码
阿里技术
0+阅读 · 2022年2月15日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
21+阅读 · 2021年12月31日
Arxiv
13+阅读 · 2021年10月22日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
20+阅读 · 2019年9月7日
小贴士
相关VIP内容
《智能电网组件:功能和效益》白皮书
专知会员服务
26+阅读 · 2022年4月13日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
专知会员服务
27+阅读 · 2021年9月17日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
97+阅读 · 2021年6月23日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
30+阅读 · 2020年12月21日
【博士论文】解耦合的类脑计算系统栈设计
专知会员服务
30+阅读 · 2020年12月14日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
强化学习和最优控制的《十个关键点》81页PPT汇总
专知会员服务
103+阅读 · 2020年3月2日
相关资讯
产品异常场景设计:5招搞定弱网和离线场景的产品设计
人人都是产品经理
0+阅读 · 2022年4月5日
积分梯度:一种归因分析方法
极市平台
1+阅读 · 2022年3月17日
工程设计论——如何写好工程代码
阿里技术
0+阅读 · 2022年2月15日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
你的算法可靠吗? 神经网络不确定性度量
专知
40+阅读 · 2019年4月27日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
相关论文
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月15日
Arxiv
21+阅读 · 2021年12月31日
Arxiv
13+阅读 · 2021年10月22日
Knowledge Embedding Based Graph Convolutional Network
Arxiv
24+阅读 · 2021年4月23日
Arxiv
19+阅读 · 2020年7月13日
Arxiv
10+阅读 · 2020年6月12日
Arxiv
20+阅读 · 2019年9月7日
微信扫码咨询专知VIP会员