網絡化高階多智能體非線性系統的分佈式優化算法

袁家信，博士，上海工程技術大學碩士生指導教授。長期從事多智能體控制、分數階系統動力學與控制、深度增強學習的教學與研究工作。近5年發表SCI源刊論文近12篇。授權發明專利5項。參與國家自然科學基金面上計畫1項，中國空氣動力研究與發展中心重點實驗室開放課題1項。出版多智能體自主控制的專題論文1部。

 

 

 

 

目錄

第1章緒論

 

1．1研究背景與意義

 

1．2國內外研究現狀及發展趨勢

 

1．2．1反演控制技術

 

1．2．2多智能體系統控制技術

 

1．2．3分佈式優化控制

 

1．3預備知識

 

1．3．1徑向基函數神經網絡

 

1．3．2圖論

 

1．3．3定義和引理

 

1．3．3凸函數分析

 

1．3．4符號標註

 

第2章分數階高階非線性多智能體分佈式優化

 

2．1問題描述

 

2．1．1系統描述

 

2．1．2構造含懲罰項的優化問題

 

2．2基於觀測器的自適應神經網絡反演控制

 

2．2．1神經網絡觀測器設計

 

2．2．2自適應神經網絡反演控制器設計

 

2．3模擬實例

 

第3章拓撲變換下多智能體切換系統的分佈式優化控制

 

3．1問題描述

 

3．1．1系統描述

 

3．1．2構造含懲罰項的優化問題

 

3．2自適應神經網絡反演控制器設計

 

3．2．1神經網絡觀測器設計

 

3．2．2分佈式控制器設計

 

3．3模擬實例

 

第4章具有狀態約束的多智能體系統的分佈式優化控制

 

4．1模型描述

 

4．2基於障礙Lyapunov函數的自適應神經網絡控制

 

4．2．1構造含懲罰項的優化問題

 

4．2．2神經網絡觀測器設計

 

4．2．3控制器設計

 

4．3模擬實例

 

第5章基於神經網絡的固定時間多智能體系統資源分配算法

 

5．1模型描述

 

5．2神經網絡觀測器及控制器設計

 

5．2．1資源分配問題描述

 

5．2．2神經網絡觀測器設計

 

5．2．3控制器設計及穩定性分析

 

5．2．4估計器設計及穩定性分析

 

5．2．5分佈式控制器設計

 

5．3模擬實例

 

第6章基於擴張觀測器的固定時間多智能體系統資源分配算法

 

6．1問題描述

 

6．1．1模型描述

 

6．1．2資源分配問題描述

 

6．2固定時間二階擴張觀測器及控制器設計

 

6．2．1固定時間二階擴張觀測器設計

 

6．2．2固定時間分佈式控制器設計

 

6．2．3分佈式控制器設計

 

6．3模擬實例

 

第7章基於擴張觀測器的固定時間多智能體系統分佈式優化算法

 

7．1問題描述

 

7．1．1模型描述

 

7．1．2分佈式優化問題描述

 

7．2控制器設計

 

7．2．1反演控制器設計及穩定性分析

 

7．2．2估計器設計及穩定分析

 

7．2．3分佈式控制協議設計

 

7．3模擬實例

 

參考文獻