时变网络结构复杂系统的分布式预测控制及其协调拓扑优化

Under the Cyber-Physical Systems environment, due to the change of the operating environment and working conditions, the system network structure is usually uncertain with the changes of coupling structure, coupling weighting and system numbers. These uncertainties can affect the system performance greatly. The control of these complex systems with time-varying physical network structure is gradually transformed from centralized to networked distributed coordination. The controller design and coordination problem remain a challenge topic for us. To propose a distributed predictive control algorithm with communication topology optimization, this project investigates the system analysis and modeling, distributed predictive controller design and information coordination topology optimization. The main contents of this project are: 1) Analyze the influence of system performance under the dynamic network structure and present a distributed modeling method for uncertain network system ensuring the controllability, flexibility and independence of the system; 2) Investigate an off-line design and online integrated distributed predictive controller design method. Construct a self-organization coordination strategy with communication topology optimization and propose a analysis and synthesis of distributed predictive control algorithm with switching communication topology; 3) A class of multi-agent collaborative vehicle with uncertain network structure system is designed to verify the proposed method. This project will enrich the research of model predictive control theory and provide a design solution for complex systems with uncertain physical network structure.

信息物理系统环境下，由于运行环境、需求等发生变化，系统的物理网络结构也会发生较大变化，如系统间耦合结构及关联权重变化、子系统加入/退出等，对系统性能的影响极大。针对这类时变网络结构复杂系统的控制逐渐从集中式转向网络化分布式协调实现，其控制器设计与协调问题是一个重要且具有挑战性的课题。本项目从系统建模、分布式预测控制设计及其协调拓扑优化三个方面展开，探索一种带信息协调拓扑优化的分布式预测控制方法。开展如下研究：1）分析时变网络结构对系统性能的影响，建立保证可控性、灵活性与独立性的分布式系统模型；2）研究离线设计-在线综合的分布式预测控制设计方法，构建带信息协调拓扑优化的自组织协调结构，提出切换信息协调拓扑分布式预测控制分析与综合方法；3）针对一种时变网络结构多车协同系统，对相关方法进行仿真与实验验证。本研究将进一步丰富预测控制理论，并为时变网络结构系统的控制与优化提供理论依据和设计思路。

在国家自然科学基金青年科学基金的支持下，课题组按照研究计划中的研究内容和技术路线进行了三年的研究工作，在复杂系统的子系统划分、分布式预测控制设计及系统分析方面取得了一些成果。三年中，本项目考虑子系统间的物理网络拓扑和耦合强度随着运行环境、工况、任务等的变化而变化，各子系统之间的关联结构会发生变化，包括耦合权重变化、子系统加入或退出等。针对时变网络结构复杂系统，本项目将用分布式系统方法来描述各个子系统动态，研究带信息协调拓扑优化的分布式预测控制器设计方法，研究所有子系统的稳定性以及控制自组织协调设计问题。最后，构建一种典型物流分拣的时变网络结构多自主车辆协同控制系统，对所提出的方法进行验证。.在本基金的资助下，课题组研究了基于社区发现算法的子系统分解算法，提出了加权网络进行分解的思路，取得了良好的子系统分解效果；研究了信息物理系统的随机分布式预测控制算法，同时考虑了系统延时和饱和约束；研究了正系统的分布式模型预测空时算法架构；提出了带马尔科夫随机丢包的分布式预测控制算法；将相关方法在物流系统的AGV调度和控制、硬岩掘进装备的刀盘控制中进行了仿真和应用，推广了分布式预测控制应用领域。.课题组发表了学术论文10篇，其中发表在《Automatica》、《IEEE Transactions on Industrial Informatics》、《ISA Transactions》、《Systems & Control Letters》、《Chemical Engineering Research and Design》控制领域重要SCI期刊论文5篇，以及《化工学报》、《控制理论与应用》、《控制与决策》国内控制领域重要EI期刊论文3篇，在国际学术会议IFAC和ISIE上发表论文2篇。此外，项目授权发明专利2件。培养3名博士研究生及1名硕士研究生。国际交流方面，项目负责人到加拿大阿尔伯塔大学访问1年，项目参与人谢巍教授作为高级访问学者到加拿大阿尔伯塔大学访问6个月。