非线性多智能体系统的分布式输出调节控制研究

基于多智能体的复杂系统控制是涉及控制科学、非线性科学、拟生物学等学科的交叉前沿领域，在航空航天、通信、交通、能源、制造业、环境、物流等领域有着重要的应用前景。本课题针对具有非线性动力学节点和非线性耦合的非线性多智能体系统，研究分布式输出调节控制的系统化设计方法与分析理论。包括：探索多非线性智能体控制系统的能控性和能观性理论；提出针对非线性多智能体系统的分布式鲁棒输出调节控制器并进行稳定性和鲁棒性分析，克服建模误差及环境的不确定性；研究基于神经网络的非线性多智能体系统分布式自适应控制算法，提高控制系统的自主学习能力和适应能力；建立基于有限时间控制的分布式输出调节和基于自抗扰控制的分布式输出调节，增强控制器的实用性；研制多智能体控制系统软件仿真平台和硬件实验平台。在多智能体自主控制理论领域取得突破性创新研究成果，为这种新理论的实际应用提供先进的方法和技术储备。在国内外重要刊物发表论文16篇。

基于多智能体的复杂系统控制是涉及控制科学、非线性科学、拟生物学等学科的交叉前沿领域，在航空航天、通信、交通、能源、制造业、环境、物流等领域有着重要的应用前景。本课题针对非线性多智能体系统，研究分布式输出调节控制的系统化设计方法与分析理论，以及网络化系统的分析与建模优化问题，在如下方面取得创新性研究进展：.1 、基于输出调节原理和鲁棒输出调节原理设计了非线性多智能体系统分布式一致控制协议，并证明了多智能体系统的一致性；基于输出调节原理和鲁棒输出调节原理设计了非线性多智能体系统编队控制和鲁棒编队控制协议，并分析了多智能体编队系统的稳定性和鲁棒性；提出了基于神经网络的非线性多智能体系统分布式自适应控制算法，并证明了系统的一致性。.2、在基于分布式观测器的多智能体系统编队控制、具有时延的多智能体系统包容控制、异质多智能体系统一致性、多智能体系统自适应群集控制等方面也取得了系统性创新研究成果。.3、将图熵方法用于研究复杂网络的相似度量性，提出多种网络的图熵极值和基于图熵的网络度量性指标。.4、建立了混沌粒子群优化算法、连续蚁群优化并行算法，并应用于无线传感网络(WSN)的能耗优化问题、射频识别（RFID）系统的建模与定位问题。.5、 研制了基于无线传感网络的多智能体控制系统软件仿真平台和多机器人硬件实验平台。.该项目在多智能体系统分布式控制理论领域取得系统性创新研究成果，这些研究成果不仅丰富了多智能体协同控制理论以及非线性输出调节理论，而且在航空航天、网络通信、机器人、工业制造、交通物流等领域有重要应用前景。取得的成果: 在国内外刊物及会议发表学术论文49篇，其中包括SCI源刊物论文26篇，（包括IEEE 期刊论文4篇），EI源刊物论文7篇；申请发明专利1项，获得软件著作权1项；培养博士生12名（毕业7名），硕士生18名（毕业10名），博士后3名（出站1名）。全面完成了项目任务书中的各项指标。.