模型未知非线性多智能体系统描述性能一致性研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61903263
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    25.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

This project aims to investigate the consensus tracking problem of unknown nonlinear multi-agent systems with tracking error constraints. Firstly, combing the model-free adaptive control technology and distributed control strategy, a controller is designed for unknown multi-agent systems with symmetrical constrained condition under fixed topology and switching topology respectively. On this basis, an adaptive controller is designed by using sliding mode control technology for unknown multi-agent systems with the asymmetric constrained condition. Furthermore, the consensus problem is solved for unknown multi-agent systems with tracking error constraints and unknown control direction. Finally, the proposed distributed control method will be implemented on the relevant semi-physical simulation platforms to evaluate the effectiveness. This research plays an important role in the development of consensus tracking control theory for unknown nonlinear multi-agent systems.
本项目研究模型未知非线性多智能体系统带有跟踪误差约束的一致性跟踪问题。首先,分别考虑固定拓扑与切换拓扑情况,利用无模型自适应控制技术与分布式控制策略,在对称约束条件下,研究模型未知多智能体系统控制器设计方法。在此基础上,考虑非对称约束条件,结合滑模控制技术,设计模型未知多智能体系统自适应控制器。进一步,分析系统控制方向未知和跟踪误差受限的情况,解决模型未知多智能体系统一致性问题。最后,将所提分布式控制方法在半实物平台上进行仿真,以验证其有效性。本项目的开展对于模型未知非线性多智能体系统一致性跟踪控制理论的研究具有重要意义。

结项摘要

本文提出了一种具有预设性能的数据驱动控制策略,以解决未知非线性多智能体系统符号有向图的分布式二部共识问题。每个拓扑中的代理动态是完全未知的,并且期望轨迹信息仅传递给代理的子集。首先,利用动态线性化方法将每个代理的未知非线性动态转化为等效的时变线性化模型。然后,通过考虑预设性能控制,给出一个严格递增函数,将非线性多智能体系统的约束跟踪误差条件转换为等效的无约束误差条件。同时,在固定拓扑和切换拓扑情况下,设计一种仅利用代理输入和输出数据的新控制协议。所提出方法不仅可以保证二部共识,而且可以确保跟踪误差始终收敛到给定的区域内。此外,通过适当调整设计的控制参数,可以获得更好的跟踪性能。最后,通过严格的理论分析,保证二部共识跟踪误差的收敛性,通过两个例子控制方案得到进一步验证。

项目成果

期刊论文数量(1)
专著数量(0)
科研奖励数量(0)
会议论文数量(4)
专利数量(0)
Data-Driven Bipartite Consensus Tracking for Nonlinear Multiagent Systems With Prescribed Performance
具有规定性能的非线性多智能体系统的数据驱动的双向共识跟踪
  • DOI:
    10.1109/tsmc.2022.3230504
  • 发表时间:
    2023-06
  • 期刊:
    IEEE Transactions on Systems, Man, and Cybernetics: Systems
  • 影响因子:
    --
  • 作者:
    Dong Liu;Zhi-Peng Zhou;Tie-Shan Li
  • 通讯作者:
    Tie-Shan Li

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

基于G-S算法的超声相控阵相位调制及仿真
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    世界科技研究与发展
  • 影响因子:
    --
  • 作者:
    陈伟;王华;曾德平;向军;刘冬
  • 通讯作者:
    刘冬
陕西省种植业结构变化及时空演变分析
  • DOI:
    10.7621/cjarrp.1005-9121.20210927
  • 发表时间:
    2021
  • 期刊:
    中国农业资源与区划
  • 影响因子:
    --
  • 作者:
    刘冬;余侃华;师小燕;舒瑞妍
  • 通讯作者:
    舒瑞妍
高陡边坡下挂帮矿分区开采技术及其安全性分析
  • DOI:
    10.13545/j.cnki.jmse.2018.03.019
  • 发表时间:
    2018
  • 期刊:
    采矿与安全工程学报
  • 影响因子:
    --
  • 作者:
    徐帅;安龙;刘冬;李元辉;卢栋
  • 通讯作者:
    卢栋
碳纳米管表面缺陷对聚甲基丙烯酸甲酯基体弹性的影响
  • DOI:
    10.11817/j.issn.1672-7207.2020.04.004
  • 发表时间:
    2020
  • 期刊:
    中南大学学报. 自然科学版
  • 影响因子:
    --
  • 作者:
    李云龙;杨斌;唐黎明;李皓;王照智;刘冬
  • 通讯作者:
    刘冬
不同硝铵比对黑麦草生长和氮积累的比较研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    Journal of plant nutrition
  • 影响因子:
    2.1
  • 作者:
    曹海琴;葛滢;刘冬;曹前进;张小川;常杰;宋修霖;林雪
  • 通讯作者:
    林雪

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码