• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Soft computing: A fusion of foundations, methodologies and applications >Coordination control of uncertain topological high-order multi-agent systems: distributed fuzzy adaptive iterative learning approach
【24h】

Coordination control of uncertain topological high-order multi-agent systems: distributed fuzzy adaptive iterative learning approach

机译：不确定拓扑高阶多功能系统的协调控制：分布式模糊自适应迭代学习方法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper demonstrates that the method of T-S fuzzy model can be used to describe the uncertain topological structure for high-order linearly parameterized multi-agent systems (MAS). The dynamic of the leader is only available to a portion of the follower agents; thus, we present a novel distributed adaptive iterative learning control (AILC) protocol without using any global information to deal with the consensus problem of MAS under initial-state learning condition. It is proved that the proposed control protocol ensures all the internal signals in the multi-agent system are bounded, and the follower agents track the leader exactly on the finite time interval [0,T]; a sufficient condition is obtained for the exactly consensus result of the multi-agent system by choosing the appropriate composite energy function. Extensions to the formation control of multi-agent systems are also given. In the end, illustrative examples are shown to verify the availability of the proposed AILC scheme.
机译：本文表明，T-S模糊模型的方法可用于描述高阶线性参数化多功能系统（MAS）的不确定拓扑结构。 领导者的动态仅适用于追随者代理的一部分; 因此，我们提出了一种新的分布式自适应迭代学习控制（AILC）协议，而不使用任何全球信息来处理初始状态学习条件下MAS的共识问题。 事实证明，所提出的控制协议可确保多助理系统中的所有内部信号都是有界的，并且跟随器代理追踪了有限时间间隔[0，T]的主导。 通过选择合适的复合能量函数来获得足够的条件来获得多助剂系统的恰好共识结果。 还给出了对多种代理系统的形成控制的延伸。 最后，示出了说明性示例以验证所提出的AILC方案的可用性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号