[发明专利]基于符号函数的多智能体系统的分布式广义跟踪方法

权利要求书

1.一种基于符号函数的多智能体系统的分布式广义跟踪方法，其特征在于：包括以下步骤：

步骤1：构造描述多智能体系统的网络结构图，结构图中每个节点代表一个智能体，每条边代表智能体间的信息交互；

步骤2：确定步骤1所构造多智能体系统网络拓扑结构的邻接矩阵；

步骤3：建立多智能体系统的状态方程；

步骤4：定义描述智能体所要跟踪的时变参考信号函数值的目标函数；

步骤5：根据多智能体的系统邻接矩阵、状态方程和目标函数设计分布式算法，使多智能体系统中每个智能体的控制输入只与该智能体的状态、时变参考信号以及其邻居的状态有关；

所述根据多智能体的系统邻接矩阵、状态方程和目标函数设计的分布式算法，如下公式所示：

其中，多智能体系统中第i个智能体的控制输入u_i(t)与第i个智能体的状态x_i(t)、时变参考信号r_i(t)以及其邻居的状态x_j(t)有关，为i个智能体的时变参考信号，为目标函数f(x₁(t),…,x_n(t))对第i个智能体的状态x_i求偏导，并且满足具有相同的符号，为目标函数f(r₁(t),…,r_n(t))对第i个智能体的时变参考信号r_i求偏导，并且满足具有相同的符号，sgn(X)为符号函数，如下公式所示：

步骤6：设定多智能体系统中各智能体的初始状态信息与时变参考信号信息，且使初始状态的目标函数值与时变参考信号的目标函数值相同，运行步骤5设计的分布式算法，控制每个智能体跟踪上一组时变参考信号的目标函数值；

步骤7：根据步骤6运行结果不断修正步骤5设计的分布式算法，直至多智能体系统中每个智能体的状态达到一致，达到控制目标。

2.根据权利要求1所述的基于符号函数的多智能体系统的分布式广义跟踪方法，其特征在于：所述构造的多智能体网络结构图是无向图，记为：G＝{V,E(t)}，其中，表示节点的集合，n为无向图中节点总数，也即多智能体系统中智能体的个数，表示边的集合，N_j(t)表示无向图中节点j邻居节点的集合，且j≠i；t表示时间；因为构造的图是无向图，所以若i的邻居节点j∈N_i成立，则得i∈N_j；如果i∈N_j，则称节点i为父节点，节点j为子节点。

3.根据权利要求2所述的基于符号函数的多智能体系统的分布式广义跟踪方法，其特征在于：所述确定的多智能体网络结构图的邻接矩阵,如下公式所示：

其中，A为多智能体网络结构图的邻接矩阵，邻接矩阵中的元素a_ij代表节点i,j之间边的权重值，如果节点i,j之间有边相连，则有a_ij0；如果节点i,j之间没有边相连，则有a_ij＝0，对无向图存在a_ij＝a_ji。

4.根据权利要求3所述的基于符号函数的多智能体系统的分布式广义跟踪方法，其特征在于：所述建立的多智能体系统的状态方程，如下公式所示：

其中，为多智能体系统中第i个智能体的状态，为多智能体系统中第i个智能体的控制输入，m为每个节点状态的维数。

5.根据权利要求4所述的基于符号函数的多智能体系统的分布式广义跟踪方法，其特征在于：所述目标函数满足以下条件：

目标函数f:是一个连续函数，对任意的(x₁(0),…,x_n(0))∈V,多智能体系统的状态方程的初始条件(x₁(0),…,x_n(0))的解始终保持在V内，并且满足当t→∞时，若x₁(t)＝…＝x_n(t)，则有x_i(t)→f(x₁(t),…,x_n(t))始终成立，因此将满足以上条件的函数称作一致性函数。