摘要: 本课题以多智能体系统为研究对象，考虑到系统存在外界干扰、状态不完全可测和含有未知非线性函数等情况，应用了代数图论、动态面控制技术、预定性能控制及Lyapunov稳定性等理论，分别对二阶和高阶非线性多智能体系统的一致性控制问题进行了研究。具... 展开 本课题以多智能体系统为研究对象，考虑到系统存在外界干扰、状态不完全可测和含有未知非线性函数等情况，应用了代数图论、动态面控制技术、预定性能控制及Lyapunov稳定性等理论，分别对二阶和高阶非线性多智能体系统的一致性控制问题进行了研究。具体研究内容如下： 1、介绍了多智能体系统的研究背景和意义，回顾了有关多智能体系统一致性控制中的一些基本问题，并对一致性控制和预定性能理论的研究现状进行了整合分析，以及对本文所要运用到的相关基础理论作出必要说明。 2、针对含有未知函数和外界干扰的二阶非线性多智能体系统，在保证系统稳定的情况下，为提高系统的暂态特性，提出了一种简化的预定性能控制方案。即利用模糊系统的逼近特性对未知非线性函数进行在线逼近，利用自适应控制技术抑制外界干扰对系统的影响，然后结合李雅普诺夫稳定性理论设计具有预定性能特性的一致性控制器，该方案无需定义误差面和误差转换函数，降低了控制器的设计难度；最终通过仿真实例证明了该控制算法的控制性能。 3、在二阶非线性多智能体系统的研究基础上，将一致性算法扩展到部分状态未知的高阶非线性多智能体系统。为解决只有部分“跟随者”可以获得“领导者”信息的问题：首先引入了状态观测器，实现了对系统所有状态的估计，然后在设计一致性控制器过程中，将反步递推法及动态面控制技术与预定性能算法相结合，设计出一种新型的一致性算法，新型算法能够有效地避免大量的假设条件，而且解决了在推导虚拟控制器时的“计算爆炸”问题；然后通过李雅普诺夫稳定性理论证明系统在新型算法下的稳定性；最终通过仿真证明“跟随者”的输出能够一致跟踪“领导者”输出，且能够保证系统的同步误差在预设性能边界内。 收起