复杂网络同步和多智能体系统编队控制的聚类性问题的研究

来源 :太原理工大学 | 被引量 : 2次 | 上传用户:bigtim1
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
现实世界中存在多种多样的复杂网络,如交通运输网,电力传输网,金融信息网,社会交际网等.由于在众多领域中的应用需求,复杂网络日益受到人们的广泛关注.尤其是复杂网络的同步性分析,自上世纪九十年代以来一直是研究热点之一.在科学研究和社会生产中,研究者们常常使用大量结构或功能简单的智能体(如无人驾驶飞行器,人造卫星等)来替代昂贵的单个系统实现繁杂的任务,从而大幅度提高生产效率,而这些智能体的工作离不开多智能体系统研究的理论基础.所以,关于多智能体系统的研究特别是多智能体系统编队控制问题逐渐成为一个前沿性研究课题.本文主要运用图论,Lyapunov稳定性理论以及矩阵理论研究复杂网络同步以及多智能体系统的编队控制的聚类性问题,并用MATLAB软件进行数值仿真,验证理论分析结果的正确性.论文的主要内容如下:第一章概述复杂网络和多智能体系统的研究背景及研究现状,并介绍了相关定义和准备知识.第二章利用牵制脉冲控制策略研究复杂网络的投影聚类同步.基于驱动网络节点的状态,为响应网络的每个聚类设计对应的牵制脉冲控制策略,得出两个网络实现投影聚类同步的充分条件.最后,给出一个数值仿真来检验文章结果的有效性.第三章利用事件驱动采样控制策略研究非线性系统的聚类编队问题.基于每个分组的领导节点,设计每个节点的事件条件,从而得到一个基于事件驱动的采样策略,给出能够使得二阶非线性系统实现聚类编队的充分条件.最后,利用MATLAB软件进行数值仿真,证实本文提出的控制策略的可行性.第四章对全文进行总结,并对今后有关的研究工作进行展望.
其他文献
学位
本文主要目的是从自同构的观点推广了Engel元的概念,引入了群的Engel自同构的概念,得到了该类自同构的阶与群的方次数的一个精确的整除关系和最佳上界估计,并对有限p-群研究了其
小波神经网络(WNN,简称小波网络)是近年来新兴的一种人工神经网络(ANN,神经网络)方法,它结合了小波分析和神经网络各自的优点,在一些领域取得了巨大的成功。但小波网络起步较晚,到目前
脉冲微分方程理论是微分方程理论中的一个十分重要的新分支,它具有深刻的生态学背景.近年来,这一理论在应用数学领域中已取得了迅速的发展和广泛的重视.周期解和分支问题一直是
解析函数是复分析中的重要研究对象.作为解析函数的推广,复平面上的调和映射也越来越得到了人们的关注.作为调和映射的推广,双调和映射起源于对微分几何及许多物理问题的研究,特
不同解析函数空间之间的加权复合算子的有界性和紧性是算子理论的重要组成部分.本文根据α的不同,分类研究了单位球上的各类α-Bloch空间Bα到H∞空间上的加权复合算子的有界
网络分簇可以降低节点能耗、平衡网络负载和延长网络寿命,网络分簇算法的研究对于合理利用网络资源,延长网络寿命具有重要意义。本文提出基于进化算法的无线传感器网络分簇路由