-
题名基于模糊神经网络在线自学习的多智能体一致性控制
被引量：1
- 1
-
-
作者
张宪霞
唐胜杰
俞寅生
-
机构
上海大学机电工程与自动化学院
上海市电站自动化重点实验室
-
出处
《自动化学报》
北大核心
2025年第3期590-603,共14页
-
基金
国家自然科学基金(62073210)资助。
-
文摘
针对多智能体系统分布式一致性控制问题,提出一种新的融合动态模糊神经网络(Dynamic fuzzy neural network,DFNN)和自适应动态规划(Adaptive dynamic programming,ADP)算法的无模型自适应控制方法.类似于强化学习中执行者-评论家结构,DFNN和神经网络(Neural network,NN)分别逼近控制策略和性能指标.每个智能体的DFNN执行者从零规则开始,通过在线学习,与其局部邻域的智能体交互而生成和合并规则.最终,每个智能体都有一个独特的DFNN控制器,具有不同的结构和参数,实现了最优的分布式同步控制律.仿真结果表明,本文提出的在线算法在非线性多智能体系统分布式一致性控制中优于传统基于NN的ADP算法.
-
关键词
多智能体系统
自适应动态规划
动态模糊神经网络
分布式一致性控制
在线学习
-
Keywords
Multi-agent systems
adaptive dynamic programming(ADP)
dynamic fuzzy neural network(DFNN)
distributed consensus control
online learning
-
分类号
TP273
[自动化与计算机技术—检测技术与自动化装置]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
