一种基于模糊逻辑的二阶多智能体系统自适应编队方法
本发明属于多智能体系统控制，具体涉及一种基于模糊逻辑的二阶多智能体系统自适应编队方法。
背景技术：
1、多智能体系统是控制领域的一个重要研究方向，其由多个独立智能体组成，每个智能体具备其独特属性，具备感知、决策和行动能力，可以集体协作完成特定的任务。多智能体控制已得到了广泛应用，其中包含多智能体游戏，智能交通系统控制，分布式传感器网络搭建等多个领域。
2、多智能体编队是多智能体控制的一个基本问题，是指多智能体系统中智能体通过通信和协作来形成并保持特定的队形或结构。多智能体编队对于机器人编队、无人机空中编队等实际应用具有重要意义。
3、现有的多智能体系统编队控制策略中，其控制器参数往往选取定值，不具备自适应性，这导致了多智能体系统编队收敛速度慢的问题，影响了多智能体系统整体的收敛时间和收敛效果。
4、结合模糊控制制定控制器参数自适应更新律能够为多智能体编队收敛速度慢的问题提出有效的解决方案。结合模糊逻辑设计的参数自适应律可以使多智能体系统根据实际情况，动态地调整自身的控制参数，提高多智能体编队的实现效率。
技术实现思路
1、为了解决上述现有技术中存在的问题，本发明的目的在于提供一种基于模糊逻辑的二阶多智能体系统自适应编队方法，结合模糊逻辑为多智能体系统的控制参数提供了动态的自适应更新率，克服了静态常控制参数下多智能体系统编队速度慢的问题，提升了多智能体系统编队控制的效率。
2、为实现上述目的，本发明采用如下技术方案：
3、一种基于模糊逻辑的二阶多智能体系统自适应编队方法，包括如下步骤：
4、步骤一，建立由一个领导智能体和n个跟随智能体组成的二阶多智能体系统动力学模型；领导智能体的动力学建模如下：
5、
6、其中：表示领导智能体的位置，和均表示领导智能体的速度，表示领导智能体的加速度，表示领导智能体的控制输入，表示n维欧几里得空间；
7、n个跟随智能体的动力学建模如下：
8、
9、其中i∈{1,2,…,n},表示第i个跟随智能体的位置，和均表示第i个跟随智能体的速度，表示第i个跟随智能体的加速度，表示第i个跟随智能体的控制输入。期望编队的队形表示为σ＝{σ1,σ2,…,σn}，其中表示第i个跟随智能体与领导智能体的期望相对位移，则第i个跟随智能体的期望绝对位置为
10、步骤二，建立二阶多智能体系统的通信拓扑：采用有向图g＝{v,e,a}描述跟随智能体之间通信连接关系，使用v＝{1,2,…,n}表示n个跟随智能体的集合，e表示边集，使用邻接矩阵表示多智能体系统间的通信连接关系，若跟随智能体i能够收到跟随智能体j的信息，则aij>0，否则aij＝0；领导智能体用节点0表示，使用向量z＝[z1,z2,…,zn]表示领导智能体0与n个跟随智能体之间的通信关系，若跟随智能体i能够收到领导智能体0的信息，则zi>0，否则zi＝0；
11、步骤三，建立基于模糊逻辑的二阶多智能体系统自适应编队控制器如下：
12、
13、其中，aij为步骤二中建立的邻接矩阵中的对应元素，ρxij(t)为跟随智能体i和j之间位置误差项的控制参数，ρvij(t)为跟随智能体i和j之间速度误差项的控制参数，ρxi0(t)为跟随智能体i和领导智能体0之间位置误差项的控制参数，ρvi0(t)为跟随智能体i和领导智能体0之间速度误差项的控制参数；
14、步骤四，指定步骤三所建立控制器的控制参数动态自适应更新律；编队控制器参数ρxij(t)，ρvij(t)，ρxi0(t)，ρvi0(t)的自适应动态更新率为：
15、
16、其中ρ0>0为动态自适应更新律中的常数项，函数表示模糊控制作用；
17、步骤五，建立步骤四中模糊控制作用的模型并对模糊控制作用的输入进行归一化处理；使用表示模糊控制作用的模型，其中ein表示模糊控制作用的输入误差，y表示模糊控制作用输出；首先，归一化处理模糊控制作用的输入误差ein，方式如下：
18、
19、其中s>0为常参数，为归一化输入误差，的取值范围为[0,∈]，模糊控制作用输出y的取值范围为[0,θ]，其中∈和θ均为大于零的常数，且满足θ>∈；若归一化输入误差满足则令
20、步骤六，建立步骤五中模糊控制作用的模糊子集并确定模糊隶属度函数；在归一化输入误差和模糊控制作用输出y上分别建立k个模糊子集，其中对应的模糊子集为{e1,e2,…,ek}，y对应的模糊子集为{y1,y2,…,yk}；和y的隶属度函数分别表示为：
21、
22、其中r＝1,2,…,k，σe,σy>0为常数；表示对应的隶属度函数，表示y对应的隶属度函数，mer表示归一化输入误差的隶属度函数的中心位置，myr表示模糊控制作用输出的隶属度函数的中心位置，σe表示归一化输入误差的隶属度函数的宽度，σy表示模糊控制作用输出的隶属度函数的宽度；
23、步骤七，建立步骤五中模糊控制作用的模糊控制规则并进行模糊推理和合成模糊输出；模糊控制规则为：若归一化输入误差对应模糊子集el，则模糊控制作用输出y对应模糊子集yl，l＝1,2,…,k；采用mamdani模糊推理法得到模糊蕴含关系，并得到模糊输出。对于模糊输出采用重心去模糊化的方法得到模糊控制作用输出；
24、步骤八，将步骤五、六、七所建立的模糊控制作用带入步骤四中的控制参数动态自适应更新律为步骤三中的控制器更新控制参数，将步骤三中建立的更新控制参数后的控制器应用于步骤一中所建立的二阶多智能体系统，实现基于模糊逻辑的二阶多智能体系统自适应编队。
25、由于本发明采用一种基于模糊逻辑的二阶多智能体系统自适应编队方法，从而可以得到如下与现有技术相比存在的有益效果：
26、本发明通过利用模糊逻辑设计多智能体系统编队控制器参数的动态自适应更新律，能够使编队控制参数根据实际编队误差进行动态变化，促使二阶多智能体系统以更快的速度完成期望编队并保持此队形。
技术特征：
1.一种基于模糊逻辑的二阶多智能体系统自适应编队方法，其特征在于：包括如下步骤：
技术总结
本发明公开了一种基于模糊逻辑的二阶多智能体系统自适应编队方法，步骤如下：1、建立由一个领导智能体和N个跟随智能体组成的二阶多智能体系统动力学模型；2、建立二阶多智能体系统的通信拓扑；3、建立基于模糊逻辑的二阶多智能体系统自适应编队控制器；4、指定步骤3所建立控制器的控制参数动态自适应更新律；5、建立步骤4中模糊控制作用的模型并对模糊控制作用的输入进行归一化处理；6、建立步骤5中模糊控制作用的模糊子集并确定模糊隶属度函数；7、建立步骤5中模糊控制作用的模糊控制规则并进行模糊推理和合成模糊输出；8、将步骤5、6、7所建立的模糊控制作用带入步骤4中的控制参数动态自适应更新律为步骤3中的控制器更新控制参数，将步骤3中建立的更新控制参数后的控制器应用于步骤1中所建立的二阶多智能体系统，实现基于模糊逻辑的二阶多智能体系统自适应编队。本发明结合模糊逻辑为多智能体系统的控制参数提供了动态的自适应更新率，克服了静态常控制参数下多智能体系统编队速度慢的问题，提升了多智能体系统编队控制的效率。
技术研发人员：薛霜思,李欢,曹晖,郭子航,谭浚楷,郑晓东,闫大鹏
受保护的技术使用者：西安交通大学
技术研发日：
技术公布日：2024/9/23