复杂网络滞后同步与牵制控制多智能体系统一致性

摘要

随着社会信息化的高速发展，复杂网络研究在数学、物理、生物学、计算机等学科得到了快速进展，吸引了越来越多的关注。复杂网络同步及其控制是复杂网络研究的一个重要分支，旨在探索网络的拓扑结构和节点动力学对网络同步的影响。而在控制研究领域，与复杂网络同步课题相对应的是多智能体系统的一致性，两者既有联系又有区别，如复杂网络规模巨大，而多智能体系统规模较小(如机器人编队系统)。现如今复杂网络的同步与多智能体系统的一致性已成为复杂网络研究的前沿，具有重要的研究意义和应用背景。本论文分别研究了具有未知参数和扰动项的复杂网络的滞后同步和具有有向无环图的二阶多智能体系统的一致性，提出了一种混合反馈控制来实现网络未知参数的识别和基于M矩阵提出了一种牵制控制算法，具体工作如下： 第一章介绍了复杂网络的研究背景、现状、及复杂网络常见模型，给出了复杂网络同步及多智能体系统一致性的研究方法。 第二章提出了一种混合反馈控制来实现具有未知参数和扰动项的响应驱动网络的滞后同步，利用Lyapunov函数稳定性理论，对混合线性反馈控制器和混合自适应反馈控制器，分别得到了网络达到滞后同步的判定准则。最后用数值例子来验证理论结果的有效性，发现网络在达到滞后同步的同时，网络的未知参数被准确识别出来。 第三章研究了牵制控制非线性二阶多智能体系统的一致性。针对有向无环图的二阶多智能体网络，利用M矩阵性质，提出了一种有效方便的牵制控制算法，即利用多智能个体的出度和入度来判定被牵制多智能体的个数，同时得到了二阶多智能体系统达到一致性的条件，数值结果验证了牵制控制算法的有效性。 第四章对全文进行归纳总结及工作展望。

目录

声明

1 绪论

1.1 复杂网络的研究背景及意义

1.2 复杂网络同步

1.3 多智能体一致性

1.4 预备知识

1.5 本文的主要研究内容与结构

2 具有未知参数的驱动响应网络的滞后同步

2.1 引言

2.2 预备知识与网络模型的建立

2.3 主要结果

2.4 数值仿真

2.5 本章小结

3 牵制控制非线性二阶多智能体系统一致性

3.1 引言

3.2 网络模型的建立

3.3 主要结果

3.4 数值仿真

3.5 本章小结

4 总结与展望

4.1 总结

4.2 展望

致谢

参考文献

附录