logo móvil
Contáctanos

Adaptación neural del consenso de sistemas de múltiples agentes no lineales desconocidos con ruidos de comunicación bajo topologías de conmutación de Markov

Autores: Guo, Shaoyan; Xie, Longhan

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

Adaptación neural del consenso de sistemas de múltiples agentes no lineales desconocidos con ruidos de comunicación bajo topologías de conmutación de Markov


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Problema de consenso adaptativo
Sistemas multiagente no lineales
Ruidos de comunicación
Topologías de conmutación de Markov
Teoría de control adaptativo
Redes de Función de Base Radial

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 39

Citaciones: Sin citaciones


Descripción
En este documento, se estudia el problema de consenso adaptativo de sistemas multiagente no lineales desconocidos (MAs) con ruidos de comunicación bajo topologías de cambio de Markov. Basado en la teoría de control adaptativo, se diseña un novedoso protocolo de control distribuido para sistemas multiagente no lineales. Consiste en la información relativa interferida local y la estimación de la dinámica desconocida. Las redes de Función de Base Radial (RBFNNs) aproximan la dinámica no lineal, y la matriz de pesos estimada se actualiza utilizando la información de estado medible. Luego, utilizando el método de análisis estocástico de Lyapunov, se derivan condiciones para lograr el consenso sobre la ganancia de consenso y el peso de RBFNNs. Los principales hallazgos de este documento son los siguientes: se discute el control de consenso de sistemas multiagente bajo circunstancias más complicadas y prácticas, incluyendo dinámica no lineal desconocida, topologías de cambio de Markov y ruidos de comunicación; la dinámica no lineal se aproxima en base a las RBFNNs y la información relativa interferida local; la ganancia de consenso debe ser pequeña para garantizar el rendimiento del consenso; y finalmente, el algoritmo propuesto es validado mediante simulaciones numéricas.

Otros recursos que podrían interesarte

Temas Virtualpro