掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
網絡化高階多智能體非線性系統的分布式優化算法 版權信息
- ISBN：9787302644842
- 條形碼：9787302644842 ; 978-7-302-64484-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
網絡化高階多智能體非線性系統的分布式優化算法 本書特色
（1）視角獨特：創新性地將優化理念融入現代控制框架，實現高階非線性多智能體系統下的分布式優化，填補了在信息物理系統上實現優化目標的空白。
（2）結構合理：算法研究由淺入深，較為完整地構造出基于高階非線性多智能體系統的分布式優化理論框架，方便讀者深入了解這一領域。
（3）算法先進：開發的算法都具有完整的理論分析與收斂證明，并且采用當前領域的先進控制方法，具有比傳統算法更好的效果。
（4）實驗充分：詳細給出算法中的參數，并為每個算法實現軟件仿真，充分驗證書中所提算法，便于讀者自主實驗。
網絡化高階多智能體非線性系統的分布式優化算法 內容簡介
本書主要內容包括: 設計基于神經網絡的自適應控制算法, 利用神經網絡的萬能逼近能力對系統內的未建模動態進行估計, 并通過設計神經網絡自適應律和自適應控制律, 使得系統輸出達到全局*優解的附近。設計一個二階固定時間內收斂的擴張觀測器, 將系統中每一階狀態進行擴展, 利用擴張觀測器獲得系統內未建模動態以及外部干擾的估計值, 并*終通過固定時間穩定性分析得出構造出的分布式控制協議能夠使多智能體系統的輸出在固定時間內收斂至全局*優解的附近。仿真實驗, 給出多智能體系統的具體模型, 并設計好控制協議中的每個所需參數, 利用MATLAB自帶的仿真模塊驗證算法性能以及理論分析的結果。
網絡化高階多智能體非線性系統的分布式優化算法 目錄
第1章 緒論1.1 研究背景與意義1.2 國內外研究現狀及發展趨勢1.2.1 反演控制技術1.2.2 多智能體系統控制技術1.2.3 分布式優化控制1.3 預備知識1.3.1 徑向基函數神經網絡1.3.2 圖論1.3.3 定義和引理1.3.3 凸函數分析1.3.4 符號標注第2章 分數階高階非線性多智能體分布式優化2.1 問題描述2.1.1 系統描述2.1.2 構造含懲罰項的優化問題2.2 基于觀測器的自適應神經網絡反演控制2.2.1 神經網絡觀測器設計2.2.2 自適應神經網絡反演控制器設計2.3 仿真實例第3章 拓撲變換下多智能體切換系統的分布式優化控制3.1 問題描述3.1.1 系統描述3.1.2 構造含懲罰項的優化問題3.2 自適應神經網絡反演控制器設計3.2.1 神經網絡觀測器設計3.2.2 分布式控制器設計3.3 仿真實例第4章 具有狀態約束的多智能體系統的分布式優化控制4.1 模型描述4.2 基于障礙Lyapunov函數的自適應神經網絡控制4.2.1 構造含懲罰項的優化問題4.2.2 神經網絡觀測器設計4.2.3 控制器設計4.3 仿真實例第5章 基于神經網絡的固定時間多智能體系統資源分配算法5.1 模型描述5.2 神經網絡觀測器及控制器設計5.2.1 資源分配問題描述5.2.2 神經網絡觀測器設計5.2.3 控制器設計及穩定性分析5.2.4 估計器設計及穩定性分析5.2.5 分布式控制器設計5.3 仿真實例第6章 基于擴張觀測器的固定時間多智能體系統資源分配算法6.1 問題描述6.1.1 模型描述6
展開全部
網絡化高階多智能體非線性系統的分布式優化算法 作者簡介
袁家信，博士，上海工程技術大學碩士生導師。長期從事多智能體控制、分數階系統動力學與控制、深度強化學習的教學和科研工作。近5年發表SCI源刊論文近12篇。授權發明專利5項。參與國家自然科學基金面上項目1項，中國空氣動力研究與發展中心重點實驗室開放課題1項。出版多智能體自主控制方面的專著1部。
書友推薦
- >
自卑與超越
- >
二體千字文
- >
我與地壇
- >
山海經
- >
經典常談
- >
唐代進士錄
- >
名家帶你讀魯迅:朝花夕拾
- >
中國歷史的瞬間
本類暢銷
