控制与决策

作者：卢毅,伍锡如,伍日立,谢劼欣,仲于海

单位：桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004;智能综合自动化广西高校重点实验室，广西 桂林 541004,,桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004;智能综合自动化广西高校重点实验室，广西 桂林 541004,,桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004;智能综合自动化广西高校重点实验室，广西 桂林 541004,,桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004;智能综合自动化广西高校重点实验室，广西 桂林 541004,,桂林电子科技大学 电子工程与自动化学院，广西 桂林 541004;智能综合自动化广西高校重点实验室，广西 桂林 541004,

关键词：学习型模型预测控制;非线性多智能体系统;Markov切换拓扑;神经网络;量化一致性

基金：国家自然科学基金项目(62263005)；广西高校人工智能与信息处理重点实验室(河池学院)开放基金项目(2022GXZDSY004, 2024GXZDSY013)；桂林电子科技大学研究生教育创新计划项目(2025YCXS138).

针对受切换通信拓扑影响的非线性多智能体系统量化一致性问题, 提出一种学习型模型预测控制(LMPC)算法. 该算法利用神经网络实时逼近并优化LMPC代价函数, 在线预测最优控制增益矩阵, 有效减小通信缺陷对系统性能的影响. 同时, 结合迟滞量化器对控制输入进行量化, 缓解了网络资源受限对多智能体协同性能的限制. 为描述多智能体间的信息交换, 引入部分转移概率未知的Markov切换拓扑结构. 通过Lyapunov稳定性理论, 给出系统误差的指数一致性收敛. 最后, 通过非线性摆系统验证所提出方法的有效性和适用性.

来源：2025年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2025年第10期