-
公开(公告)号：CN118938948A
公开(公告)日：2024-11-12
申请号：CN202410980315.0
申请日：2024-07-22
申请人： 电子科技大学
IPC分类号： G05D1/46 , G05D109/20
摘要： 本发明公开一种基于改进黑翅鸢优化算法的无人机任务分配方法，应用于无人机任务规划技术领域，针对现有的基于群体智能优化算法的无人机任务分配方法存在的容易陷入局部最优解、较难处理离散的任务序列解、算法对场景的适应性较差的问题；本发明首先，基于无人机的任务需求，建立航程约束下的无人机任务分配模型。其次，定义了黑翅鸢优化算法的初始参数集并在黑翅鸢种群的初始化中采用了混沌映射策略。然后，根据黑翅鸢的攻击行为和迁徙行为构建元启发式算法的模型。最后，通过优化算法迭代求解，以获得最优的任务分配序列，从而高效地完成无人机的任务分配。
-
公开(公告)号：CN118795930A
公开(公告)日：2024-10-18
申请号：CN202410775958.1
申请日：2024-06-17
申请人： 电子科技大学
IPC分类号： G05D1/695 , G05D109/20
摘要： 本发明公开了一种基于混沌映射冠豪猪优化算法的无人机任务分配方法，包括以下步骤：S1、建立任务分配数学模型；S2、设置冠豪猪算法初始化参数；S3、对优化过程进行循环迭代，得到最优分配方案；S4、将最优分配方案分配到无人机上，并计算最优分配方案所对应的飞行距离。本发明的方法在考虑无人机的航程约束的同时，更贴合实际任务需求。此外，采用了混沌映射冠豪猪优化算法，显著提升了全局搜索能力和求解速度，能够一定程度上解决航程约束下的无人机最优任务分配问题。
-
公开(公告)号：CN115016292A
公开(公告)日：2022-09-06
申请号：CN202210830118.1
申请日：2022-07-15
申请人： 电子科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于改进扩张高增益观测器的鲁棒同步控制方法，首先建立多智能体系统中个体的二阶动力学模型，针对该模型，设计改进的扩张高增益观测器，进而设计鲁棒同步控制协议，构建基于奇异摄动的快慢动态模型，设计基于连续滑模理论的鲁棒同步控制器，使得多智能体系统中个体能够最终实现状态同步。本发明的方法重点考虑干扰和不可测速度对多智能体系统的不良影响，为技术人员在实际操作中同时解决干扰和不可测速度的不良影响奠定基础，确保干扰估计误差以及状态估计误差同时趋于有界范围，且同时能够依据快慢变状态方程，分析系统同步误差收敛性与控制参数之间关系，促进参数调节，提升同步控制方案有效性和鲁棒性，扩展算法的应用场景。
-
公开(公告)号：CN117666361A
公开(公告)日：2024-03-08
申请号：CN202311769239.0
申请日：2023-12-20
申请人： 电子科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于神经网络的异构多智能体系统预设时间跟踪控制方法，具体步骤如下：S1、建立多智能体系统中领导者智能体的动力学模型和跟随者智能体的动力学模型；S2、设计输出调节方程耦合神经网络的融合框架；S3、设计预设时间观测器，保证对领导者的状态观测误差在预设时间T1内收敛到零；S4、设计预设时间鲁棒二部输出一致性跟踪控制协议，预设时间跟踪控制协议的预设收敛时间设置为T2；S5、对跟踪控制协议设计参数自适应律，完成神经网络自适应参数的设计；S6、将跟踪控制协议应用到跟随者智能体的动力学模型中。本发明能够解决异构多智能体系统二部输出一致性跟踪问题，提高系统的控制性能和鲁棒性。
-
公开(公告)号：CN112859602A
公开(公告)日：2021-05-28
申请号：CN202110030413.4
申请日：2021-01-11
申请人： 电子科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种非最小相位系统输出重定义方法，包括以下步骤：S1、建立非最小相位系统线性模型，计算系统相对阶数，选取与之对应的内部动态与外部动态转换非最小相位模型，进而建立输入输出线性化后的等效控制模型；S2、针对原始非最小相位输出，设计输出重定义方法寻找到最优的等效最小相位输出；S3、设计线性控制器，利用等效最小相位输出对等效控制模型进行控制，依照S1中模型转换的方法得到原始输出。本发明基于输出重定义技术，结合最优化参数解算，提出了一种非最小相位系统输出重定义方法，解决了非最小相位系统控制器设计复杂和控制响应有负调的问题。
-
公开(公告)号：CN118981213A
公开(公告)日：2024-11-19
申请号：CN202411040162.8
申请日：2024-07-31
申请人： 电子科技大学
摘要： 本发明公开了一种基于改进角蜥优化算法的无人机任务分配方法，首先利用图论原理构建无人机任务分配的模型，并定义目标函数及其约束条件，然后初始化改进角蜥优化算法参数，并基于tent混沌映射初始化角蜥种群，再基于改进角蜥优化算法求解任务分配模型，选取历史最优解，最后迭代求解得到最优分配方案。本发明的方法考虑无人机的航程约束的同时，还考虑了实际任务过程中可能存在的障碍物，并在初始化时引入混沌映射提高种群初始搜索能力，并加入自适应权重平衡探索和开发，以提高收敛速度和收敛精度，能在复杂环境中实现更高效、更稳定的无人机群任务规划和执行。
-
公开(公告)号：CN118963411A
公开(公告)日：2024-11-15
申请号：CN202411020713.4
申请日：2024-07-29
申请人： 电子科技大学
IPC分类号： G05D1/695 , G05D109/20
摘要： 本发明公开了一种基于正态云模型青蒿素优化算法的无人机任务分配方法。首先，基于实际飞行距离和任务需求，并考虑简单环境下障碍物的分布情况，建立航程约束下的无人机任务分配模型。然后基于青蒿素优化算法对任务分配模型和tent混沌映射对青蒿素种群进行初始化，并基于疟疾的青蒿素药物治疗过程启发构建优化模型。接着使用正态云模型对算法中的全局最优位置进行更新，并随着迭代次数增加，自适应调整正态云模型的熵值，有效提高全局开发能力和求解速度，跳出局部最优解。本发明在考虑无人机的航程约束的同时，还考虑了实际任务过程中可能存在的障碍物，并基于正态云模型的青蒿素优化算法进行求解，能够一定程度上解决无人机任务分配问题。
-
公开(公告)号：CN115179295B
公开(公告)日：2024-05-24
申请号：CN202210931348.7
申请日：2022-08-04
申请人： 电子科技大学
摘要： 本发明公开了一种多欧拉‑拉格朗日系统鲁棒二分一致性跟踪控制方法，包括以下步骤：S1、建立个体动力学模型，构建二阶模型，建立由分数阶动力学描述的领导者模型；S2、生成参数自适应性更新律；S3、设计改进的扩张高增益观测器，确定未知干扰和不可测二阶状态估计误差的收敛时间；S4、设计滑模面，设计鲁棒二分一致性跟踪控制器；S5、明确二分一致性跟踪误差上界；S6、将鲁棒二分一致跟踪控制器应用到系统中，使得多欧拉‑拉格朗日系统中的个体能够最终实现组别划分，对领导者状态实现二分一致性跟踪。本发明有效实现了同时对具有模型不确定性的领导者而高阶信息、未知干扰和不可测状态的同时估计。
-
公开(公告)号：CN116880216A
公开(公告)日：2023-10-13
申请号：CN202311087090.8
申请日：2023-08-28
申请人： 电子科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种事件触发机制下基于神经网络的鲁棒一致性控制方法，包括以下步骤：S1、建立多智能体系统中智能体的动力学模型；S2、基于神经网络拟合技术，设计拟合参数的自适应更新律，完成控制系统中神经网络模块的设计；S3、设计鲁棒一致性控制器，设计基于神经网络的事件触发控制协议，并为其设计事件触发条件，完成控制系统的事件触发器的设计；S4、验证Zeno行为的不存在性，保证事件触发机制的有效性；S5、将控制协议应用到非线性智能体的动力学模型中。本发明提在系统存在非线性动力学模型或非线性干扰的情况下，能够保证多智能体实际一致性控制的鲁棒性，该发明具有适用范围广、节约计算资源与通信带宽等优点。
-
公开(公告)号：CN116736722A
公开(公告)日：2023-09-12
申请号：CN202310852971.8
申请日：2023-07-12
申请人： 电子科技大学
IPC分类号： G05B13/04
摘要： 本发明公开了一种基于数据驱动的多机器人系统最优比例协同控制方法，包括以下步骤：S1、建立由一般线性系统描述的多机器人动力学模型，并通过Bellman最优性原理构建了多机器人系统的最优比例一致性控制问题；S2、设计自适应动态规划算法用来计算基于广义策略迭代的离散时间Hamilton‑Jacobi‑Bellman方程的近似解；S3、搭建评价‑执行神经网络来分别拟合迭代控制律和性能指标；S4、将步骤S3设计的评价‑执行网络控制器部署到机器人群体中。本发明的方法针对由一般线性系统描述的多机器人系统，考虑了具有特定任务目标的最优控制情况，使用评价‑执行网络实现了在线最优协同控制，适用于多机器人系统的集群协同控制领域。
-
-
-
-
-
-
-
-
-
搜索结果
25 条记录 (耗时 0.023 秒)
