-
公开(公告)号：CN107332714A
公开(公告)日：2017-11-07
申请号：CN201710685313.9
申请日：2017-08-11
Applicant: 厦门大学
IPC: H04L12/24
Abstract: 一种节点异质多输入多输出复杂网络系统的控制方法，涉及复杂网络控制。根据节点异质多输入多输出复杂网络系统拓扑图、节点动力学及各节点之间的耦合关系，得相应的邻接矩阵、节点动力学矩阵及内耦合矩阵；利用得到的邻接矩阵、节点动力学矩阵和内耦合矩阵，建立节点异质多输入多输出复杂网络系统模型，再加上相应的控制输入，得到带有控制输入的系统模型，最后整合得到更为紧凑的网络系统模型的形式；利用PBH判据的推论分析得到的网络系统模型，从而得出使整个网络完全可控的充分必要条件；将得到的充分必要条件作为约束条件，设计优化算法并建立优化问题模型；求解上述优化问题，计算得到使整个网络系统完全可控所需要的最少驱动节点个数。
-
Patent Agency Ranking
公开(公告)号：CN105634828A
公开(公告)日：2016-06-01
申请号：CN201610121161.5
申请日：2016-03-03
Applicant: 厦门大学
CPC classification number: H04L41/12 , G06F17/509 , G06F2217/04 , H04L41/0803
Abstract: 线性微分包含多智能体系统的分布式平均跟踪的控制方法，涉及多智能体系统。构造多智能体的网络结构拓扑图，得到图的邻接矩阵、关联矩阵和拉普拉斯矩阵；设置每个节点的初始状态，以及初始参考信号；构造线性微分包含的系统，设置系统矩阵，获得系统参数；设置通信方式，使每个节点只能与邻居节点通信，运行分布式平均跟踪算法，调整每个节点的状态；根据反馈信息及系统参数来设计控制律，调整节点状态达到一致性且跟踪参考信号的平均值。对网络结构的要求小，仅需要网络是连通的就可实现所有节点状态趋于一致且跟踪参考信号的平均值。在整个计算过程中，每个节点只用到了邻居节点的信息，计算量小，提高算法的运算效率。
-
公开(公告)号：CN107332714B
公开(公告)日：2020-07-03
申请号：CN201710685313.9
申请日：2017-08-11
Applicant: 厦门大学
IPC: H04L12/24
Abstract: 一种节点异质多输入多输出复杂网络系统的控制方法，涉及复杂网络控制。根据节点异质多输入多输出复杂网络系统拓扑图、节点动力学及各节点之间的耦合关系，得相应的邻接矩阵、节点动力学矩阵及内耦合矩阵；利用得到的邻接矩阵、节点动力学矩阵和内耦合矩阵，建立节点异质多输入多输出复杂网络系统模型，再加上相应的控制输入，得到带有控制输入的系统模型，最后整合得到更为紧凑的网络系统模型的形式；利用PBH判据的推论分析得到的网络系统模型，从而得出使整个网络完全可控的充分必要条件；将得到的充分必要条件作为约束条件，设计优化算法并建立优化问题模型；求解上述优化问题，计算得到使整个网络系统完全可控所需要的最少驱动节点个数。
-
公开(公告)号：CN105634828B
公开(公告)日：2018-12-28
申请号：CN201610121161.5
申请日：2016-03-03
Applicant: 厦门大学
Abstract: 线性微分包含多智能体系统的分布式平均跟踪的控制方法，涉及多智能体系统。构造多智能体的网络结构拓扑图，得到图的邻接矩阵、关联矩阵和拉普拉斯矩阵；设置每个节点的初始状态，以及初始参考信号；构造线性微分包含的系统，设置系统矩阵，获得系统参数；设置通信方式，使每个节点只能与邻居节点通信，运行分布式平均跟踪算法，调整每个节点的状态；根据反馈信息及系统参数来设计控制律，调整节点状态达到一致性且跟踪参考信号的平均值。对网络结构的要求小，仅需要网络是连通的就可实现所有节点状态趋于一致且跟踪参考信号的平均值。在整个计算过程中，每个节点只用到了邻居节点的信息，计算量小，提高算法的运算效率。
-
公开(公告)号：CN106502097A
公开(公告)日：2017-03-15
申请号：CN201611027878.X
申请日：2016-11-18
Applicant: 厦门大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 一种基于时延滑模控制的分布式平均跟踪方法，涉及控制与信息技术。步骤1：构造多智能体的网络结构拓扑图，每个节点代表一个智能体，获得图的点集、边集和每个节点的邻居信息；步骤2：设置每个节点的初始状态、初始内部状态以及初始参考信号；步骤3：设置每个节点的通信方式，使其只能和邻居节点通信；步骤4：根据收集到的通信信息以及给定的时变参考信号，设计每个节点的基于时延滑模控制的分布式平均跟踪方法；步骤5：根据设计的分布式平均跟踪方法，运行此算法，调整每个节点的状态；步骤6：判断所有节点的状态是否一致并且等于多个时变参考信号的平均值，若是，则跳转至步骤7，否则返回步骤5；步骤7：实现分布式平均跟踪。
-
公开(公告)号：CN106502097B
公开(公告)日：2019-03-05
申请号：CN201611027878.X
申请日：2016-11-18
Applicant: 厦门大学
IPC: G05B13/04
Abstract: 一种基于时延滑模控制的分布式平均跟踪方法，涉及控制与信息技术。步骤1：构造多智能体的网络结构拓扑图，每个节点代表一个智能体，获得图的点集、边集和每个节点的邻居信息；步骤2：设置每个节点的初始状态、初始内部状态以及初始参考信号；步骤3：设置每个节点的通信方式，使其只能和邻居节点通信；步骤4：根据收集到的通信信息以及给定的时变参考信号，设计每个节点的基于时延滑模控制的分布式平均跟踪方法；步骤5：根据设计的分布式平均跟踪方法，运行此算法，调整每个节点的状态；步骤6：判断所有节点的状态是否一致并且等于多个时变参考信号的平均值，若是，则跳转至步骤7，否则返回步骤5；步骤7：实现分布式平均跟踪。
-
-
-
-
-
Search Results
6
records
(took 0.023 seconds)
