| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 多智能体系统协作控制的研究背景及意义 | 第11-14页 |
| 1.1.1 多智能体系统研究的意义 | 第11-12页 |
| 1.1.2 多智能体系统协作问题研究现状 | 第12-14页 |
| 1.2 预测控制在多智能体系统协作问题上的应用 | 第14-17页 |
| 1.2.1 预测控制的研究背景 | 第14-16页 |
| 1.2.2 预测控制在多智能体协作问题上的应用 | 第16-17页 |
| 1.3 多智能体一致性问题概述 | 第17页 |
| 1.4 本文的主要内容与章节安排 | 第17-20页 |
| 第二章 多智能体系统一致性问题的建模 | 第20-32页 |
| 2.1 预备知识 | 第20-24页 |
| 2.1.1 多智能体系统的图论描述 | 第20-21页 |
| 2.1.2 多智能体一致性的数学描述 | 第21-22页 |
| 2.1.3 图论描述的代数连通度和谱性质 | 第22-24页 |
| 2.2 离散多智能体系统的一致性经典模型 | 第24-27页 |
| 2.2.1 经典模型描述 | 第24页 |
| 2.2.2 经典模型的分析 | 第24-27页 |
| 2.3 基于预测机制的多智能体一致性模型 | 第27-31页 |
| 2.3.1 分布式滚动优化的多智能体编队模型 | 第27-29页 |
| 2.3.2 基于Viscek 模型的预测机制 | 第29-31页 |
| 2.4 本章小节 | 第31-32页 |
| 第三章 多智能体一致性预测控制算法μ-MPC | 第32-53页 |
| 3.1 基于固定反馈控制的多智能体一致性算法K-Consensus | 第32-36页 |
| 3.1.1 K-Consensus 算法设计 | 第32-33页 |
| 3.1.2 K-Consensus 算法的仿真研究 | 第33-36页 |
| 3.2 任意连通结构下的一致性预测模型框架 | 第36-39页 |
| 3.2.1 全连通结构下的多智能体一致性预测模型 | 第36-38页 |
| 3.2.2 任意连通结构下的一致性预测模型框架 | 第38-39页 |
| 3.3 多智能体一致性预测控制算法μ-MPC 设计 | 第39-41页 |
| 3.4 μ-MPC 算法的分析及其仿真研究 | 第41-52页 |
| 3.4.1 一般连通结构下的μ-MPC 算法分析及仿真研究 | 第41-47页 |
| 3.4.2 全连通结构下的μ-MPC 算法分析 | 第47-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第四章 μ-MPC 算法的参数分析与设计 | 第53-71页 |
| 4.1 μ-MPC 参数选择对系统一致性影响的仿真分析 | 第53-67页 |
| 4.1.1 采样步长ε对一致性的影响 | 第53-55页 |
| 4.1.2 优化时域H P 对一致性的影响 | 第55-58页 |
| 4.1.3 控制时域H U 对一致性的影响 | 第58-62页 |
| 4.1.4 误差权矩阵Q 对一致性的影响 | 第62-64页 |
| 4.1.5 控制权矩阵R 对一致性的影响 | 第64-67页 |
| 4.2 一步预测的μ-MPC 算法分析 | 第67-70页 |
| 4.3 本章小结 | 第70-71页 |
| 第五章算法拓展及应用 | 第71-90页 |
| 5.1 多智能体一致跟踪问题 | 第71-75页 |
| 5.1.1 μ-MPC 算法的一致跟踪问题建模 | 第71-73页 |
| 5.1.2 仿真结果与分析 | 第73-75页 |
| 5.2 智能体运动步长受到约束 | 第75-78页 |
| 5.2.1 具有步长约束的μ-MPC 算法 | 第75-76页 |
| 5.2.2 仿真结果与分析 | 第76-78页 |
| 5.3 系统拓扑结构发生改变 | 第78-82页 |
| 5.4 基于连通保持的一致性问题 | 第82-89页 |
| 5.4.1 基于连通保持的μ-MPC 算法 | 第83-84页 |
| 5.4.2 仿真结果及分析 | 第84-89页 |
| 5.5 本章小结 | 第89-90页 |
| 第六章全文总结及展望 | 第90-92页 |
| 6.1 本文研究内容 | 第90-91页 |
| 6.2 未来工作展望 | 第91-92页 |
| 参考文献 | 第92-96页 |
| 致谢 | 第96-97页 |
| 攻读硕士学位期间已发表或录用的论文 | 第97-99页 |
