秦補(bǔ)枝

(南京化工職業(yè)技術(shù)學(xué)院自動(dòng)控制系，南京 210048)

近年來，蜂擁控制逐漸成為人們研究的熱點(diǎn)問題之一[1～5]。它主要是研究具有有限感知能力的多個(gè)個(gè)體涌現(xiàn)出來的全局行為，比如魚群與鳥群的群體行為。蜂擁控制問題的研究也在工程中有重要應(yīng)用，如無線傳感網(wǎng)絡(luò)、無人駕駛飛機(jī)編隊(duì)及水下機(jī)器人地形探測等[5,6]。在文獻(xiàn)[7，8]中提出了蜂擁控制問題的3條Reynolds基本規(guī)則：分離，與鄰域內(nèi)的智能體避免碰撞；聚合，與鄰域內(nèi)的智能體保持緊湊；速度匹配，與鄰域內(nèi)的智能體速度保持一致。此后，許多控制學(xué)者通過構(gòu)造人工勢(shì)函數(shù)并結(jié)合速度一致算法實(shí)現(xiàn)Reynolds的3條規(guī)則[9～14]。在文獻(xiàn)[8]中Olfati S R提出的算法結(jié)合了簡單的人工勢(shì)函數(shù)，在對(duì)多智能體系統(tǒng)控制過程中實(shí)現(xiàn)了Reynolds模型的3條基本規(guī)則。

在以上這些研究中，大部分都假設(shè)智能體的速度大小保持一致，這在實(shí)際工程中很難實(shí)現(xiàn)。因?yàn)橹悄荏w的感知范圍有限，保持速度大小不變很容易產(chǎn)生分裂現(xiàn)象，脫離群體運(yùn)動(dòng)。所以，筆者提出一種自適應(yīng)速度策略以提高蜂擁行為，使智能體在運(yùn)行途中不僅能自適應(yīng)改變速度方向，而且能自適應(yīng)改變速度大小。

考慮N個(gè)智能體在n維歐式空間中運(yùn)行，其中第i個(gè)智能體的運(yùn)動(dòng)方程為：

②數(shù)據(jù)處理與分析。在此次調(diào)查中，經(jīng)常使用統(tǒng)計(jì)軟件從事相關(guān)工作占樣本的63%，利用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行相關(guān)知識(shí)的教學(xué)占比76.6%。從這兩方面來看，內(nèi)蒙古高校教師在實(shí)踐教學(xué)中數(shù)據(jù)處理能力有待加強(qiáng)。

(1)

其中，qi∈Rn，代表智能體的位置向量；pi∈Rn，代表智能體的速度向量；ui∈Rn，代表智能體的控制輸入(加速度)向量。

有限區(qū)間上光滑的人工勢(shì)函數(shù)為[7，8]：

(2)

其中，‖qij‖=‖qi-qj‖，表示兩個(gè)智能體之間的距離。

b. 系統(tǒng)達(dá)到蜂擁時(shí)總能量達(dá)到最小。

將雙創(chuàng)教育與專業(yè)教育有機(jī)融合，全過程滲透，培養(yǎng)學(xué)生的創(chuàng)造性思維，提升學(xué)生的開拓進(jìn)取能力和鍥而不舍的態(tài)度，避免雙創(chuàng)教育和專業(yè)教育的相對(duì)獨(dú)立及脫節(jié)問題，這才是雙創(chuàng)教育的根本目的。

(3)

It was shown that hyperphosphatemia is an independent factor determining the unfavorable prognosis,accelerating the progression of IHD,aggravating systolic hypertension and LVH,increasing the risk of arrhythmia,as well as acute and congestive HF in patients on LTH[56].

(4)

國家發(fā)展改革委、水利部第4號(hào)令頒布的《水利工程供水價(jià)格管理辦法》第四條規(guī)定，“水利工程供水價(jià)格由供水生產(chǎn)成本、費(fèi)用、利潤和稅金構(gòu)成”，“供水生產(chǎn)成本是指正常供水生產(chǎn)過程中發(fā)生的直接工資、直接材料費(fèi)、其他直接支出以及固定資產(chǎn)折舊費(fèi)、修理費(fèi)、水資源費(fèi)等制造費(fèi)用。供水生產(chǎn)費(fèi)用是指為組織和管理供水生產(chǎn)經(jīng)營而發(fā)生的合理銷售費(fèi)用、管理費(fèi)用和財(cái)務(wù)費(fèi)用”。

定理 考慮一個(gè)具有N個(gè)智能體的系統(tǒng)，它們的運(yùn)動(dòng)方程為式(1)，每個(gè)智能體的控制輸入為式(3)。假設(shè)初始的能量為一個(gè)有限值，可以得到如下結(jié)論：

a. 所有智能體的速度都會(huì)趨向一致；

筆者提出自適應(yīng)速度蜂擁控制算法：

高校官網(wǎng)是以高校為主題，面向全社會(huì)，以教師、學(xué)生和管理人員為主要服務(wù)對(duì)象，以網(wǎng)絡(luò)教學(xué)、信息溝通、教學(xué)管理和對(duì)外宣傳為基本使命的工作平臺(tái)，是高校信息化建設(shè)的基礎(chǔ)和必經(jīng)階段。[1]高校網(wǎng)站體現(xiàn)的是高校主體的意志，其主要服務(wù)對(duì)象是教師、學(xué)生及管理人員，同時(shí)高校網(wǎng)站也是面向全社會(huì)的窗口，在全球化國際化的大環(huán)境下，各大高校希望能與國際接軌，高校網(wǎng)站正是向國際社會(huì)展示自身的最簡便也最重要平臺(tái)。

證明 定義系統(tǒng)的總能量函數(shù)為：

對(duì)于兩個(gè)智能體之間相互影響時(shí)wij=wji>0，否則wij=wji=0。

從式(5)可以看出，V(t)的各個(gè)要素都是半正定函數(shù)，所以V(t)也是半正定函數(shù)。

(5)

式中vij——常數(shù)；

ε——所有邊的集合。

根據(jù)四川某軍工單位的某型飛機(jī)特殊零件的測試需求，研制了一套機(jī)電液一體化的測控系統(tǒng)。該測控系統(tǒng)中，根據(jù)試驗(yàn)要求，存在多種需要采集的信號(hào)，包括模擬信號(hào)、數(shù)字信號(hào)、脈沖信號(hào)等，根據(jù)其采集信號(hào)的不同采用不同采集標(biāo)準(zhǔn)的采集卡獲取數(shù)據(jù)是設(shè)計(jì)該系統(tǒng)的關(guān)鍵所在。本文根據(jù)相應(yīng)的技術(shù)協(xié)議書的要求，對(duì)數(shù)據(jù)采集系統(tǒng)的軟件模塊進(jìn)行了分析，然后采用適配器模式、裝飾者模式和單例模式對(duì)其進(jìn)行具體實(shí)現(xiàn)，通過這3種設(shè)計(jì)模式的實(shí)際應(yīng)用效果表明數(shù)據(jù)采集系統(tǒng)軟件模塊除擁有較高的可拓展性外，其可靠性、靈活性與復(fù)用性也得到了極大的提高。

總能量函數(shù)V(t)對(duì)時(shí)間的導(dǎo)數(shù)為：

(6)

(7)

所以，系統(tǒng)達(dá)到蜂擁時(shí)總能量達(dá)到最小。

2 仿真結(jié)果

仿真采用5個(gè)智能體在平面上運(yùn)動(dòng)，初始網(wǎng)絡(luò)必須保持連通。它們的初始位置和初始速度隨機(jī)產(chǎn)生于[0,10]×[0,10]和[0,0.1]×[0,0.1]的范圍內(nèi)，鄰域半徑為3；自適應(yīng)增益β=0.2。圖1是5個(gè)智能體的運(yùn)動(dòng)情況。實(shí)心圓點(diǎn)代表智能體，兩點(diǎn)之間有連線表示智能體之間的鄰域關(guān)系，箭頭方向表示智能體的速度方向，箭頭長短表示智能體的速度大小。

a. t=0s

b.t=8s

c. t=20s

可以看出，系統(tǒng)中的智能體在控制器控制過程中逐步靠近，并不斷地對(duì)自身的狀態(tài)進(jìn)行調(diào)整，經(jīng)過約20s的調(diào)整后，整個(gè)智能體系統(tǒng)達(dá)到穩(wěn)態(tài)，拓?fù)浣Y(jié)構(gòu)不再發(fā)生變化。因此，多智能體自適應(yīng)蜂擁控制的控制器是可行的，達(dá)到了蜂擁控制的效果。

在電子對(duì)抗階段，因?yàn)榻柚谲浖h(huán)境，準(zhǔn)備階段的工作量不是很大。在實(shí)施過程中，由5人組隊(duì)，組建在同一市場環(huán)境下競爭的企業(yè)，分別擔(dān)任公司的總經(jīng)理、人力資源總監(jiān)、財(cái)務(wù)總監(jiān)、銷售總監(jiān)、研發(fā)總監(jiān)；比賽正式開始前兩天進(jìn)行兩期的指引培訓(xùn)，使參賽選手熟悉流程；之后進(jìn)入正式比賽，根據(jù)主持人的指示依次完成每一步的決策；每月為一期，進(jìn)行2-4輪后最終確定比賽結(jié)果。

根據(jù)《施工圖審查制度的思考》，在住建部系統(tǒng)中，2013年之前，已經(jīng)開始使用施工圖審查信息網(wǎng)站、短信平臺(tái)、內(nèi)部OA系統(tǒng)等方式，加強(qiáng)信息管理。

3 結(jié)束語

筆者提出了一種多智能體自適應(yīng)速度策略，該策略能夠調(diào)整智能體速度的大小和方向。仿真結(jié)果表明，筆者設(shè)計(jì)的蜂擁控制算法是可行的，實(shí)現(xiàn)了多智能體蜂擁行為，即系統(tǒng)中的所有智能體在控制器的作用下逐步靠近，經(jīng)過一定時(shí)間的調(diào)整，系統(tǒng)能進(jìn)入穩(wěn)定狀態(tài)。

[1] Mei J,Ren W,Ma G F.Distributed Coordination for Second-order Multi-agents Systems with Nonlinear Dynamics Using only Relative Position Measurements[J].Automatica,2013,49(5):1419～1427.

[2] Cucher F, Dong J G.A General Collision-avoiding Flocking Framework[J].IEEE Transactions on Automatic Control,2011,56(5):1124～1129.

[3] Galbusera L, Ferrari T G, Scattolini R.A Hybrid Model Predicative Control Scheme for Containment and Distributed Sensing in Multi-agent Systems[J].Systems & Control Letters,2013,62(5):413～419.

[4] Guo W L,Lü J H,Chen S H,et al.Second-order Tracking Control for Leader-follower Multi-agent Flocking in Directed Graphs with Switching Topology[J].Systems & Control Letters,2011,60(12):1051～1058.

[5] Gupta R,Bandyopadhyay B,Kulkarni A M.Power System Stabilizer for Multi-machine Power Systems Using Robust Decentralized Periodic Output Feedback[J].IEE Proceedings of Control Theory and Applications, 2005,152(1):3～8.

[6] Haddad W M,Chellaboina V.Nonlinear Dynamical Systems and Control:a Lyapunov-Based Approach[M].New Jersey：Princeton University Press,2008.

[7] Reynolds C W.Flocks,Herds,and Schools:a Distributed Behavioral Model [J].Computer Graphics,1987,21(4):25～34.

[8] Olfati S R.Flocking for Multi-agent Dynamic Systems: Algorithms and Theory[J].IEEE Transactions on Automatic Control,2006,51(3):401～420.

[9] Su H S,Wang X F,Chen G R.A Connectivity-preserving Flocking Algorithm for Multi-agent Systems Based Only on Position Measurements[J].International Journal of Control,2009,82(7):1334～1343.

[10] Olfati S R,Jalalkamali P.Coupled Distributed Estimation and Control for Mobile Sensor Networks[J].IEEE Transactions on Automatic Control,2012,57(10):2609～2614.

[11] Su H S,Zhang N Z,Chen Z Q,et al.Adaptive Flocking with a Virtual Leader of Multiple Agents Governed by Locally Lipschitz Nonlinearity[J].Nonlinear Analysis:Real World Applications,2013,14(1):798～806.

[12] Wang H L.Flocking of Networked Uncertain Euler-Lagrange Systems on Directed Graphs[J]. Automatica,2013,49(9):2774～2779.

[13] Zhang Y J,Li X.Flocking of Multi-agent Systems via Model Predicative Control Based on Position-only Measurements[J].IEEE Transactions on Industrial Informatics,2013,9(1):1377～1385.

[14] 陳世明,李慧敏,謝竟,等.基于局部估計(jì)的功率驅(qū)動(dòng)多智能體網(wǎng)絡(luò)牽制蜂擁控制算法[J].控制與決策,2013,28(8):1190～1194.