基于高阶动态抑制控制器的多智能体协同控制方法

    公开(公告)号:CN118534761A

    公开(公告)日:2024-08-23

    申请号:CN202411000727.X

    申请日:2024-07-25

    Abstract: 本发明属于多智能体协同控制技术领域,具体涉及基于高阶动态抑制控制器的多智能体协同控制方法,步骤包括对于由N个智能体组成的多智能体系统MAS,构建高阶动态抑制控制器;在高阶动态抑制控制器的基础上,构建动态自适应分层架构,用以满足动态行为下的控制激励条件;基于高阶动态抑制控制器和动态自适应分层架构,实现MAS中多智能体的协同控制。本发明旨在解决多智能体系统MAS中的外部干扰和输出约束问题,通过设计具有高阶任意动态性的加权控制律,确保了多智能体系统的全局稳定性;采用动态自适应分层架构,结合正逆向异步反馈机制,实现了智能体的协同工作和全局优化,且为脑机接口在多智能体环境中的应用提供了新的解决方案。

    一种基于GSOM改进人工蜂群的快速充电控制策略

    公开(公告)号:CN118336879A

    公开(公告)日:2024-07-12

    申请号:CN202410763733.4

    申请日:2024-06-14

    Abstract: 本发明属于充电控制技术领域,具体涉及一种基于GSOM改进人工蜂群的快速充电控制策略,获取策略包括以下步骤:对于三段式充电的三个充电阶段分别建立电压集合和容量集合;建立包含观察蜂、侦察蜂和采蜜蜂的充电蜂群系统,迭代搜索各个充电阶段的最优蜜源信息,即为充电电压和电池容量混合变化率的最优解;建立包含竞争层、神经元聚集层、动态调整层和传递层的GSOM动态拓扑模型;形成初始种群,在充电蜂群系统的迭代搜索过程中,动态调整蜜蜂个体的位置和行为,最终获取各个充电阶段的最优蜜源信息,实现快速充电控制策略。本发明可以适应复杂的多机器人系统,稳定性更强,有效提升了多智能体协同智能装车机器人系统的充电性能。

    基于协同训练模型改进IQL的多智能体协同控制方法

    公开(公告)号:CN118092195B

    公开(公告)日:2024-06-25

    申请号:CN202410508860.X

    申请日:2024-04-26

    Abstract: 本发明属于多智能体协同控制技术领域,具体涉及基于协同训练模型改进IQL的多智能体协同控制方法,步骤包括:S1、对传统生成式对抗网络GAN进行改进,建立跨域生成对抗网络CoGAN;S2、构建鱼鳞预测算法,并鱼鳞预测算法将引入CoGAN中;S3、基于鱼鳞预测算法和CoGAN,建立非线性协同系统,完成对深度协同对抗训练模型DCATM的构建,即为完成对IQL的改进,获得基于改进IQL的多智能体协同控制方法。本发明通过改进传统GAN、引入鱼鳞预测算法以及建立非线性协同系统等手段,有效提升了协同训练效果,使得多智能体的协同得到了准确的训练和优化,从而在多个应用领域中都能取得显著的性能提升和实际效益。

    一种基于鱼鳞仿生优化算法的多模态传感器温度控制方法

    公开(公告)号:CN117784852B

    公开(公告)日:2024-05-14

    申请号:CN202410216841.X

    申请日:2024-02-28

    Abstract: 本发明属于传感器温度控制技术领域,具体涉及一种基于鱼鳞仿生优化算法的多模态传感器温度控制方法,步骤包括在多传感器系统中,通过热敏电阻采集温度数据,建立每个传感器的温度数据集合;对采集的传感器温度数据进行融合;建立温度控制数学模型;构建多模态系统;将温度控制数学模型应用于多模态系统中,获得多模态传感器温度控制系统;建立鱼鳞仿生优化算法;将鱼鳞仿生优化算法引入多模态传感器温度控制系统中,根据生成的控制策略实时监测各个传感器的温度,动态调整传感器工作状态,实现多模态传感器温度控制。本发明通过模拟鱼鳞的温度感知原理实现优化控制的效果,具有更好的适应性和鲁棒性,且能够更迅速的响应温度变化。

    基于改进燕隼捕食算法的封闭母线温度故障监测方法

    公开(公告)号:CN118013863A

    公开(公告)日:2024-05-10

    申请号:CN202410417665.6

    申请日:2024-04-09

    Abstract: 本发明属于电力设备故障监测技术领域,具体涉及一种基于改进燕隼捕食算法的封闭母线温度故障监测方法,步骤包括设置封闭母线参数;设定温度阈值;初始化燕隼群体;设定燕隼种群的初始参数;以封闭母线在长时间运行时产生的热点为目标,建立目标函数;迭代更新燕隼种群的位置,寻找热点;在燕隼种群的迭代过程中,加入随机扰动;根据目标函数计算每个燕隼种群飞行时的发射频率和响应强度,引导燕隼种群的飞行轨迹;通过不断迭代,找到最佳位置及其对应的适应度值;对热点进行分析判断,确定其是否为潜在故障点。本发明能够对封闭母线内外部及时进行温度预测,且测量精度高、测量范围广,保障封闭母线长期安全运行。

    一种基于鱼鳞进化GSOM改进的模糊PID控制方法

    公开(公告)号:CN117970782A

    公开(公告)日:2024-05-03

    申请号:CN202410361334.5

    申请日:2024-03-28

    Abstract: 本发明属于模糊PID控制技术领域,具体涉及一种基于鱼鳞进化GSOM改进的模糊PID控制方法,步骤包括建立鱼鳞调节系统,并在其中引入差分进化算法,通过鱼鳞调节系统对模糊PID控制系统进行优化升级;在鱼鳞调节系统中引入GSOM模块,动态更新模糊PID控制系统中的权重;设置模糊PID控制系统中的模糊规则库,动态优化模糊PID控制系统中的模糊规则库和参数调节机制,完成对模糊PID控制系统的改进。本发明通过引入鱼鳞调节系统、差分进化理论以及GSOM模块的动态调节,获得了一种基于鱼鳞进化GSOM改进的模糊PID控制方法,有效提升了传统模糊PID控制的稳定性、控制精度和反馈输出效果。

    一种基于路径标记回溯策略的改进式RRT路径规划方法

    公开(公告)号:CN117124335A

    公开(公告)日:2023-11-28

    申请号:CN202311385009.4

    申请日:2023-10-25

    Abstract: 本发明属于机器人路径规划技术领域,尤其涉及一种基于路径标记回溯策略的改进式RRT路径规划方法,包括基于RRT规划算法,建立多自由度关节机器人规划系统模型;设置多层数据筛选结构,对初始数据进行优化;修改多自由度关节机器人规划系统模型中的扩展函数,完成路径标记策略,实现路径规划;采用碰撞试验检测新生成的随机树路径是否经过障碍信息;进行结果输出或下次迭代过程的判断,当可扩展节点进入目标区域的很小邻域内,通过路径标记中的回溯法则,实现路径的最终规划。本发明有效的降低了数据的复杂度、路径规划的时间量,优化了规划系统,使得规划模型的平均响应周期相对于传统算法更短,具有良好的可行性。

    一种车厢内货物的码垛布局规划方法

    公开(公告)号:CN117023179A

    公开(公告)日:2023-11-10

    申请号:CN202311012455.0

    申请日:2023-08-11

    Abstract: 本发明属于自动化装车技术领域,涉及一种针对箱式货物进行自动化装车,尤其是利用智能装卸机器人的车厢内货物的码垛布局规划方法,包括以下步骤:S1、设定装车规划约束条件,包括车厢尺寸约束,货物悬空约束和货物旋转约束;S2、设定完约束条件后,进行码垛布局,依次进行按层排布、平整度处理和层补全计算,码垛布局需满足约束条件限制。本发明采用的算法较一般算法更加符合实际,以体积利用率为评价体系比较其他的算法可以在体积利用上更加偏重,能够充分利用车厢的空间,最大程度地填满货物,减少运输时的空间浪费,从而节省运输成本。

    基于改进式DOA的多智能体异步协同控制方法及装置

    公开(公告)号:CN119828572A

    公开(公告)日:2025-04-15

    申请号:CN202510307698.X

    申请日:2025-03-17

    Abstract: 本发明属于多智能体协同控制技术领域,具体涉及基于改进式DOA的多智能体异步协同控制方法及装置,方法包括在野狗优化算法DOA的迭代更新过程中,引入随机性,借助随机因子的调整建立随机移动控制策略;建立约束控制的规则,完成对DOA的改进;对于多智能体系统MAS,其作业环境中存在干扰因子,利用三维空间的扰动函数表示干扰因子,建立MAS与干扰因子的关系模型;基于MAS与干扰因子的关系模型,对改进后的DOA的适应度函数进行扩展,形成结合了干扰特征的适应度函数,基于该适应度函数,利用改进后的DOA对MAS进行异步协同控制。本发明能够在复杂的高维搜索空间中快速跳出局部最优解,进行全局优化。

    AI智能控制系统的IQL协同控制方法

    公开(公告)号:CN118897500B

    公开(公告)日:2025-01-28

    申请号:CN202411404359.5

    申请日:2024-10-10

    Abstract: 本发明属于多智能体协同控制技术领域,具体涉及AI智能控制系统的IQL协同控制方法,步骤包括对于由N个智能体组成的多智能体系统MAS,构建基于动态异步的虚拟控制器;在虚拟控制器中,引入具有多重干扰的抵消模型;对于IQL多智能体系统,利用虚拟控制器改进IQL多智能体系统的动作选择过程,将每个智能体都等效为相互关联的智能系统,而非独立个体,从而改进IQL多智能体系统在环境非稳定性下的控制输出效果;基于改进后的IQL多智能体系统,实现对N个智能体的协同控制。本发明提高了多智能体系统在不确定性环境中的适应性和鲁棒性,并且在复杂干扰条件下能够保持稳定的协同控制效果。

Patent Agency Ranking