【控制仿真】flocking算法多智能蜂拥控制仿真【含Matlab源码 1955期】 |
您所在的位置:网站首页 › 航天器编队控制 › 【控制仿真】flocking算法多智能蜂拥控制仿真【含Matlab源码 1955期】 |
⛄一、多智能体群集与避障算法研究简介
采用分散控制的策略, 将多智能体群体运动的总控制律分成三个子控制律, 即编队控制、避障控制、目标控制, 分别研究了多智能体运动中智能体之间位置和速度的协调、躲避障碍物和向目标点移动的控制, 如图1所示。 1 多智能体群集运动基本模型 根据图1所示的多智能体运动模型, 假设第i个α-智能体的控制律为μi, 则 2 多智能体群集控制与共识算法研究 考虑由N个α-智能体组成的智能群体, 其动态方程为: 当α-智能体群体根据该算法进行群集控制时, 需要判定该群体是否达成了共识。我们可以参考Reynolds提出的聚集行为基本规则, 获得智能体群体共识条件: (1) 根据邻接矩阵, 利用连通图检测网络连通情况, 若连通最大分量为M, 则需M=N; (2) 对于∀ (i, j) ∈I, ||pj (k) -pi (k) ||>δc, 其中δc为智能体之间的危险距离; (3) 对于∀ (i, j) ∈I (i≠j) close all clear; figure; global N R N=10; R=4; for i=1:N %赋始值 x(i)=rand10; y(i)=rand10; V(i)=rand4; W(i)=rand4; xd(i)=10; yd(i)=10; Vxd(i)=3; Vyd(i)=3; hold on plot(x(i),y(i),‘.’); end hold on plot(xd(i),yd(i),‘h’),xlabel(‘x’),ylabel(‘y’),title(‘初始状态’); for i=1:N hold on quiver(x,y,V,W,0.1); end for i=1:N for j=1:N d=sqrt((x(i)-x(j))2+(y(i)-y(j))2); if (d>0)&&(d |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |