-
公开(公告)号：CN104881044B
公开(公告)日：2016-12-21
申请号：CN201510319327.X
申请日：2015-06-11
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 本发明公开了一种姿态未知的多移动机器人系统自适应跟踪控制方法，该方法包括如下步骤：针对多移动机器人系统中的每个移动机器人，均进行建模；建立跟随者f与领航者r的具备非线性扰动的误差模型为，在多移动机器人系统中，每个移动机器人均获取其他移动机器人的信息进行非线性扰动评估，获得该移动机器人的非线性扰动的估计值；建立非线性扰动系数的自适应律为；对跟随者与领航者误差角的三角函数建立二阶观测器；最后将观测器与自适应律相结合建立基于观测器的自适应的跟随者的控制律，对跟随者进行跟踪控制，使跟随者能够实现对领航者的跟踪控制。
-
公开(公告)号：CN104951898B
公开(公告)日：2017-02-22
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN106055390B
公开(公告)日：2018-02-06
申请号：CN201610470945.9
申请日：2016-06-24
Applicant: 北京理工大学
IPC: G06F9/46
Abstract: 本发明公开了一种基于平衡联盟的多智能体联盟形成方法。本发明根据平衡系数的原理，建立智能体任务选择行为模型，建立智能体与任务对应的联盟的关系，减少了先计算所有潜在联盟的步骤，节省了任务分配的时间。而且，本发明结合实际情况，先以每个智能体作为主智能体，仅考虑能够与主智能体形成联盟的邻居智能体，避免出现由于无法形成联盟而对结果产生影响的问题。此外，本发明在联盟能力不能满足任务需求或者大于任务需求情况下，通过对联盟成员的招募或者删减，从而实现联盟能力满足任务的需求，且不会产生联盟资源冗余，提高了任务分配的灵活性和有效性。
-
Patent Agency Ranking
公开(公告)号：CN106055390A
公开(公告)日：2016-10-26
申请号：CN201610470945.9
申请日：2016-06-24
Applicant: 北京理工大学
IPC: G06F9/46
CPC classification number: G06F9/465
Abstract: 本发明公开了一种基于平衡联盟的多智能体联盟形成方法。本发明根据平衡系数的原理，建立智能体任务选择行为模型，建立智能体与任务对应的联盟的关系，减少了先计算所有潜在联盟的步骤，节省了任务分配的时间。而且，本发明结合实际情况，先以每个智能体作为主智能体，仅考虑能够与主智能体形成联盟的邻居智能体，避免出现由于无法形成联盟而对结果产生影响的问题。此外，本发明在联盟能力不能满足任务需求或者大于任务需求情况下，通过对联盟成员的招募或者删减，从而实现联盟能力满足任务的需求，且不会产生联盟资源冗余，提高了任务分配的灵活性和有效性。
-
公开(公告)号：CN105975332B
公开(公告)日：2018-02-16
申请号：CN201610286673.7
申请日：2016-05-03
Applicant: 北京理工大学
IPC: G06F9/46
Abstract: 本发明公开了一种多智能体分布式联盟形成方法。本发明针对智能体在面向不同任务时，智能体能力与任务的适合程度不同，以个数为2的小联盟作为理想基本单元，结合任务收益特点，通过Learning Automata算法进行权值的动态分配。充分考虑了从任务角度和从智能体角度两个方面来进行表达，更加符合现实情况，更加理性，并且实现了任务的并发选择，加快了任务分配速度以及智能体资源的有效利用。
-
公开(公告)号：CN105975332A
公开(公告)日：2016-09-28
申请号：CN201610286673.7
申请日：2016-05-03
Applicant: 北京理工大学
IPC: G06F9/46
CPC classification number: G06F9/465
Abstract: 本发明公开了一种多智能体分布式联盟形成方法。本发明针对智能体在面向不同任务时，智能体能力与任务的适合程度不同，以个数为2的小联盟作为理想基本单元，结合任务收益特点，通过Learning Automata算法进行权值的动态分配。充分考虑了从任务角度和从智能体角度两个方面来进行表达，更加符合现实情况，更加理性，并且实现了任务的并发选择，加快了任务分配速度以及智能体资源的有效利用。
-
公开(公告)号：CN104951898A
公开(公告)日：2015-09-30
申请号：CN201510381498.5
申请日：2015-07-02
Applicant: 北京理工大学
IPC: G06Q10/06
Abstract: 本发明公开了一种面向任务的协同多智能体联盟形成方法，包括如下步骤：首先确定需要执行的任务，以智能体的多个能力项作为任务特征向量的基，依据需要执行的任务的侧重点，建立各能力项的权值对比较表，利用AHP方法构建任务特征向量；然后结合需要执行的任务，建立各能力项的影响因素模型，并通过AHP计算每个影响因素对所属能力项的贡献度，累加计算出对应能力项的数值，将每个能力项的数值作为分量值建立能力特征向量；将所建立的任务特征向量以及能力特征向量进行点乘，获得该智能体面向该任务时的匹配值；最后从高到低依次选取匹配值大的智能体直到所有智能体的匹配值之和满足任务需求，则所选取的智能体形成联盟。
-
公开(公告)号：CN104881044A
公开(公告)日：2015-09-02
申请号：CN201510319327.X
申请日：2015-06-11
Applicant: 北京理工大学
IPC: G05D1/12
Abstract: 本发明公开了一种姿态未知的多移动机器人系统自适应跟踪控制方法，该方法包括如下步骤：针对多移动机器人系统中的每个移动机器人，均进行建模；建立跟随者f与领航者r的具备非线性扰动的误差模型为，在多移动机器人系统中，每个移动机器人均获取其他移动机器人的信息进行非线性扰动评估，获得该移动机器人的非线性扰动的估计值；建立非线性扰动系数的自适应律为；对跟随者与领航者误差角的三角函数建立二阶观测器；最后将观测器与自适应律相结合建立基于观测器的自适应的跟随者的控制律，对跟随者进行跟踪控制，使跟随者能够实现对领航者的跟踪控制。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.017 seconds)
