自适应控制系统对于地磅的益处

    为了有效地解决具有非线性扰动和电子地磅控制器模型参数不确定系统的鲁棒一致性跟踪控制问题，提出了一种基于神经网络的自适应控制器协同控制方法，该方法有助于平滑agent的轨迹，促进一致性过程。构造神经网络来估计未知系统分量。

 

这项工作的主要贡献如下：

1） 在二阶跟随者智能体上，采用自适应控制算法对具有未知动态的领导者进行一致性跟踪，并通过基于无线地磅遥控器神经网络的领导者参数估计来保证鲁棒性。相比之下，现有的文献[13]-[15]采用了直接状态反馈的控制律。此外，与文献[13]相比，本文提出的自适应控制器具有较小的振荡，收敛速度较快。

 

2） 针对模型的不确定性，设计了神经网络估计器及其更新律，并通过自适应控制器在微分方程中引入一个额外的阶数，使之与自适应地磅控制器控制律相适应。

3） 所提出的多智能体系统的自适应鲁棒控制可以推广到类似的工作，以解决当系统受到干扰或不确定性时的协同控制稳定性问题。

    本文的其余部分安排如下：第二节介绍了图论和人工神经网络的一些基本知识。在第三节中，讨论了共识跟踪问题。在第四节中，我们给出了在非线性干扰和未知领导代理信息的情况下，一致性跟踪地磅遥控器自适应算法的主要结果。第五节给出了一个数值例子来验证我们在主要结果中提出的控制律的有效性。第六部分是本文的结论。