为进一步探索多智能体复杂的群集运动行为,给出了两种改进的智能体模型,即改进的有限感知范围的Boid模型和改进的具有优先方向的Leader-Follower模型。以改进的有限感知范围的Boid模型为基础,研究了群集趋同和危险躲避...
宋运忠 刘毛妮 《河南理工大学学报(自然科学版)》 2015年06期 期刊
关键词： 群集行为 / 改进Boid模型 / 有限感知范围 / 改进的Leader-Follower模型
下载（266）| 被引（9）
为解决有领导者的多智能体系统的一致性问题,首先,定义了虚拟领导者和实体领导者,提出了混合模式领导者的概念;然后,用有向图表示多智能系统的拓扑结构,并根据该拓扑结构建立网络系统的一阶数学模型,设计准周期的离散...
控制阀非线性的存在,粘滞、回滞、死区等都会不同程度的降低控制回路的性能,而其中尤以控制阀粘滞特性最为常见。现在,已经有许多控制阀粘滞特性的检测方法,其中也涉及到控制阀粘滞特性的量化。提出了一种通过拟合椭圆...
针对基于时间测距即到达时间、单程测距、双程测距、对称双边双程测距(SDS-TWR)等定位方法的定位精度受节点间时钟未同步、计时器频率偏移、设备时延等计时误差因素干扰的问题,提出了一种基于差分误差抑制优化方法的井...
为解决混合阶动态多智能体网络的拟平均一致性,将混合阶动态多智能体网络的拟平均一致性转化为增广的一阶多智能体网络的平均一致性,并给出相应一致性问题协议的定义,根据网络的拓扑结构连通性特点,运用代数图论、矩阵...
为了探讨具有反馈调控时滞的基因调控网络(Genetic Regulatory Network, GRNs)在均方根意义下的全局指数稳定性,将时滞假设为随机和时变的,且其概率分布是先验已知的。通过采用时滞的概率分布信息,利用辅助时滞参数的...
提出了电力系统混沌振荡自适应控制的一种方法。电力系统混沌振荡状态和它的微分信号由微分跟随器实时提取,并通过微分跟随器对非线性周期性负荷扰动的影响进行自适应补偿。在此基础上,设计线性状态反馈控制规律,使得...
为了解决多智能体系统的协作问题,在所有智能体只能与一个云服务器进行间断通信的约束下,提出了一种分布式的自触发控制策略。通过引入"约定"的概念,智能体可以更好地估计邻居的未来状态,使得此策略下的每个...
为实现多智能体系统的构形控制,针对二阶多智能体系统,采用了一种基于智能体行为的控制算法,这种控制算法考虑到智能体的驶向目标行为和构形维持行为,可以有效实现智能体相对于期望目标的构形控制,由于采用该算法使得...
为了用多传感器网络解决震源的定位问题,采用脉冲耦合时钟同步算法,同步所有传感器网络节点时钟,在此基础上,测出震源发出的脉冲信号到达各个节点的时间差。结合遗传算法的全局寻优能力和拟牛顿算法的快速局部搜索能力...
宋运忠 王仁辉 《河南理工大学学报(自然科学版)》 2020年04期 期刊
关键词： 震源定位 / 脉冲耦合时钟同步 / 到达时间差 / 遗传-拟牛顿混合算法
下载（58）| 被引（0）
电力需求的日益增长给电网发电及输电环节带来了巨大挑战,配用电网负荷率的增加也给电力系统正常运行带来了安全隐患。运用智能电力需求响应技术,有效整合用户侧电网响应潜力以提升电网运行的安全性、稳定性和经济性值...
在介绍混沌化控制的原理、方法、应用的基础上,对如下混沌化控制方法的国内外现状进行综述:基于李雅普诺夫指数配置的混沌化控制、对受控系统施加线性或非线性状态反馈输入的混沌化控制、通过对已有混沌吸引子进行变异...
为了减少具有时滞的基因调控网络在实际问题研究和应用中的保守性,对仅具有单个时滞(翻译时滞)的基因调控网络在均方根意义上的全局指数稳定性进行分析。将时滞假设为随机和时变的,且其概率分布是先验已知的。通过采用...
混沌现象是一种确定性的非线性运动,它的运动轨迹非常复杂但又不完全随机。混沌运动具有许多特殊的性质,如对初始条件和系统参数的微小变化极端敏感、运动相空间轨道有界但却有着正的李雅普诺夫指数、具有有限的Kolmo...
在详细分析ＰＩＤ 参数整定发展的基础上， 指出传统ＰＩＤ 参数整定具有物理意义明确、易于掌握的优点以及其参数优化不够的缺点， 并对现行ＰＩＤ 参数自整定的一些做法给予评述， 指出了几种ＰＩＤ 参数优化的特点...
由于在高维空间中,基于固定维数的经典方法和结果不再适用,样本协方差矩阵不可逆,估计逆协方差矩阵时存在不稳定、计算成本高和非精确等问题,提出了一种L1范数最小化方法来有效估计高维逆协方差矩阵即精确矩阵.当总体...
研究一阶主从多智能体网络的汇聚问题,基于多智能体网络群体的社会制度,提出3种汇聚策略,即民主、独裁和混合策略。假设在策略中,只有领导者知道全局任务,即汇聚到一个已知的目标点,跟随者只需要与领导者群体保持联系...
尽管传统的词袋(BoW,bag of worcls)模型在复杂场景行为识别中能够保持鲁棒性,但是硬向量量化会导致大量的近似误差,进而产生很差的特征集。行为识别中一个重要的挑战是视觉词汇的构造,从原始特征到分类标签没有直接的...
