突发事件下人群疏散行为是安全领域的研究热点,分析复杂环境下行为决策和个人心理、生理对疏散行为和时间的影响,为公共场所安全设计和制订应急预案提供可靠依据。如何体现群体的整体性和个体的差异性是人群疏散仿真的难点。为解决上述问题,提出一种多智能体和元胞自动机的人群疏散模型。首先将元胞空间中被虚拟人个体占据的元胞视为一个独立的Agent,并将元胞及其状态进行封装,扩展为具有自主性的Agent。然后通过设计各种人群疏散行为策略做为演化规则,实现个体的差异性,较好地体现了个人个性、体力、心理(恐慌度)等对疏散行为的影响。仿真结果表明,考虑了个体内在因索的人群疏散模型更接近现实,进一步提高了模型对实践的指导...

集中式优化方法难以应对未来电网柔性负荷广泛渗透以及电力元件“即插即用”的技术要求。区别于集中式经济调度，提出一种电力系统分布式经济调度策略。应用多智能体系统中的一致性算法，以发电机组的增量成本和柔性负荷的增量效益作为一致性变量，设计一种用于电力系统经济调度的算法，通过分布式优化的方式求解经济调度问题。算例仿真与分析验证了所提调度策略的有效性。

考虑了具有参考时变状态的多智能体时滞网络的鲁棒一致性问题.通过定义一个恰当的控制输出,将这个问题转化为一个鲁棒H∞控制,提出了一个参考时变状态的控制协议.应用线性矩阵不等式(LMI)的方法,得到了具有参考时变状态的多智能体时滞网络的鲁棒一致性收敛的充分条件.最后,通过仿真示例对理论结果的有效性进行了验证.

Minghui Zhu和Sonia Martínez关于多智能体系统分布式优化方面的经典教材。

本文着重研究高阶非线性多智能体系统的自适应自适应模糊控制。 通信网络是具有固定拓扑的无向图。 每个代理由高阶积分器建模，该积分器具有未知的非线性动力学和未知的干扰。 在backstepping框架下，为每个代理设计了一个鲁棒的自适应模糊控制器，以使所有代理最终达成共识。 而且，从每个代理程序的控制器设计仅需要其自身及其邻居之间的相对状态信息的意义上说，这些控制器是分布式的。 一个四阶仿真实例证明了该算法的有效性。

六个智能体组成多边形队形的队形保持仿真，直接运行FZ1、FZ2、FZ3、FZ5

针对受到外部干扰影响的二阶多智能系统, 提出一种新型干扰观测器的设计方案.在只有部分智能体能接收到参考模型信 号的条件下, 研究受到不同外系统生成干扰信号影响的二阶多智能体系统模型参考一致性问题.针对干扰信号由线性外系统和非线性外系 统生成的情况, 分别设计干扰观测器.进一步提出分布式控制协议, 所提出的一致性协议可以有效地抑制干扰, 最终实现多智能体 系统的模型参考一致性.仿真算例验证了所提出方法的有效性.

本代码运用自适应动态规划理论，结合BP神经网络，设计实现多智能体系统的一致控制。其中的控制率是由HDP框架的BP神经网络基于智能体的实时状态数据自适应产生的。

具有耦合约束的多智能体系统的分布式模型预测控制

文章研究了一阶多智能体系统的有限时间一致性控制问题。为了对下一时刻智能体系统的状态进行预测，加快系统收敛速度，提出算法将当前智能体间状态信息的差异作为一致性协议的反馈参数，该算法实现了对不同智能体输入的自适应调节，并使多智能体系统在有限时间内达到一致。 通过构造Lyapunov 函数的方法分别讨论无向固定拓扑和切换拓扑两种情形，得到多智能体系统的稳定条件，证明该协议能在有限时间内收敛． 最后，仿真实验结果验证了所得结论的正确性和有效性。