目录

第1章绪论

1．1研究背景与意义

1．2国内外研究现状及发展趋势

1．2．1反演控制技术

1．2．2多智能体系统控制技术

1．2．3分布式优化控制

1．3预备知识

1．3．1径向基函数神经网络

1．3．2图论

1．3．3定义和引理

1．3．3凸函数分析

1．3．4符号标注

第2章分数阶高阶非线性多智能体分布式优化

2．1问题描述

2．1．1系统描述

2．1．2构造含惩罚项的优化问题

2．2基于观测器的自适应神经网络反演控制

2．2．1神经网络观测器设计

2．2．2自适应神经网络反演控制器设计

2．3仿真实例

第3章拓扑变换下多智能体切换系统的分布式优化控制

3．1问题描述

3．1．1系统描述

3．1．2构造含惩罚项的优化问题

3．2自适应神经网络反演控制器设计

3．2．1神经网络观测器设计

3．2．2分布式控制器设计

3．3仿真实例

第4章具有状态约束的多智能体系统的分布式优化控制

4．1模型描述

4．2基于障碍Lyapunov函数的自适应神经网络控制

4．2．1构造含惩罚项的优化问题

4．2．2神经网络观测器设计

4．2．3控制器设计

4．3仿真实例

第5章基于神经网络的固定时间多智能体系统资源分配算法

5．1模型描述

5．2神经网络观测器及控制器设计

5．2．1资源分配问题描述

5．2．2神经网络观测器设计

5．2．3控制器设计及稳定性分析

5．2．4估计器设计及稳定性分析

5．2．5分布式控制器设计

5．3仿真实例

第6章基于扩张观测器的固定时间多智能体系统资源分配算法

6．1问题描述

6．1．1模型描述

6．1．2资源分配问题描述

6．2固定时间二阶扩张观测器及控制器设计

6．2．1固定时间二阶扩张观测器设计

6．2．2固定时间分布式控制器设计

6．2．3分布式控制器设计

6．3仿真实例

第7章基于扩张观测器的固定时间多智能体系统分布式优化算法

7．1问题描述

7．1．1模型描述

7．1．2分布式优化问题描述

7．2控制器设计

7．2．1反演控制器设计及稳定性分析

7．2．2估计器设计及稳定分析

7．2．3分布式控制协议设计

7．3仿真实例

参考文献