Autor:

Peng, Cheng ; Zhang, Anguo ; Li, Junyu

Współtwórca:

Kusy, Maciej - ed. ; Scherer, Rafał - ed. ; Krzyżak, Adam - ed.

Tytuł:

Neuro-adaptive cooperative control for high-order nonlinear multi-agent systems with uncertainties

Podtytuł:

.

Tytuł publikacji grupowej:

AMCS, volume 31 (2021)

Temat i słowa kluczowe:

multi-agent systems ; RBF neural network ; sliding mode control ; cooperative control

Abstract:

The consensus problem for a class of high-order nonlinear multi-agent systems (MASs) with external disturbance and system uncertainty is studied. We design an online-update radial basis function (RBF) neural network based distributed adaptive control protocol, where the sliding model control method is also applied to eliminate the influence of the external disturbance and system uncertainty. System consensus is verified by using the Lyapunov stability theorem, and sufficient conditions for cooperative uniform ultimately boundedness (CUUB) are also derived. Two simulation examples demonstrate the effectiveness of the proposed method for both homogeneous and heterogeneous MASs.

Wydawca:

Zielona Góra: Uniwersytet Zielonogórski

Data wydania:

2021

Typ zasobu:

artykuł

DOI:

10.34768/amcs-2021-0044

Strony:

635-645

Źródło:

AMCS, volume 31, number 4 (2021) ; kliknij tutaj, żeby przejść

Jezyk:

eng

Licencja CC BY 4.0:

kliknij tutaj, żeby przejść

Prawa do dysponowania publikacją:

Biblioteka Uniwersytetu Zielonogórskiego